基于随机共振的嵌入式检测系统

王贵磊，韩晓军，陶志军，郝 研，王太勇

（1.天津工业大学 信息与通信工程学院，天津 300160；2.中国汽车技术研究中心，天津 300162；3.天津大学精密仪器与光电子工程学院，天津 300072）

基于随机共振的嵌入式检测系统

王贵磊1，韩晓军1，陶志军2，郝 研3，王太勇3

（1.天津工业大学 信息与通信工程学院，天津 300160；2.中国汽车技术研究中心，天津 300162；3.天津大学
精密仪器与光电子工程学院，天津 300072）

针对机械振动信号中低频小信号不易检测的问题，设计开发了一套基于随机共振理论的嵌入式检测系统.硬件采用"DSP+ARM"的双CPU结构，软件应用Linux操作系统，使系统性能更加稳定.文中给出了仿真结果，验证了系统可以有效地抑制噪声的影响和准确地提取低频微弱信号.

随机共振；嵌入式检测系统；双CPU；Linux

机械在运转过程中会产生夹杂着大量噪声的振动信号，致使某些有用的低频微弱信号不能被很好地检测出来.噪声的干扰给低频微弱信号的检测带来很大的不便.早期的研究中，噪声普遍被认为是一种消极的干扰，是造成系统无序的根源，应该设法抑制或消除它的影响.但是，进一步的研究表明[1-2]，噪声并不总是对系统产生破坏作用，在某些特定的非线性条件下，随机噪声有利于增强系统对于外界响应的灵敏度和选择性，对于系统行为的演化具有建设性意义.这种噪声的积极作用在随机共振（SR，Stochastic Resonance）现象被发现后引起了众多业内人士的关注.本文提出将随机共振算法移植到嵌入式系统中去，开发一套基于随机共振算法的嵌入式检测系统，该系统优于以往检测系统之处在于不是设法削弱噪声的影响而是积极地利用噪声，随机共振通过噪声提高了系统对外界响应的灵敏性和选择性，系统的能量转移机制使低频微弱信号在输出频谱中突显出来，可实现在含噪信号中对低频微弱信号的检测.

1 随机共振

1.1 随机共振原理

随机共振的概念最早是由Benzi等在研究古气象冰川演化问题时提出的.其主要特点可以解释为信号和一定能量的噪声在非线性条件下表现出的协同效应[1]，当系统的输入信号和噪声与系统的非线性之间达到某种匹配时，保持输入信号不变而逐渐增大噪声强度，在非线性系统的输出端，系统的输出信噪比（SNR）会增加，出现力学中人们熟知的单峰（或多峰）共振曲线，如图 1 所示.信号 s（t）、噪声 n（t）和非线性系统三者的关系如图2所示.

随机共振的近似描述可以用朗之万（langevin）方程来表示

1.2 随机共振算法的实现

式（1）是一个非线性的随机微分方程，不存在准确解的表达式，因此采用一种基于4阶龙格—库塔（Runge－Kutta）法来做数值求解，数学表达式如下：

式中，系数 k1、k2、k3、k4满足：

式中：xn、sn分别表示 x（t）和输入 s（t）=Asin（2πf0t）+n（t）的第 n 个采样值；h 为采样频率的倒数；a、b 是与式（1）中相同的系统参数.

2 系统硬件设计

系统硬件主要分为3大模块：数据运算模块、控制模块和数据采集模块.

系统数据运算模块的核心是DSP芯片，选用的是TMS320VC5509A，是由TI公司推出的新一代16位高性能、低功耗数字信号处理器.5509A具有128 K×16 bit的片上RAM，外围配置了外部存储器接口，提供了异步存储的方式：如EPRAM和SRAM，同时还提供了高速度高密度的同步存储方式：如DRAM[3].

系统主控制模块的核心是ARM芯片，采用Samsung公司的处理器S3C2410.该处理器内部集成了ARM公司ARM920T处理器的32位微控制器，资源丰富.带独立的16 kbit的指令Cache和16 kbit数据Cache、LCD控制器和RAM控制器等[4].

系统采集模块选用的是AD7656芯片，该芯片是具有独立的六通道逐次逼近型（SAR）的模数转换器，每通道最高可达250 kSPS的采样率.转换处理和数据精度是通过CONVST信号和1个内部晶振控制的.3个CONVST管脚允许3对ADC独立同步采样.当3个CONVST管脚连接到一起时，就可以实现6个通道的同步采样.

2.1 运算和控制的双CPU结构设计

要实现精确无丢点的连续采集，系统必须保证在采样间隔时间内完成对N点采集数据的处理、显示和存储，因此对CPU要求很高.为了满足系统要求，计算和控制核心采用了“DSP+ARM”的双CPU结构设计.这样不仅可以充分发挥DSP强大的数字信号处理能力，同时也可以发挥ARM强大的控制能力，实现对液晶、键盘等外设接口的实时控制.而且双CPU设计还可以大大降低系统的设计难度，软件资源分配及设计均相对独立，便于系统维护[5].

系统选用S3C2410作为控制CPU，负责数据显示、存储和通信接口模块的控制.DSP作为运算CPU，完成数据的采集、随机共振计算式（2）、（3）的计算和FFT计算等.这样系统通过双CPU的结构设计实现对信号的连续不丢点采集，从而实现对低频微弱信号的检测.

DSP与ARM之间高速可靠的数据通信是系统设计的关键，采用DSP的EMIF方式，硬件上通过1个双口RAM芯片将DSP与ARM连接，ARM可以通过双口RAM对DSP内部的存储单元进行读写操作.DSP与ARM的硬件连接方式如图3所示.

