基于DSP的嵌入式電子信號故障檢測技術

劉剛 曹文

摘 要： 針對傳統電子信號故障檢測技術存在檢測通道采樣數據精度低、數據完整度差，信號故障檢測能力差的缺陷，提出基于DSP嵌入式電子信號故障檢測技術。采用TMS320C1X定點DSP芯片結合FPGA構建雙CPU結構DSP+FPGA，用于采集電子信號，實現多通道信號的快速完整采集；將采集到的電子信號通過嵌入式數據轉換模塊實現模/數變換處理，利用AD7656模/數轉換芯片將信號轉換為數據格式，再利用小波算法實現故障數據的檢測，設計數據分離模塊將故障數據與正常數據分離處理，實現電子信號故障檢測。實驗結果表明，所提方法獲取的通道采樣數據精度高，信號故障檢測能力強。

關鍵詞： DSP； 嵌入式電子信號； 數據采集； 采樣頻率； 信號檢測； 小波算法

中圖分類號： TN99?34； TP274+.4 文獻標識碼： A 文章編號： 1004?373X（2018）16?0176?03

Abstract： In allusion to the defects of low precision of detection channel sampling data， poor data integrity， and poor signal fault detection capability existing in the traditional electronic signal fault detection technology， an embedded electronic signal fault detection technology based on DSP is proposed. The double CPU structure of DSP+FPGA is constructed by adopting the fixed?point DSP chip TMS320C1X and combining with the FPGA， so as to collect electronic signals and realize the rapid and complete acquisition of multi?channel signals. The A/D conversion processing is realized for the collected electronic signals in the embedded data conversion module. The AD7656 A/D conversion chip is used to convert signals into the data format. The wavelet algorithm is used to realize fault data detection. The data separation module is designed to separate fault data from normal data， and realize fault detection of electronic signals. The experimental results show that the proposed method can obtain high?precision channel sampling data， and has a strong signal fault detection capability.

Keywords： DSP； embedded electronic signal； data acquisition； sampling frequency； signal detection； wavelet algorithm

信號檢測技術在電子技術領域和通信領域中應用廣泛。信號檢測技術中的數據采集、測量功能和初始信號傳感功能推進了電子技術的發展，信號故障提取功能推進了通信技術的進步。因此尋求一種有效的電子信號檢測技術成為了相關領域的重點研究課題[1]。針對傳統基于空間復用的電子信號故障檢測技術存在檢測通道采樣數據精度低、信號故障檢測能力差的缺陷，提出基于DSP嵌入式電子信號故障檢測技術。所提方法獲取的測試通道采樣數據精度高，在變更采樣率、選擇通道方面具有方便性，且能夠提供個性化的數據運算處理定制服務。對于信號故障檢測能夠獲取精準的信號故障發生時間與結束時間[2]，基于DSP嵌入式電子信號故障檢測技術與同等技術相比存在眾多優勢。

1 基于DSP的嵌入式電子信號檢測技術

1.1 設計方案及主要構成

基于DSP的嵌入式電子信號故障檢測系統主要由信號采集模塊、模/數轉換模塊和數據分離模塊組成。

數據采集模塊是由TMS320C1X定點DSP芯片結合FPGA構建的DSP+FPGA雙CPU結構，建立兩個通道對電子信號進行檢測采集，實現快速完整的多通道電子信號采集；數據轉換模塊采用AD7656模/數轉換芯片對采集到的電子信號數據進行模/數變換處理，以實現電子信號數據格式的統一；利用小波算法實現故障數據的檢測；數據分離模塊主要是通過DSP控制電路對轉換的電子信號數據中的故障信號分離出來，實現電子信號故障處理。

1.2 數據采集模塊設計

傳統電子信號故障檢測方法的數據采集僅基于FPGA進行操作，檢測范圍小，電子信號完整度差，且時效性不高。本文設計的嵌入式電子信號采集方法，將DSP和FPGA兩種方法進行融合，在數據采集模塊中，采用了雙端口RAM器件CY7C028，利用TMS320C1X定點DSP芯片結合FPGA構建雙CPU結構DSP+FPGA，用于采集電子信號，實現多通道信號的快速完整采集[3]。數據采集模塊如圖1所示。

1.3 數據轉換模塊設計

由于不同采集通道采集的電子信號形式不同，需要對其進行轉換[4]，以保證數據分離模塊能夠對其進行處理。本文采用模/數轉換芯片AD7656，其具備處理高達4.5 MHz的輸入頻率，能夠快速對采集的電子信號進行轉換處理[5]；該芯片存在可以調節的數據處理范圍，主要因為其內部含有2.5 V的基準電壓與基準緩沖器[6]，因此數據轉換模塊能夠將不同信號采集通道采集的樣本信號進行轉換。圖2詳細描述了AD7656芯片的電路圖。

1.4 基于小波算法的電子信號故障檢測

數據轉換模型將不同采集通道采集的電子信號數據進行格式轉換統一后，利用小波算法對其進行故障檢測。傳統方法一般采用補零法對程序及數據進行故障檢測與分離，但由于補零法是在輸入列的末端實施補零，容易造成輸入序列界限的間斷。本文將小波算法應用于電子信號故障檢測中，在C5000 DSP芯片中進行小波算法編程。該芯片應用的哈佛結構具備分離程序與數據的功能，配備專屬硬件乘法器以及匯編指令集。該結構通過累加操作、重復操作、循環尋址等功能適應小波算法的運行[7]。小波算法的有效運轉依賴于上述資源的強大功能[8]。采用小波算法實現電子信號故障的檢測，具體內容如圖3所示。

