李麗 孫西花 孔明



摘 要 在脈沖式激光測距系統中,系統對回波信號的采集受噪聲信號的影響,使得有用信號淹沒在噪聲信號中,引入測量誤差。針對該問題本文高速采集系統對回波信號采用雙FPGA進行2G的高速采樣,并引進多脈沖相關疊加的方法,使得有用信號得到增強,噪聲信號被相對削弱;并對疊加之后的信號進行卡爾曼濾波,將無用的高頻噪聲信號濾掉,使得后端數據處理更加精確,進而提高激光測距系統的測量精度和測量距離。在本文中采用兩片FPGA,一片為主芯片,一片為從芯片,進行協調工作,實現高速AD采集,并進行相應的數據處理,使得系統達到高精度、遠距離的測距效果。
關鍵詞 高速采集系統;多脈沖相關疊加;卡爾曼濾波;激光測距
1系統結構圖
該系統主要包括三個模塊:激光發射單元、激光接受單元以及邏輯控制與信息處理單元。中邏輯控制與信息處理單元分為主FPGA、從FPGA、DSP信息處理單元,主FPGA與從FPGA之間進行相互通信,同時各自分別實現1G的采樣速率,并分別做多脈沖互相關疊加運算,將運算結果存儲在公共的DDR中,實現2G的采樣速率。DSP再對共用DDR中的數據進行卡爾曼濾波[1],使波形更加趨于理想化,進而進行閥值檢測得到運算結果。
2多脈沖相關累加算法
在脈沖激光測距系統中,由于有用信號的相關性極強,而噪聲信號不存在相關性,將多個回波信號按照相關性進行相關性疊加,可以大大提高疊加之后信號的信噪比,進而提升系統的抗干擾能力。如式(1)所示
3高速數據采集方案實現
該部分實現對回波信號的數據采集,到達2G的采樣速率,由于FPGA處理速度的限制,該模塊使用2塊FPGA分別控制一個高速AD采樣芯片ADC08D1000對回波信號進行采樣[4],兩片FPGA進行信息通信,以達到協同工作的目的,同時為了減輕數據采集模塊的運算負擔,引進DSP模塊,數據處理部分在DSP中進行。如圖3所示,主FPGA控制從FPGA采樣延后s,進而達到2G的采樣速率。
4卡爾曼濾波器的DSP實現
卡爾曼濾波分為三個階段:預測、轉換和矯正[5]。DSP程序實現過程如圖4所示,在預測階段,使用狀態預測方程對當前的狀態進行計算,得到后一個狀態的距離及其協方差的預測值。在轉換階段將預測階段得到的預測值轉換為卡爾曼濾波修正系數,最后在矯正階段根據預測階段的預測值和轉換階段的修正系數得到后一階段的狀態及協方差矯正值[6]。
其中,和分別為狀態變量和觀測變量;和分別為系統的狀態轉換矩陣和控制輸入變量;以及維度轉換參數矩陣,系統過程激勵噪聲,觀測噪聲。
假設為當前的狀態,則可根據目前的的狀態預測出狀態,相關方程如式(10)和式(11):
其中,為各種狀態下的距離結果;為各種狀態結果對應的協方差;,為當前狀態經過卡爾曼濾波優化處理得到的距離結果以及相應協方差;,為根據當前狀態預測的距離結果以及相應協方差;為后一狀態的控制量,DSP程序設計過程中,根據控制量的輸入情況,對進行設置;為狀態轉換矩陣;是系統過程的協方差。則得到卡爾曼修正系數,如式(12)所示:
其中表示預估距離值和觀測結果之間的維數轉換關系,為觀測噪聲協方差矩陣。根據觀測量的輸入值,以及距離結果的預估值,可以得到經卡爾曼濾波后的距離及相應的協方差,如式(13)和式(14)所示:
為經過DSP結算得到的距離初值,也是DSP模塊的輸入觀測值,因為協方差更新公式中進行的是一維數組的測量且為單模量,所以設置為1。(8)式和(9)式中,根據白噪聲的特點,設定和的初始值為0,后期根據實驗對其進行修正。對本文中三次脈沖疊加之后的數據,進行卡爾曼濾波,仿真結果如圖5所示:
由仿真結果可以看到,多脈沖相關累加信號經過卡爾曼濾波之后,噪聲信號基本被濾掉,有用信號更加清晰可見,進而使得后端對數據的處理更加準確。
5試驗結果分析
根據測量結果需求對近距離和遠距離的情況分別進行試驗,為了減小測量帶來的誤差,對每次試驗分別進行7次測量,然后針對這7次測量結果進行均值處理,近距離和遠距離激光測距結果如表1所示。
針對近距離測試,選取50m的距離進行測量,如表所示,測量7組數據,然后對該7組數據求取平均值,最終測量結果為49.98714,測量誤差為0.01286m。遠距離測試,選取2855m的距離進行測量實驗,同樣對該7組的數據進行平均值處理,最終測量結果為2854.371,測量誤差為0.629m.
根據仿真結果可以看出采用雙FPGA對回波信號進行交替采樣,可以實現雙倍的采樣速率增大測量的精確度;然后對采樣的回波信號進行多脈沖疊加,由DSP實現對疊加后的信號進行卡爾曼濾波,使得有用信號更加容易分辨。經測試在近距離和遠距離測量中均具有極高的精度。
參考文獻
[1] 高勤,李志強,都學新.一種新型自適應卡爾曼濾波算法[J].現代雷達,2001,23(6):29-34.
[2] 倪旭翔,胡凱.脈沖串互相關方法在遠程激光測距中的應用[J].光學學報,2012,32(11):120-125.
[3] 黃本雄,侯潔,胡海.高斯白噪聲發生器在FPGA中的實現[J].微計算機信息,2007,23(20):165-167.
[4] 常高嘉,馮全源.基于FPGA的高速數據采集系統的設計與實現[J].電子器件,2012,35(5):217-220.
[5] 邱曉波,謝志宏,周啟煌.由DSP技術實現卡爾曼濾波算法初探[J].火力與指揮控制,1999,24(1):66-72.
[6] 鄒振宇.基于DSP的Kalman濾波器的算法研究[D].成都:成都理工大學,2012.