高精度DSP渦街信號處理方案

戴華平 沈非凡 錢嘉偉 黃滿金

(浙江大學控制科學與工程學系工業(yè)控制研究所，浙江 杭州 310027)

0 引言

渦街流量計具有結構簡單、可靠性好、量程寬、壓力損失小、精度較高等特點，近年來發(fā)展迅速。但是渦街流量計也有其局限性，它在測量過程中存在信號質量受流體本身的穩(wěn)定性和均勻性等影響以及小信號檢測能力有限等問題［1］。

在渦街信號的處理過程中，輸入信號的頻率范圍一般為1～2500 Hz，易受噪聲的干擾。為確保測量的高精度，設計一種處理渦街信號的改進方案具有重要的意義［2-5］。近年來，國內外科研工作者設計了多種渦街信號處理系統(tǒng)。文獻［2～3］基于MSP430單片機，設計了低功耗的渦街信號處理方案。文獻［4］基于MSP430單片機，設計了高量程比的渦街信號處理方案。文獻［5］基于TMS320LF2407A DSP芯片(以下簡稱2407A)開發(fā)平臺，設計了低成本渦街信號處理方案。

上述研究成果在精度方面仍有所欠缺。為此，本文選取2407A為處理器，通過前端多級放大及濾波，并采用高精度A/D轉換芯片，設計了渦街信號的快速小波變換算法，以實現(xiàn)高精度的渦街信號處理系統(tǒng)。該系統(tǒng)具有精度高、實時性強、性價比高等特點，有一定的工程實用價值。

1 系統(tǒng)構成

系統(tǒng)的硬件部分主要由電源模塊、模擬信號調理模塊、數(shù)字信號處理模塊、信號輸出模塊以及人機接口模塊組成。

信號首先進入模擬信號調理模塊，進行放大、濾波處理后，進入數(shù)字信號處理模塊。然后，利用高精度A/D轉換芯片完成信號的采樣及離散量化，通過I/O口輸入2407A芯片，再利用軟件算法進行信號分析與處理，以進行渦街信號頻率的測量。其中，部分重要數(shù)據(jù)存儲在2407A自帶的EEPROM中。通過人機接口模塊，可以進行按鍵操作，并根據(jù)相應的按鍵操作在液晶屏上顯示測量結果。信號輸出模塊首先對2407A的輸出信號進行光耦隔離，消除外部信號對內部信號的干擾。通過RS-485串行通信接口，進行4～20 mA模擬信號的輸出，并確保將測量結果準確地發(fā)送到上位機或者工業(yè)現(xiàn)場的二次儀表。電源模塊利用穩(wěn)壓器件以及去耦電容，將外部提供的+24 V電壓分別轉換成不同伏值的內外部電壓，以保證內外部電氣隔離，并為各個模塊供電。

系統(tǒng)的硬件框圖如圖1所示。

圖1 系統(tǒng)硬件原理框圖Fig.1 Principle of the system hardware

1.1 模擬信號調理模塊

在該系統(tǒng)中，由于壓電元件具有響應快、靈敏度高、信號強、價格低、工藝性好等特點，因此選擇壓電檢測元件作為渦街傳感器。壓電檢測元件的輸出信號在通過電荷放大器轉換成電壓信號時，一般都需要經過交流放大器的放大，把毫伏級信號放大成伏級交流信號，以便進一步處理［6］。

模擬電路對信號進行放大的同時進行濾波。由于渦街流量計量程較大，當檢測到的頻率較低時，其信號強度往往也較為微弱。因此，固定倍數(shù)的放大器以及固定截止頻率的低通和高通濾波器無法滿足渦街信號的處理要求。部分放大濾波電路圖如圖2所示。

圖2 部分放大濾波電路Fig.2 Part of the amplifying and filtering circuits

由圖2可知，在信號調理模塊中，設計了多級放大濾波電路，其中每一級都設計了開關電路，用來提供阻容的多種組合，并分別對應不同的放大倍數(shù)和濾波器截止頻率。在現(xiàn)場作業(yè)過程中，可以根據(jù)實際流速情況，選擇合適的放大倍數(shù)和截止頻率，以提高測量精度。

