数字信号处理的发展和应用Word格式.docx
- 文档编号:4748677
- 上传时间:2023-05-04
- 格式:DOCX
- 页数:7
- 大小:126.33KB
数字信号处理的发展和应用Word格式.docx
《数字信号处理的发展和应用Word格式.docx》由会员分享,可在线阅读,更多相关《数字信号处理的发展和应用Word格式.docx(7页珍藏版)》请在冰点文库上搜索。
典型应用
(1)通用信号处理:
卷积,相关,FFT,Hilbert变换,自适应滤波,谱分析,波形生成等。
(2)通信:
高速调制/解调器,编/译码器,自适应均衡器,仿真,蜂房网移动电话,回声/噪声对消,传真,电话会议,扩频通信,数据加密和压缩等。
(3)语音信号处理:
语音识别,语音合成,文字变声音,语音矢量编码等。
(4)图形图像信号处理:
二、三维图形变换及处理,机器人视觉,电子地图,图像增强与识别,图像压缩和传输,动画,桌面出版系统等。
(5)自动控制:
机器人控制,发动机控制,自动驾驶,声控等。
(6)仪器仪表:
函数发生,数据采集,航空风洞测试等。
(7)消费电子:
数字电视,数字声乐合成,玩具与游戏,数字应答机等。
在医学电子学方面的应用
如同其它数字图像处理一样,DSP芯片已在医学图像处理,医学图像重构等领域,如CT、核磁成象技术等方面得到了广泛的应用,已取得了令人满意的效果。
在助听,电子耳涡等方面也取得了相当的进展(文献[1,2])。
国内、外也有关于脑电、心电、心音和肌电信号处理方面基于DSP芯片系统的报道(文献[4~7]),我们对1996年以前国外生物医学工程的部分核心期刊,如IEEETransactionsonBiomedicalEngineering,ComputersandBiomedicalResearch等核心期刊进行检索,有关基于DSP芯片处理系统的报道很少。
对国内生物医学工程的核心期刊,如《中国医疗器械杂志》、《中国生物医学工程杂志》、《生物医学工程学杂志》和《中国生物医学工程学报》等刊物进行检索,未见有关基于DSP芯片系统方面的报道。
对我所的光盘数据库进行检索,未见有关在航天医学方面应用的报告。
我们认为在生理信号处理领域基于DSP芯片的技术可以解决我们在实际工作中遇到的某些问题,如当生理信号数据量很大(如脑电,肌电等)且处理算法相对复杂时,现有的微机在实时采样、处理、存储和显示方面往往不能满足实际应用要求,而基于DSP芯片的高速处理单元和微机构成主从系统可以较好地解决这类问题。
载人航天领域中信号传输带宽的限制需要对生理数据进行实时压缩;
大型实验中对庞大的数据进行实时处理依赖于数字处理系统的构成;
载人航天中对数据处理精度,可靠性要求以及功耗、工作电压、体积、重量等方面的限制需要我们在构造处理系统中选择性能优良的芯片。
我们认为将DSP技术应用于载人航天领域具有十分重要的意义。
DSP主要应用市场为3C领域,合占整个市场需求的90%。
数字蜂窝电话是DSP最为重要的应用领域之一。
由于DSP具有强大的计算能力,使得移动通信的蜂窝电话重新崛起,并创造了一批诸如GSM、CDMA等全数字蜂窝电话网。
在Modem器件中,DSP更是成效卓著,不仅大幅度提高了传输速率,且具有接收动态图像能力。
另外,可编程多媒体DSP是PC领域的主流产品。
以XDSLMo_dem为代表的高速通信技术与MPEG图像技术相结合,使得高品位的音频和视频形式的计算机数据有可能实现实时交换。
目前的硬盘空间相当大,这主要得益于CDSP(可定制DSP)的巨大作用。
预计在今后的PC机中,一个DSP即可完成全部所需的多媒体处理功能。
DSP也是消费类电子产品中的关键器件。
由于DSP的广泛应用,数字音响设备的更新换代周期变得非常短暂。
用于图像处理的DSP,一种用于JPEG标准的静态图像数据处理;
另一种用于动态图像数据处理。
嵌入式DSP在家电中的应用
