基于QPSO算法的传感器动态补偿方法及FPGA实现

为了解决在测试系统中由于传感器动态特性引起测试数据失真的问题,提出了一种基于量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization,QPSO)的传感器动态补偿方法;该方法依据传感器校准时的输入和输出数据运用QPSO算法得到最优补偿器模型及参数;为了将获得的最优动态补偿器运用于实时在线测量,将分布式算法引入到动态补偿器的硬件结构设计中,完成了传感器动态补偿器的高速并行FPGA实现。实验表明高速并行动态补偿器不但能够修正传感器的动态误差,而且其高速并行结构极大减少了对FPGA资源的占用率并有效的提高了系统等效吞吐率。     

基于约束相位解卷绕的正弦信号高精度相位估计

在Tretter相位估计算法基础上, 提出了一种基于约束相位解卷绕的相位估计方法。通过对观测相位进行适当的线性组合, 将相位约束在较小的模糊相位集合之中, 最后基于相位误差最小原则实现约束相位解卷绕。理论分析与Monte Carlo模拟结果显示, 约束相位解卷绕的信噪比阈值低于常规解卷绕方法, 且在高信噪比条件下相位估计均方根误差接近克拉美罗下限(CRLB), 相位估计性能优于分段DFT相位差法以及全相位FFT测相法。在信噪比为5 dB、数据长度为1023的情况下, 相位估计均方根误差约为0. 9°。当信噪比为0 dB时, 约束相位解卷绕的错误概率仅为10^－3量级。     

基于Qsys的时栅信号处理系统设计与实现

为提高时栅传感器位移测量精度和测量分辨力,研究采用FPGA嵌入式锁相环倍频产生4路同频且相位差为45°的高频时钟脉冲作为测量基准,利用多路并行双边沿计数方法对时栅参考信号和时栅感应信号进行相位测量,通过相位差转换得到具有高分辨力的时栅位移信号, 采用Qsys开发平台设计Nios－II软核进行数据处理,利用傅立叶级数谐波修正技术对测量结果进行误差修正,提高时栅传感器的测量精度,在72对极磁场式时栅角位移传感器上进行精度测试,实验结果表明:经过误差修正后,该系统测量的整周误差从－57.2″~ 92.5″下降到－2.0″~2.5″,作为角位移传感器满足高端装备高精度定位需求,具有重要的工程应用价值。     

压力传感器动态误差修正方法的FPGA实现

为了实时修正由于压力传感器动态特性引起的动态误差,提出了一种基于IIR数字补偿滤波器的FPGA实现方案.该方案首先依据压力传感器动态标定时的输入和输出数据利用改进的最小二乘算法建立全面描述传感器系统的数学模型,继而运用零极点配置方法重新配置模型零极点得到最优IIR补偿器模型及参数,其次在保证补偿器性能无失真或失真很小的基础上使用MATLAB工具量化补偿器模型参数,最后在以FPGA为控制核心的数据采集及存储系统的基础上应用量化的IIR补偿器模型参数设计了IIR补偿器软核,从而实现传感器动态误差的实时修正.实验结果表明:该方案能够实时有效地修正传感器动态误差.     

频率估计的一种多段同频等长信号频谱融合法

为提高信号频率估计精度和现有方法的普适性,提出一种基于频谱融合的多段同频等长信号的频率估计算法。设计相位差补偿因子克服分段信号相位不连续问题,以达到相位连续信号的频谱分析效果;建立搜索频率序列修正相位差补偿因子中的未知参数,并对分段信号频谱进行相位差补偿得到修正频谱矩阵;通过累积频谱抽取谱和修正频谱计算频谱相关序列并搜索最大值,其对应搜索频率即为该算法的频率估计值。数值仿真实验表明,基于该算法频率估计的均方根误差约为现有方法的1/4~2/3,较为接近Cramer-Rao下限。     

多通道任意波形发生器精密相位控制方法

分析了多通道任意波形发生器的结构,并对输出信号相位差的调节方法进行了讨论,得到了不同相位调节方法的分辨率和调节范围.针对设计中由于时钟偏斜、通道延时引入的误差,提出了一种内嵌相位校准模块的多通道任意波形发生器的设计方法,对比了两种不同的相关算法进行相位差测量的优缺点,然后通过对同时采样后的两路信号进行相关运算,测量了相位差.通过实验对该相位控制方法进行了验证,证明了方法的有效性.     

