由于操作过于频繁,请点击下方按钮进行验证!

FPGA实现的FIR算法在汽车动态称重仪表中的应用

引言

车辆在动态称重时,作用在平台上的力除真实轴重外,还有许多因素产生的干扰力,如:车速、车辆自身谐振、路面激励、轮胎驱动力等,给动态称重实现高精度测量造成很大困难。若在消除干扰的过程中采用模拟方法滤波,参数则不能过大,否则将产生过大的延迟导致不能实现实时处理,从而造成滤波后的信号仍然含有相当一部分的噪声。所以必须采用数字滤波消除干扰。

 

FIR滤波的原理及实现

本文采用FIR数字滤波,其原理如公式1所示。

Y(n)= (1)

其中h(k)为系统滤波参数,x(n)为采集的信号,Y(n)为滤波后的输出信号。

FIR滤波器的h(n)0nN-1

H(z)= (2)

在本文中N=17。由于h(n)具有对称性质,即:

h(n)=h(N-1-n) (n=0,1,...,(N-1)/2) (3)

这样就可以把FIR滤波器设计成具有线性相位。利用这一情况,可以得到的乘法结构,需要(N+1)/2次乘法,仅是级联或并联结构所需次数的一半,因此,实际应用中多采用此方法。

我们选用17点的FIR滤波算法,这样实现一次FIR卷积运算需要执行9次乘法和16次加法。为了实现数据的实时处理,需要在20ms内完成这个卷积运算,如果选用单片机89C5112M晶振)则无法实现。所以我们选用了Altera公司的FLEX10K20FLEX10K系列是工业界第一个嵌入式的PLD,采用重复可构造的CMOS SRAM工艺,把连续的快速通道互连与独特的嵌入式阵列结构相结合,同时也结合了众多可编程器件的优点来完成普通门阵列的宏功能。具有高密度、低成本、低功率等特点。

 

 

硬件设计

由于我们选用的AD1674芯片转换时间为10ms,而所设计的电路每隔20ms启动转换一次,所以有足够的时间完成模数转换。轴重台的宽度为40cm汽车通过轴重台的最大速度为15km/h,通过计算可知在这段时间里系统可采集4800个数据。由于前30ms是传感器的反应时间,将剩下的数据进行FIR数字滤波后,噪声会被有效的抑制。为了进一步平滑波形,对每8个数据做一次平均,这样就消弱了由于汽车高速通过轴重台时由于颠簸产生的尖峰信号。FPGA的每次滤波包含有FIR运算和8个数据的平均值运算,完成一次滤波就会向单片机发一个中断请求,此时单片机读取滤波后的数据。由于我们选用的A/D转换器是12位,而单片机89C518位的,所以经过处理后的数据必须分两次读入。第一次读入低8位,第二次读入高4位,然后对数据处理。此时我们可以认为单片机接收的数据为滤波后不含有噪声的数据。根据轴重称量的波形图可以知道,只要求出此时的最大值就是汽车的真实重量。

在此仪表中,串行口即用来显示也用来通讯,我们可以通过FPGA很容易实现切换。如图1所示,当控制信号为1的时候RXDTXD用于显示,而当控制信号为0的时候用于和上位机通讯。

我们选用加海明窗的理想低通滤波器,其归一化截至频率为0.25,如图2所示。汽车称重信号为含有多种成分噪声的直流信号如图3所示,这1000个数据经过FPGAFIR滤波和8点数据平均后,提供给单片机125个数据,其波形如图4所示。

滤波之前的噪声的峰峰值在0.1V左右,而此时的轴重信号为1,这将严重影响测量精度。滤波后我们看到情况得到了明显的改善,噪声信号的峰峰值被抑制在0.02V的范围内,大大改善了信噪比,从而提高了测量精度。

 

结语

本设计不但实现了硬件数字滤波电路,而且减少了许多门电路和组合逻辑电路。用比较少的器件实现了比较复杂的功能,减少了故障率。用此方法设计的汽车动态称重仪表具有良好的实时性和较高的精度,现已投入批量生产。

 

 

 


声明:本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题,请第一时间告知,我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容,以保证您的权益!联系电话:010-58612588 或 Email:editor@mmsonline.com.cn。

网友评论 匿名:

分享到

相关主题