DSP擅善于数学运算,嵌入式DSP电机控制芯片把DSP内核与一系列功能强盛的控制外设集成到一个芯片上,这样便能以快速的DSP内核作为计算引擎,加上片内的A/D模块提高了电机控制带宽,而且允许低本钱实现更加复杂垢控制和无传感器的算法,因此能控制交流感应电动机、无刷直流电动机和开关磁阻电机,需不需要速度或位置传感器,甚至特另外电流传感方式。
这些计算能力和优化的外设使它很容易的完成更多的功能,如功率因数的校正;
在不增加控制器本钱的情况下,满意某些特别应用的要求,如洗衣机的平衡控制。
新经济将我们带进一个全数字的世界,更多的数字信息将要涌入家庭,如网络冰箱就是量例。
嵌入式DSP使控制器甚至是电器之间建立通信成为易事。
最新的嵌入式DSP带调试用的JTAG和为家庭网络控制用的CAN总线。
DSP计算引擎将与更先进的外设集成,提供一种单片解决方案。
因此优化的外设是可编程的,而且处于软件的实时控制之下,所以嵌入式DSP可提供更加灵活多样的控制特征,且易于升级。
本文将从嵌入式DSP电机控制芯片的基本特征开始,介绍一下基于DSP的磁场定向控制和扩展卡尔曼滤波算法。
嵌入式DSP电机控制芯片
差别的厂商,他们的DSP电机控制芯片在DSP内核、外设、编程语言以及其它半导体技术中均有差别。
先进的DSP内核与优化的外设结合,不但可用于电机控制,也可以用于通信和其它功率电子控制。
由于每个应用之间在外设方面相差很大。
为所有的应用设计一个嵌入式的电机控制芯片是不经济的,也是不现实的。
通常,都会有一系列产品为差别的应用而优化。
外设至少应包括3~6相16位PWM孕育发生器、多重辅助PWM计数器、模仿量收罗系统、参考电压、串行通信口、通用I/O口,另外也可以包括编程器接口、CAN总线和JTAG接口、DMA控制器、DPI口等等。
一些嵌入式DSP具有片内Flash存储器,如ADI的DashDSP系列。
在产品开发的差别阶段可以很方便地通过PC与DSP的通信来修改软件,从而方便地进行可重复编程。
Flash存储器的软件可以移植到基于ROM的产品来大批量生产。
PWM模块提供了灵活可编程的多相PWM波形,可用来驱动交流感应电动机、无刷直流电动机或开关磁阻电动机。
辅助PWM输出可用来提供前端的功率因数校正或开关电源控制。
另外,通过适当的滤波网络,也可以用作简朴的A/D转换。
嵌入式DSP电机控制芯片使用单积分式、总和增量式或流水闪速技术的A/D系统。
它的多通道模仿量采样系统通常有10~12位的分辨率,与差别应用所选的差别型号有关系。
接纳扩展卡尔曼预测算法的无刷直流电动机无传感器控制
相对于交流感应电动机,无刷直流电动机由于其特性更接近于有刷直流电动机而具有多方面的优势;
同时也由于无刷直流电动机大都接纳了永磁转子,具有更高的效率,因此特性适合于家用电器。
它自己生来具有旋转平稳、噪声低电机尺寸小等显著特点,也使使其得到了许多家用电器厂家的青睐,在风扇、洗衣机、冰箱及空调压缩机中,都开始接纳无刷直流尽可能动机。
无刷直流电动机的控制有别于有刷直流电动机或交流感应电机,它需要一些位置传感信息来选择准确的换流顺序,而家电产品对费用的敏感,使得增加传感部件所带来的额外费用不受接受,也不切实际;
同时容易降低系统的可靠性,而且对于象压缩机一类密封的无刷直流电动机,安顿位置传感器是非常不现实的,也是不允许的。
在这种情况下,无刷直流电动机的无传感器控制将被广泛接纳,使之在家电领域铖为一个热门话题。
有多种算法可以实现无传感器控制,传统的方法(过零检测法)大都接纳检测不导通相反电势的过零点判断转子的位置,根据过零点信息及换相逻辑来选择最佳的换流顺序。
这些方法已经在许多家电上接纳,如直流变频冰箱及直流变频空调。
但由于过零检测法只能检测一些特定的点,而且随着电机转速在大范围内变革,反电势的变频率也会变革,检测电路中的滤波器件会带来一定的相移,这会大大影响检测过零点的准确性;
同时由于功率器件上续流二极管的反向电流作用,在大电流情况下也会对过零点的检测带来一定的影响。