1.5 數據分離模塊設計

利用數據分離模塊將檢測出的故障信號分離出來，并傳輸至主機，使工作人員能夠及時發現故障[9?10]。基于DSP的嵌入式電子信號故障檢測系統中，數據分離模塊結構圖如圖4所示。

2 實驗分析

2.1 采樣精度實驗

2.1.1 實驗設置

通過實驗驗證本文方法在獲取采樣通道數據精度方面存在優勢。設置不同的檢測板配備8個AD7656芯片，所以每個采樣板都可以在統一時間內獲取到48個通道的采樣數據。具體實驗環境為：采用5 V的模擬信號采集范圍；使用深度為50的采樣通道；100 kHz PGA的采樣頻率上限。圖5對實現現場進行了詳細的描述。

發送命令的十六進制參數進行中：前2個數據表示控制指令的數據頭；采樣頻率的指令代碼用第3個數據描述；該板塊的ID數據信息用第4個數據描述；第5個參數表示采樣頻率的參數設置，且1～100 kHz的采樣頻率對應0×01～0×64；接著16個數據表示采樣通道的工作狀態，處于工作狀態時用高電平表示，反之，用低電平表示。

2.1.2 實驗結果分析

實驗采取24個采樣通道在同一時間段內對相同的±5 V的正弦波實施加載操作，將本文方法獲取的采樣數據制成圖形，詳細內容如圖6a）所示。分析該圖可得，本文方法獲取的通道采樣數據內容能夠精確到小數點4位數甚至更多，表明本文方法對于信號采樣的一致性相當高。采用本文方法對誤差率5%的電磁感應線圈的電壓實施測試實驗，圖6b）為獲取的實驗波形圖，從中可以看出，本文方法獲取的結果與信號初始的誤差率基本一致。

2.2 檢測故障信號實驗

實驗為驗證本文方法在信號故障檢測以及故障時間點的判斷方面存在優勢，采用本文方法基于C54x匯編語言進行信號檢測實驗。圖7給出本文方法的8次信號故障檢測結果。圖7中的原始信號分別包含了一個正常信號和一個故障信號。在同一時間節點上對這些信號實施故障操作，采用本文方法實施信號故障檢測并進行處理研究。

3 結 論

本文提出的基于DSP嵌入式電子信號檢測技術獲取的測試通道采樣數據精度高，在變更采樣率、選擇通道方面靈活便捷，且能夠提供個性化的數據運算處理定制服務，對于信號故障檢測能夠獲取精準的信號故障發生時間與結束時間。

參考文獻

[1] 何軍.一種嵌入式電機控制系統[J].艦船科學技術，2015，37（2）：152?155.

HE Jun. Research on the ocean ambient noise prediction based on neural net [J]. Ship science and technology， 2015， 37（2）： 152?155.

[2] 方志紅.基于BWDSP100的高性能FFT實現[J].雷達科學與技術，2016，14（5）：487?492.

FANG Zhihong. A high?performance implementation of FFT on BWDSP100 [J]. Radar science and technology， 2016， 14（5）： 487?492.

[3] 龔智貞，賈克斌，孫中華，等.寬帶環境下Morse信號自動檢測[J].信號處理，2017，33（8）：1097?1103.

GONG Zhizhen， JIA Kebin， SUN Zhonghua， et al. Automatic detection of Morse signals in wide band environment [J]. Journal of signal processing， 2017， 33（8）： 1097?1103.

[4] 郭麗強，陳發堂.一種基于多核嵌入式系統的TD?LTE同步校正方法[J].電子技術應用，2014，40（4）：70?72.

GUO Liqiang， CHEN Fatang. Approach of synchronization correction in TD?LTE based on multicore embedded system [J]. Application of electronic technique， 2014， 40（4）： 70?72.

[5] 徐嘉雋，蔡輝騰，金星，等.大容量氣槍震源長江定點激發信號檢測[J].中國地震，2016，32（2）：379?389.

XU Jiajun， CAI Huiteng， JIN Xing， et al. Signal detection of large volume air?gun source excitation in the fixed field of the Yangtse River [J]. Earthquake research in China， 2016， 32（2）： 379?389.

[6] LI N J， WENG C F， WANG W J， et al. The people number estimation based on the embedded DSP system with surveillance camera [C]// Proceedings of International Conference on System Science and Engineering. Budapest： IEEE， 2013： 57?61.

[7] WANG L， GUO N， JIN C， et al. Coherent BOTDA using phase?and polarization?diversity heterodyne detection and embedded digital signal processing [J]. IEEE sensors journal， 2017， 17（12）： 3728?3734.

[8] 吳斌，葉東，張鑫，等.非合作目標姿態測量的嵌入式算法[J].光學精密工程，2016，24（11）：2804?2813.

WU Bin， YE Dong， ZHANG Xin， et al. Embedded algorithm for relative pose measurement between non?cooperative targets [J]. Optics and precision engineering， 2016， 24（11）： 2804?2813.

[9] BAHRI N， GRANDPIERRE T， AYED M A， et al. Embedded real?time H264/AVC high definition video encoder on TI′s keystone multicore DSP [J]. Journal of signal processing systems， 2017， 86（1）： 67?84.

[10] 李田英，劉勝珍.嵌入式實時軟件在計算機軟件設計中的應用[J].電子設計工程，2017，25（8）：178?182.

LI Tianying， LIU Shengzhen. The application of embedded real?time software in the computer software design [J]. Electronic design engineering， 2017， 25（8）： 178?182.