基于FPGA的大功率电源数据采集与信号处理设计与实现

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:xinxi_2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
大功率毫米波回旋行波管由于其输出功率大、工作带宽宽、效率高等优点,因此其能够在军事、航空、国防等重要领域发挥重要作用,而要使得回旋行波管正常需要大功率高压电源系统为其进行稳定的供能,因此必须确保大功率高压电源系统工作的稳定性。但因为行波管在工作时可能由于真空度异常而产生打火现象,从而对大功率高压电源系统造成损害,进而影响整个行波管的工作,并且由于大功率高压电源系统其内部关键信号的正常产生与否是确保整个行波管能稳定工作的前提,因此对于测试人员来说则必须对打火信号以及电源内部关键信号进行实时的采集与监测,通过观察信号的特征判断电源是否处于正常工作状态,进而及时采取相应的措施。本文则据此需求,针对现有大功率高压电源系统的工业控制器PLC在数据采集与信号处理功能上的不足,设计了一套基于FPGA的大功率高压电源数据采集与信号处理系统,用以实现对电源系统中关键信号与回旋行波管打火信号的采集与处理。本文对系统应满足的性能指标进行分析,并对实现该系统所需要的关键芯片进行了选型,然后提出了整体的设计思路与框架。整个系统基于Verilog硬件编程语言进行开发,采用自顶而下的思路进行数字系统的设计,并搭配MATLAB进行数据的进一步处理与验证,该系统共划分为数据采集、数字信号处理与串行通信三个单元。数据采集单元主要负责对从外设高速AD采样芯片发送过来的数据进行接收,本文设计了一种新的存储架构,可以实现DDR3内存的自定义范围循环存储,对比传统的存储架构可以有效节省存储空间的同时减少寻址时间,并且专门针对需要采集的信号特征设计了专门的触发模块,从而能够有效提高信号采集的准确性。数字信号处理单元主要对受电磁干扰的待观测信号进行滤波处理。本文设计了两种数字滤波器:浮点数FIR滤波器与适用与含跳变边沿信号的平滑滤波器,将两者级联使用共同完成数字滤波,使其对比传统的滤波方法能在大幅度减小精度误差的同时,更加适用与大功率高压电源系统中脉冲信号的平滑处理。串行通信主要完成上位机与系统之间的通信,使得系统能够通过串口接收上位机发送过来的指令,并将采集处理的数据上传到上位机上。通信协议采用使用最广泛的现场总线通信协议——Modbus通信协议,并对其做出了改进,使得其更适用与本文需要一次上传大量数据的通信要求,通过该协议能够使系统并入现有的大功率高压电源Modbus通信网络中,实现通信的便利性与规范性。本文将所设计的数据采集与信号处理系统以比特流文件烧录进FPGA芯片中,并通过开发板进行了硬件的调试验证,采集了大功率高压电源系统中的几种关键信号与回旋行波管打火信号,最终通过测试结果验证了本文所设计系统的可行性。本课题通过对基于FPGA的大功率高压电源数据采集与信号处理系统的设计,实现了对大功率高压电源系统中的关键信号以及对回旋行波管打火信号的抓取与监测,该设计能够有效弥补PLC在数据采集与信号处理方面的缺陷,并且可以一定程度上取代外接示波器观察信号,对比用示波器对信号直接抓取观察的方法,该设计具有高可移植性、可拓展性以及低功耗与低成本等优势,对于提高回旋行波管的工作稳定性具有较高的工程应用价值。
其他文献
随着社会和科技的不断发展,对于监控视频场景的智能分析系统的需求也不断的上涨。在众多的监控视频分析功能中,对视频中的人员进行定位以及计数是一个重要的研究方向。本文基于深度学习的理论,利用多任务学习的方法设计了一个可用于图像中人员定位以及计数的多任务学习模型,然后结合后处理算法进一步提高系统的精度。本文主要进行了以下的工作:1)对系统应用场景的视频数据做了收集、划分、标注,从图片数据的场景出发,说明了