针对这些问题,接纳扩展卡尔曼预测算法来估算无刷直流电动机转子的瞬时位置与速度信息,为无刷直流电动机无传感器控制提供了一种较好的解决方法。
而且接纳美国ADI的嵌入式DSP电机控制器,只需要一片28脚的ADMC328即可很方便地实现该算法。
图1体现了用扩展卡尔曼预测算法(简称EKE)估算无刷直流电动机转子角度(位置)和速度的原理框图,图中虚线框内即为一片嵌入式DSP电机控制器,三对电阻网络用于丈量非导通相的反电势信号,并将该信号送到嵌入式DSP电机控制器的ADC端。
从图中可看出该方法接纳了双闭环控制,用EKE算法估算出电机转子速度,对外环闭环,实现速度环控制。
同时还能估算出转子位置,实现无传感器换相,而完全不依赖于过零点检测。
在直流母线上可用一个采样电阻来丈量导通相的电流,作为内环反馈以实现电流(力矩)控制。
在DSP中进行递推处理时,EKE算法便转子速度和位置的估算酿成反电势噪声输入,它包括两步:
第一步是用状态量和基于前一状态量输出进行预估算;
第二步是完成校正过程,运用反电势丈量数据和观测器模型去优化修正前面估算的状态量。
要完成EKE算法,首先需建立一个连续的时域系统模型。
在本应用中,线性系统模型可用方程
(1)描述:
X=Fx+Gu
(1)
可将连续的时域系统模型转换成离散域线性系统模型,通过对连续的时域系统模型按相称于PWM频率2倍的采样频率采样,得到离散域系统模型:
X(k+1)=%26phi;
kXk+%26Gamma;
kuk+%26sigma;
k
(2)
这里,状态向量其中%26omega;
k、%26sigma;
k是系统所包括的代表转子速率和角度(位置)的两维离散状态变量;
uk是转矩信号,可为确定性输入;
系统随机干扰(模型噪声)%26sigma;
k是零均值白色高斯噪声,定义其协方差阵为。
在该应用中,只有观测器模型是非线性的,它可描述如下:
Zk=hkXk+Vk(3)
这里hk是一个非线性函数,它应该是关于不导通相的反电势的最近似的关系式,涉及转子位置和速度%26mdash;
%26mdash;
系统的状态变量。
丈量噪声是零均值白色高斯噪声,定义其协方差阵为Rk。
在EKE中,非线性观测器模型可在最新状态预测点线性化。
非线性函数如果足够平滑,可在最新状态点上展开成泰勒级数,这就包管了对观测器模型而言,现有的线性近似是最好的近似,所选取的轨迹也是最新近的轨迹。
该函数的确定,对于EKE算法能否得到准确的预测起到了要害作用。
用方程
(2)对状态量进行预先状态估算,通过忽略模型噪声,然后将预先估算值加上用卡尔曼增益Kk加权进行修正的丈量残差来得到预测值,这可体现如下:
xk=xk+Kk(zk-zk-)(4)
为了在(4)中得到最优估计,接纳如下卡尔曼增益:
Kk=Pk-HkT(HkT+Rk)-1(5)
整个递推过程可由图2所示垢流程图来描述,显然对转子速度和角度估算的EKE实际上是一个DSP算法,由DSP把反电势的离散丈量值处理成转子速度和角度的最优估算,它可以按线性轨迹进行线性化。
递推过程用最优估算值Xk作为x的tk时刻的参考值去预测(xk+1)-。
因此它实际上是一个近似最优的滤波器件设计,常称为次最优滤波。
EKE算法的执行包括了大量的矩阵运算,它可以用嵌入式DSP电机控制器方便地进行处理。
近几年来,DSP芯片、应用软件和系统的发展非常迅速,每年增长速度高达40%。
其市场驱动力主要是因特网、无线通信、硬盘驱动器、可视电话和会议电视以及其它消费类电子产品。
也就是说,DSP产业的发展依赖于通信技术和通信市场。
随着新的通信体制、传输方式和多媒体智能终端的迅速发展,其算法、标准和规程都需要在实践中不断发展、改进和优化。
DSP编程的灵活性和不断增强的运算能力,同时又将使通信技术向更高层次迈进。
这对通信领域的广大科技人员是一个机遇。
抓住这个机遇,我们将大有作为。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字信号 处理 发展 应用