冲击波测试系统中压力传感器的实时动态补偿实现

冲击波测试系统在测量爆炸冲击信号时,必须解决因传感器的有效带宽难以满足或覆盖被测信号而引起的动态测试误差的问题.为此,利用激波管来对传感器进行动态标定获取实验样本,采用QR分解和改进粒子群优化(PSO)算法进行逆滤波快速估计动态补偿滤波器的阶数和系数.因数字滤波器的有限字长效应,本文选取合适的系数及输出数据的量化位数,来满足测试系统的稳定性.为实现实时在线修正,设计了以FPGA为控制与处理核心的全并行单反馈动态补偿结构,对系统硬件补偿前后的动态特性进行分析.实验表明该补偿滤波器能够满足实际测试需求,能够显著地提高传感器的动态响应特性.     

基于分块相位一致性的人脸识别算法

针对基于可见光的人脸图像的识别容易受光照和表情变化的影响,人脸的表情变化仅限于局部等问题,以及图像的相位一致性特征不受图像的亮度或对比度影响的特点,提出了一种基于分块相位一致性的人脸识别算法。该算法用log-gabor滤波器对图像进行滤波,利用相位一致性模型提取相位一致性特征图像;对每幅特征图像进行分块主元分析(PCA)处理;融合所有子图像的距离信息,采用最近邻分类器进行分类识别。实验证明该方法具有更好的识别性能。     

一种新的光栅传感器信号相位补偿算法的设计

为了保证光栅传感器的分辨率的提高,减小细分算法的误差,文中提出了一种新的相位检测与补偿的处理方法.该方法主要采用易于硬件实现的CORDIC算法来实现,用CORDIC算法的向量模式来检测两路信号的相位并得到其相位偏差,再用其旋转模式对有相位偏差的信号进行补偿.补偿过程中,以正弦信号为基准,对有相位偏差的余弦信号进行补偿.仿真实验表明,该算法可使相位偏差得到有效补偿,补偿后的偏差不超过补偿前的2％.     

基于改进RLS的传感器动态特性校正方法

在动态测试中为了消除传感器谐振频率处振动产生的误差,针对传感器高阶系统的补偿问题提出一种改进RLS算法优化补偿滤波器。采用梯度下降法产生滤波器参数初值,再用RLS算法对参数进行修正。在matlab平台上对算法进行了仿真验证,分析了补偿前后传感器系统的时域响应和频域响应。对实际压电传感器CY-YD-205进行了补偿,工程实验表明采用改进RLS算法设计的补偿滤波器可以大大改善传感器系统的动态特性。     

On the use of calibration sensors in source localization using TDOA and FDOA measurements

The accuracy of a source location estimate is very sensitive to the presence of the random noise in the known sensor positions. This paper investigates the use of calibration sensors, each of which is capable of broadcasting calibration signals to other sensors as well as receiving the signals from the source and other calibration sensors, to reduce the loss in the source localization accuracy due to uncertainties in sensor positions. We begin the study with deriving the Cramer–Rao lower bound (CRLB) for source localization using time difference of arrival (TDOA) and frequency difference of arrival (FDOA) measurements when a single calibration sensor is available. The obtained CRLB result is then extended to the more general case with multiple calibration sensors. The performance improvement due to the use of calibration sensors is established analytically. We then propose a closed-form algorithm that can explore efficiently the calibration sensors to improve the source localization accuracy when the sensor positions are subject to random errors. We prove analytically that the newly developed localization method attains the CRLB accuracy under some mild approximations. Simulations verify the theoretical developments.     

AgileDARN雷达内定标的方法与实现

AgileDARN雷达系统是一种基于全数字相控阵技术的灵敏型地基相干高频雷达系统,实现对中高纬度电离层的探测。雷达系统的幅度和相位不一致将会导致雷达发射波束和接收波束的波束指向偏移,副瓣电平抬高和天线增益下降,最终影响雷达的探测精度。针对AgileDARN雷达系统幅度和相位不一致性展开研究,提出了一种基于FPGA和C++软硬件相结合的内定标方法。在发射探测信号之前,分别发送接收定标信号和发射定标信号,通过雷达系统的各个接收和发射通道后,计算各个通道之间的幅度和相位差异,用补偿因子来实现对雷达多通道幅度和相位不一致性的校正。实测数据表明:校正后各通道间幅度误差小于0.2 dB,相位误差小于1°。在满足系统一致性要求的前提下,既保证了实时性,又节省了雷达系统成本。     

基于FPGA的静态实时光谱采集与处理系统

为了实时获取静态迈克尔逊干涉仪得到的光谱信息,设计了基于FPGA的实时光谱采集分析系统。在Xilinx FPGA芯片上实现了干涉条纹到光谱数据的实时处理。在算法处理过程中,实现了干涉条纹滤波去噪、快速傅里叶变换、相位标定、光谱数据传输等模块化功能。实验结果显示,系统可以高速采集并实时处理光谱数据。     