完成整個模擬信號調理過程之后，將調理完的信號輸入數(shù)字信號處理模塊，并送入A/D轉換芯片。

1.2 數(shù)字信號處理模塊

數(shù)字信號處理模塊由高精度A/D轉換芯片和2407A微處理器組成。其中，2407A微處理器包含片上存儲器及大量片上外設資源，完全滿足系統(tǒng)的各項需求。

系統(tǒng)選擇Analog Device公司的AD7367-5作為A/D轉換芯片。AD7367-5采用14位雙通道輸入模式，驅動電壓為3.3 V，匹配2407A工作電壓;精度與2407A片上10位A/D轉換模塊、MSP430片上12位A/D轉換模塊相比，有很大的提高。數(shù)據(jù)吞吐率高達500 kS/s，電壓輸入范圍為－10～+10 V，內部參考電壓穩(wěn)定，滿足測量過程中實時性強、精度要求高的特點。

2407A的工作頻率最高可以達到40 MHz，滿足A/D轉換以及信號處理的速率要求;采用一個16×16位的硬件乘法器，可在單個機器周期內產生一個32位的有符號或無符號數(shù)［7］，大大提高了數(shù)字信號處理算法的執(zhí)行效率。片內含有高達32 kB的存儲器，用于存儲系統(tǒng)程序;搭載了2 kB的擴展EEPROM，用于存儲如總流量值、報警閾值等重要信息，即使突然掉電，信息也不會丟失。多達41個可以復用的I/O接口，能夠實現(xiàn)所有外設的命令控制與數(shù)據(jù)輸入輸出。自帶的串行通信接口及2個能夠產生脈沖輸出的事件管理器模塊，方便了測量結果的通信和傳輸。

1.3 人機接口模塊

人機接口模塊包含HB12864液晶輸出顯示及4個按鍵輸入，分別提供測量結果的實時顯示及按鍵控制。

HB12864硬件接口采用REQ/BUSY握手通信協(xié)議，簡單可靠。其通過I/O接口直接與2407A相連，典型工作電壓為3.3 V，這與2407A接口電壓吻合。液晶屏采用LED背光顯示，具有顯示效果好、功耗低的特點。

4個按鍵輸入可以對測量結果的顯示進行控制。這4個按鍵分別對應復位、切換、遞增、確認功能，便于進行參數(shù)設置及顯示配置。

1.4 信號輸出模塊

信號輸出模塊包含串行通信電路、脈沖輸出電路以及4～20 mA模擬信號輸出電路。該模塊提供渦街流量計與上位機、二次儀表之間的接口，在經過光耦隔離后，輸出測量結果。

串行通信電路以MAX487E芯片為核心，通過光耦隔離及2407A的讀寫控制和數(shù)據(jù)交互，實現(xiàn)RS-485串行數(shù)據(jù)通信，便于參數(shù)的遠傳。

在脈沖輸出電路中，2407A根據(jù)測量結果，將信號轉換成一個方波脈沖，通過光耦隔離，將脈沖波形輸出。由于系統(tǒng)內部時鐘可能存在誤差，因此可以通過內部定時器比較輸出，實現(xiàn)脈沖波形的動態(tài)補償。

模擬信號輸出電路由2407A將測量結果轉換成占空比不同的方波，并通過光耦隔離和放大電路，輸出4～20 mA模擬信號。只要在輸出端加上電壓并串聯(lián)功率電阻，即可通過測量電阻上的電壓，間接計算出測量結果。

2 信號處理算法及軟件實現(xiàn)

2.1 快速小波的Mallat算法

從所有傳感器中獲取的渦街流量信號都會含有動態(tài)噪聲、機械振動及電氣干擾。為提高信噪比，渦街信號的頻率成分往往經過帶通濾波器進行處理。一直以來，消除接近渦街信號頻率范圍的噪聲信號是一個充滿挑戰(zhàn)的課題［8－9］。