人工电磁超表面由于其独特的电磁特性而受到人们的关注,其应用范围很广泛,常见于天线、雷达和多种电磁功能器件。在进行电磁超表面设计时,往往需要用到电磁仿真软件对其进行结构建模、仿真计算和参数优化。当结构较为复杂时,这是一件非常耗时的工作。如何对复杂超表面结构进行快速设计,成为了超表面技术研究领域的一个重要课题。近年来,随着人工智能技术的快速发展,一些专家学者引入深度学习的思想,构建神经网络对超表面的结
磁场传感器的应用十分广泛,在国防建设、科学技术、医疗卫生等领域都发挥着十分重要的作用,是传感器产业的一个主要分支。AMR线性磁场传感器因其灵敏度高、工艺简单、易于集成、成本低、噪音小等优点,是应用最为广泛的磁场传感器之一。AMR线性磁场传感器的性能除了受制备工艺的影响,还受几何参数设计的影响。目前国内的研究主要集中在薄膜材料和工艺上,在传感器的尺寸设计方面研究还较少,因此本文主要研究不同的设计参数
太赫兹波位于微波和红外波之间,具有瞬时性、光子能量低、高穿透性等优良特性,可应用于高灵敏度检测、高精度成像和无线通信等领域。由于太赫兹电磁波不会对生物组织产生负面的电离危害且很多生物大分子在太赫兹波段具有较强的集体震荡,可以增强对生物分子检测的灵敏度,随着太赫兹频谱技术的发展,太赫兹波在生物传感方面的研究成为一个重要方向。超材料(metamaterial)是一种具有特殊的物理特性的人工复合电磁材料
三维霍尔传感器是为了满足现代产业的极速发展而出现的。现在的三维霍尔传感器大多由硅材料制成,其具有良好的工艺兼容性,但由于硅材料的载流子迁移率低、禁带宽度窄,基于硅的霍尔传感器的灵敏度较低、温度稳定性较差。GaAs材料的载流子迁移率高、禁带宽度大,用其制备的霍尔传感器具有更高的灵敏度与更好的温度稳定性,并且可以利用GaAs基异质结的高迁移率载流子特性来进一步提升传感器的性能。本文首先对GaAs基异质
在过去的几年时间里,4G的普及推动着移动互联网行业的飞速发展;可以预见在未来的几年时间中,5G的全面铺开也必将会给物联网带来新的发展。随着网速越来越快,人们对信号传输过程中的编译码时延要求也越来越高。近些年深度学习在很多领域已经取得了重大的突破,也越来越多地被应用于各行各业,其“一次训练到处推理”的特点非常适合用来处理信道译码任务。利用深度学习,在神经网络中学习到某种编码的特征,将带有这种特征的模
近年来,视频作为可视媒体数据的重要组成部分深深影响着人们的生活。视频信号在产生、传输过程中常受到噪声的影响,给用户带来不良的视觉体验。视频去噪是提升视频质量的有效手段,并且是视频处理领域的热点研究问题之一。近年来,基于经典信号处理方法的视频去噪已经遇到了技术瓶颈,基于深度学习的去噪方法正成为主流的视频去噪方法。基于深度学习的视频去噪方法虽然带来了去噪性能的显著提升,但仍无法充分利用视频内部的先验信
在已经步入信息时代的今天,我们的生活中每时每刻都在产生着不计其数的视频数据。而在安防领域,覆盖城市的监控摄像头网络,每天在保卫着人们的生命与财产安全的同时,也会产生大量的监控视频数据。在发生事故后,监控视频通常是用于还原事故原因、追查嫌疑人的有效法宝。但覆盖整座城市的监控网络,其产生的视频不仅数量巨大,而且并非全部视频都包含有用的信息,在人群稀疏处的监控摄像头可能拍摄的大部分视频都是背景。大量的监
伴随着世界更加数字化、信息化,人们开始渴望通信系统领域的相关技术应用可以更加智能化。近年来,一大批深度学习研究学者将目光逐渐深入到军事雷达通信和卫星导航等领域,不断地有基于深度学习的信号调制识别、载波信号检测等算法被提出。然而,深度学习算法复杂,运算起来通常比较耗时。在对相关技术的实际应用中,人们还是希望可以在小巧易携带且节能环保的嵌入式设备上实施操作,并希望能够在低功耗的嵌入式设备上,更快地实现
目前许多无线传感器网络已经用在了环境安全监测中,以至于当安全事故即将发生时安全监测中心能够根据传感器所采集过来的信息提前做出预警;但是当安全事故真正发生时,很多时候安全监测中心并没有提前做出预警或者预警不及时,从而导致人员伤亡。监测系统没有正常运行的原因之一是输入到监测系统中的传感器数据不正确,导致监测系统无法识别出当时环境中的真正情况,从而没有发出预警;因此在监测系统处理对数据进行处理之前,需要