AgileDARN雷达内定标的方法与实现

AgileDARN雷达系统是一种基于全数字相控阵技术的灵敏型地基相干高频雷达系统，实现对中高纬度电离层的探测。雷达系统的幅度和相位不一致将会导致雷达发射波束和接收波束的波束指向偏移，副瓣电平抬高和天线增益下降，最终影响雷达的探测精度。针对AgileDARN雷达系统幅度和相位不一致性展开研究，提出了一种基于FPGA和C++软硬件相结合的内定标方法。在发射探测信号之前，分别发送接收定标信号和发射定标信号，通过雷达系统的各个接收和发射通道后，计算各个通道之间的幅度和相位差异，用补偿因子来实现对雷达多通道幅度和相位不一致性的校正。实测数据表明:校正后各通道间幅度误差小于0.2 dB，相位误差小于1°。在满足系统一致性要求的前提下，既保证了实时性，又节省了雷达系统成本。     

A novel motion-based online temporal calibration method for multi-rate sensors fusion

Accurate and robust calibration is an essential prerequisite for multi-rate sensors fusion. However, most existing calibration methods ignore the temporal calibration and assumed the timestamps of the multi-rate sensors are precisely aligned; more importantly, many approaches are designed for offline calibration. For these reasons, this paper develops a novel online temporal calibration method for multi-rate sensors fusion based on the motion constrains of the sensors. In this new calibration framework, the high update rate inertial measurement unit (IMU) is utilized as the unified calibrating references, while other moderate or low-frequency target sensors can be estimated based on the reference IMU. As a result, the targetless, online, and high-precision temporal self-calibration can be achieved. During the calibration, an improved multi-state constraint Kalman filter (I-MSCKF) algorithm is proposed for both position and temporal states estimation of the multi-rate sensors to establish a multi-constraint filter and correct the temporal offset error in a real-time manner. Furthermore, the motion constraints models in the two-dimensional (2D) planar and three-dimensional (3D) space are developed from per-sensor ego-motion to enhance the robust and reliable abilities of the proposed temporal self-calibration method. Experimental results demonstrate that the proposed method can accurately and online estimate the temporal offset error and transformation parameters, which significantly improves the performance of moving trajectory estimation for robots equipped with the multi-rate sensors.     

基于量子行为粒子群优化算法的定位技术研究

针对无线传感器网络(WSNs)节点定位问题,阐述了WSNs的分布迭代式定位方法研究。这种方法将每次迭代后定位的节点作为其余未知节点的参考节点.同时将基于测距定位问题看成一个多维优化问题,并提出利用具有快速收敛能力的量子行为粒子群优化(QPSO)算法进行求解。最后将仿真实验结果与粒子群优化(PSO)算法进行比较,表明QPSO算法在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法的有效性。     

基于FPGA的可调信号源检测装置的设计

本文针对涡流检测装置中所需的高精度可调信号源,提出了一种新的设计方法,即利用Attera公司FPGA芯片,用编程开发片内DDS模块产生数字可调正交信号,再经D／A转换和低通滤波成为可靠信号源。重点研究了系统设计原理、硬件构成和QuartusⅡ开发环境下使用VHDL实现片内累加器、波形表以及相位控制模块开发的具体方法。系统实际测试效果达到了较高的精度和稳定度,并具有双路频率连续可调、高宽带等特点,完全满足涡流检测系统的要求。此设计方法将DDS技术与FPGA相结合,可靠性、适应性较高,并较之使用成品DDS芯片显著降低成本,具有一定的推广价值和市场应用前景。     

基于在线校正的无线传感器网络定位算法

准确度和精确度是无线传感器网络定位系统重要的指标。分析现有的校正技术,在基于超声波传感器和无线射频模块的到达时间差（TDOA）测距技术和多边测量定位算法的基础上,结合校正技术,提出一种基于在线校正的定位算法。改进的算法针对传感器网络在实际应用中的不均匀性布撒,充分利用密集布撒下节点定位的冗余信息,以提高密集型网络的定位精度,从而提高整个网络的定位性能。实验表明,改进的定位算法有效地减小了网络的定位误差。     

基于多传感器数据融合的机器人里程计设计与实现

设计并实现了一种基于FPGA和多光电鼠标的高精度机器人里程计。多个PS/2光电鼠标传感器测量位移数据,利用FPGA解析PS/2协议并完成数据融合,得出高精度机器人里程计结果。针对传统Luo一致性数据融合算法的缺陷进行改进,并通过归一化特征值加权法得到每个传感器测量值被系统综合支持的程度,完成多传感器测量数据融合。实验结果表明:该数据算法计算步骤固定,方便在FPGA上实现;该里程计在有异常数据干扰情况下,能够达到较高的测量精度。