由于渦街信號的頻率范圍較大，因此在測量過程中，需要設計一種在高頻和低頻區(qū)段具有不同頻率分辨率的算法。為減少頻率計算誤差、提高頻率測量精度，本文所設計的系統(tǒng)選用Mallat塔式算法，即基于多分辨率理論的快速小波變換算法，實現(xiàn)渦街信號的高精度實時處理。

根據(jù)多分辨率理論［10－11］，小波快速分解和重構的基本思想如下:通過采樣得到一個離散序列fk，并將其設為小波分解初值。對該初值，分別用涵蓋高頻部分的高通濾波器和一個低通濾波器進行濾波。其中{hk}k∈Z是多分辨率分析的尺度系數(shù)，可以視為小波低通濾波器;{gk}k∈Z是多分辨率分析的小波系數(shù)，可以視為小波高通濾波器;濾波器系數(shù)關系為 gk=(－1)kh1－k，k∈Z。

假設對小波分解初值進行M(0≤M≤N)層分解，則分解過程中各算式如下［12］。

式中:fk為原始信號離散采樣序列;N為信號分解水平;M為分解層數(shù);為j層低頻系數(shù);dj為j層高頻系數(shù);hn為低頻分解序列;gn為高頻分解序列。

由式(1)～式(4)可知，Mallat算法將原始信號進行逐級高頻、低頻分解，分解后得到的快速分解流程如圖3所示。

圖3 快速小波分解圖Fig.3 Fast speed wavelet decomposition

分解完畢后，得到一個低頻分量和M個高頻分量，接著對每一層高頻系數(shù)選擇合適的閾值進行量化處理。一般使用軟閾值(ST)的方法進行量化處理:

分解并完成閾值量化之后，再進行重構即可完成去噪過程。重構過程是分解過程的逆運算，路徑完全相反。

重構方法如下:

通過濾波器的共軛逆運算實現(xiàn)信號采樣，并完成信號重構，最終獲得頻率可測的去噪信號。

2.2 算法軟件實現(xiàn)

2407A自帶硬件乘法器和累加器，可以通過軟件編程快速執(zhí)行大量乘法和加法運算，實現(xiàn)Mallat算法。整個模塊分為信號的小波分解模塊、閾值去噪子模塊以及小波重構模塊3個子模塊。整個模塊采用C語言進行編譯。

在分解運算過程中，數(shù)據(jù)點數(shù)逐級減少。為了不影響數(shù)據(jù)精度，需要對序列進行周期延拓，以保證每一級進行運算的數(shù)據(jù)點數(shù)相同。因此，在程序設計中使用了循環(huán)尋址的方法，即當讀取某一級的系數(shù)序列進行運算并遍歷所有系數(shù)時，將自動回到起始地址。為提高系統(tǒng)實時性，在高頻分解時對系數(shù)進行基2抽取，可以大大提高運算效率，也能保證較好的信號完整性。逐點計算的低頻分解和基2抽取的高頻分解分別作為一個子程序，在每一級分解中各調用一次，并將低頻分解所得的系數(shù)序列作為下一級分解的輸入，并再次調用兩個子程序，以此類推，最終得到一個低頻系數(shù)序列和M個高頻系數(shù)序列。

每一層分解得到的高頻系數(shù)序列將根據(jù)對應的閾值，分別調用閾值去噪子模塊進行去噪量化處理。經過該模塊處理后的數(shù)據(jù)成為新的高頻系數(shù)序列。

將經過去噪處理的系數(shù)序列送入小波重構模塊。重構是分解的逆運算，根據(jù)算法逐級進行與分解過程互逆的上采樣，最終計算得到可用于頻率測量的去噪信號序列f'k。

3 試驗結果

在實際測量過程中，噪聲對渦街信號的干擾較為嚴重;同時，在低流量情況下，渦街信號往往較為微弱，甚至強度低于噪聲信號。在理想情況下，渦街信號是正弦信號，與不同噪聲信號一起，經過采樣送入數(shù)字信號處理模塊。

令信號表達式為:

式中:f1為渦街信號頻率、f2為高頻或低頻干擾頻率、f3為諧波干擾頻率、r為隨機干擾信號;a、b、c分別對應各自幅值;φ1、φ2分別對應初始相位。

在此，取 f1為 20 Hz、f2為 200 Hz、f3為 40 Hz，幅值分別取2、10、5。試驗中，渦街信號的幅值低于噪聲信號，被淹沒在噪聲中。

原始信號及其頻譜如圖4所示，波形含有較大噪聲，渦街信號成分的幅值相對更小。

圖4 原始信號及頻譜Fig.4 The original signal and its spectrum

經過4級小波分解，得到分解后的4級高頻信號和低頻信號如圖5所示。d1至d4分別表示經過n級分解得到的高頻信號，c4代表分解完畢得到的低頻信號。

圖5 4層小波分解的結果Fig.5 Result of four-level wavelet decomposition

小波濾波器的通帶范圍包括了渦街信號的范圍，將頻率成分細化，同時對遠離渦街信號頻率的噪聲成分進行閾值處理。對各級高頻信號進行閾值去噪和重構，得到去噪后的信號及其頻譜如圖6所示。

圖6 重構信號及其頻譜Fig.6 Reconstructed signal and its spectrum

由圖6可知，噪聲信號得到了較好的濾除，重構信號為較為純凈的渦街信號，可直接進行頻率測量。

由試驗結果可得，通過小波快速分解的方法，只要選擇合適的分解級數(shù)和閾值，即可在較短時間內有效濾除噪聲，得到去噪渦街信號。對此去噪信號直接進行頻率計算，可以保證較高的精度和實時性。

4 結束語

本文介紹的渦街信號處理方法，在將成本控制在一定范圍的前提下，利用合適的軟硬件設計方法，保證渦街信號的測量有較高的精度;同時，保證了頻率測量的實時性，有利于復雜環(huán)境下渦街信號的測量。試驗結果表明，該方法能有效處理渦街信號，并有一定的工程實用價值。

［1］方敏，徐科軍，劉三山.低功耗數(shù)字渦街流量計硬件研制中的關鍵技術［J］.自動化儀表，2011，32(1):26 －29.

［2］李雯，戴華平.一種低功耗的電磁渦街流量計［J］.自動化儀表，2008，29(3):5 －11.

［3］陳榮保，王誼.基于MSP430的低功耗渦街流量計［J］.自動化儀表，2003，24(11):26 －28.

［4］李巧真，李剛，孌世偉.基于MSP430的數(shù)字渦街流量計的實驗研究［J］.化工自動化及儀表，2011，38(1):72 －74.

［5］王肖芬，徐科軍，陳智淵.基于DSP的低成本渦街流量計信號處理系統(tǒng)［J］.儀器儀表學報，2006，27(11):1427 －1432.

［6］姜仲霞，姜川濤，劉桂芳.渦街流量計［M］.北京:中國石化出版社，2006:211－216.

［7］劉和平，鄧力，江渝，等.DSP原理及電機控制應用——基于TMS320LF240x系列［M］.北京:北京航空航天大學出版社，2010:17－27.

［8］Venugopal A，Agrawal A，Prabhu S V.Review on vortex flowmeter—designer perspective［J］.Sensors and Actuators A:Physical，2011，170(1－2):8－23.

［9］Sun Zhiqiang，Zhang Hongjian，Zhou Jiemin.Evaluation of uncertainty in a vortex flowmeter measurement［J］.Measurement Volume，2008，41(4):349－356.

［10］劉紅艷，石紅瑞.基于小波分析的渦街信號去噪算法在DSP中的實現(xiàn)［J］.測控技術，2008，27(7):74 －79.

［11］蔡志勇，張徐娟，張華，等.小波變換Mallat算法的ADSP21160實現(xiàn)［J］.微電子學與計算機，2003，20(10):76 －88.

［12］嚴居斌，劉曉川，張斌.基于DSP的小波算法的實現(xiàn)［J］.四川大學學報:工程科學版，2002，34(2):91 －95.