图3中 IDT70V24是一个16位4 kbit的双口RAM，CEL、CER是双口RAM两端的片选信号；RWL、RWR分别是控制双口RAM左侧与右侧读写的信号；OEL、OER是控制双口RAM两端数据输出的使能信号；INTL、INTR是双口RAM两端中断信号；BUSYL、BUSYR是双口RAM的忙信号，也是双口RAM的输出信号.

2.2 数据采集模块设计

AD7656芯片有软件控制和硬件控制2种工作模式，系统采用的是软件控制工作模式.DSP通过CONVST引脚对ADC转换通道进行控制，将转换后的数据存储在DSP的片外存储空间.TMS320VC5509A的片外存储空间被分为4个部分，每个存储空间配置了1个片选使能信号（CEn），本系统中A/D采集得到的数据就存储在CE2空间.DSP和AD7656的硬件连接方式如图4所示.

图4中，SN74V245是1个高速低功耗的同步先入先出寄存器（FIFO），用来作为A/D转换的数据缓存，然后将数据传给DSP做进一步处理，在DSP的控制下同步传输数据.

系统中AD7656的转换量程有±10 V和±5 V两种，可以通过软件对其进行配置.

3 系统软件设计

本系统的软件操作平台为Linux操作系统，以实现显示屏和键盘的实时操作，方便实现人机交互的功能.系统软件根据任务的不同，分为不同的优先级，如图5所示.

DSP在计算随机共振算法计算（2）、（3）式的时候需要设置系统参数.针对不同信号要产生随机共振现象所需要的系统参数不相同的特点，本系统采用用户设置的方法来选择参数：用户首先设置随机共振的初始值、终止值和步长，系统根据不同的参数对数据序列进行运算.系统软件流程如图6所示.

4 实验结果分析

为了验证系统的实用性，做了一个仿真实验，实验结果如图7所示.

采用信号发生器产生1个模拟信号：s（t）=0.3 sin（2π × 0.01 t）＋ n（t）.其中，模拟信号频率为0.01 Hz，n（t）是均值为 0，方差为 1 的白噪声.把模拟信号接入系统的数据采集端口，系统采样频率fs=5 Hz，采样点数为1 024点，输入随机共振参数a=1，b=3，数值计算步长h=1/fs=0.2.分别计算该系统输入信号和输出信号的时域波形和幅值谱.

从图7（a）中可以看出，在系统输入端，周期信号几乎湮没于噪声中而不能被辨识，但在系统输出端（图7（c）），由于随机共振效应，频率成分为f0=0.01 Hz的周期信号被清晰地显现出来.比较图7（b）和（d），尽管系统的输入输出频谱都在f0=0.01 Hz处得到明确的信号谱线，但比较两谱线的峰值大小可清楚地知道，经过随机共振计算后的信号谱峰远远大于输入信号的谱峰.此外，输入噪声的频谱在整个频域上几乎均匀平直（图7（b）），这是白噪声的频谱特性.而经系统处理后，输出信号的噪声频谱已明显减少（图7（d）），这是由于部分噪声的能量被转移到低频信号中，使低频微弱信号的谱线更加突出.通过以上的对比分析验证了系统对低频微弱信号检测的灵敏性和准确性.

5 结束语

系统采用“DSP+ARM”的双CPU结构，以ARM为控制核心，DSP为运算核心，保证了数据采集和算法的高速执行，便于系统维护.在嵌入式操作系统Linux基础上，加强了人机交互功能，设计开发了基于随机共振算法的嵌入式检测系统.实验结果表明系统可以实现随机共振算法对采集信号的分析，从含噪信号中准确识别出较微弱的低频有用信号.

[1]徐春生，王太勇，冷永刚，等.基于SoC和FPGA的便携式变步长随机共振仪[J].仪器仪表学报，2008，29（8）：1767-1771.

[2]邓 辉，王太勇，冷永刚，等.嵌入式变尺度级联随机共振系统的实现[J].哈尔滨工程大学学报，2009，30（11）：1279-1284.

[3]LI Juan，WANG Jin-hai，WANG Ming，et al.Design and research of remote debugger and upgrade system for DSP[J].Semiconductor Photonics and Technology，2009，15（1）：63-68.

[4]高炳坤，陶东升，王 健，等.基于ARM和DSP的嵌入式监控系统的设计[J].黑龙江八一农垦大学学报，2009，21（1）：59-62.

[5]赵艳菊，王太勇，徐 跃，等.基于双CPU的便携式故障诊断仪的设计与开发[J].吉林大学学报：工学版，2008，38（3）：557-560.

Embedded detection system based on stochastic resonance

WANG Gui-lei1，HAN Xiao-jun1，HAO Yan2，WANG Tai-yong2
（1.School of Information and Communication Engineering，Tianjin Polytechnic University，Tianjin 300160，China；2.China Automotive Technology and Research Center，Tianjin 300162，China；3.College of Precision Instrument and Opto-electronics Engineering，Tianjin University，Tianjin 300072，China）

An embedded detection system based on stochastic resonance was developed to solve the problem that lowfrequency weak signal was difficult to be detected in mechanical vibration.More stable performance of the system was achieved by the use of “DSP+ARM”dual-CPU structure as the hardware and Linux operating system as the software.The simulated results show that the system can suppress the impact of mechanical noise effectively and obtain low-frequency weak signal accurately.

stochastic resonance（SR）；embedded detection system；dual-CPU；Linux

TP274；TN911.4

A

1671－024X（2010）05－0065－04

2010-05-31 基金项目：国家自然科学基金（50975193）；国家科技重大专项（2009ZX04014-101-05）

王贵磊（1985—），男，硕士研究生.

韩晓军（1958—），女，副教授，硕士生导师.E-mail：hanxiaojun@tjpu.edu.cn