论文研究-地铁ASK信号频率识别及DSP实现 .pdf-资料库

weixin_39841848-11575120-4744300845408092415.pdf-第1页.png

第1页 / 共6页

weixin_39841848-11575120-4744300845408092415.pdf-第2页.png

第2页 / 共6页

weixin_39841848-11575120-4744300845408092415.pdf-第3页.png

第3页 / 共6页

weixin_39841848-11575120-4744300845408092415.pdf-第4页.png

第4页 / 共6页

weixin_39841848-11575120-4744300845408092415.pdf-第5页.png

第5页 / 共6页

weixin_39841848-11575120-4744300845408092415.pdf-第6页.png

第6页 / 共6页

5 10 15 20 25 30 35 40 中国科技论文在线 http://www.paper.edu.cn 地铁 ASK 信号频率识别及 DSP 实现刘春，门爱东** （北京邮电大学信息与通信工程学院，北京 100876）摘要：地铁信号 CQ2007ASK 具有载频偏高，低频成分频率间隔小的特点，要实现信号的频率实时精确识别具有一定的难度。本文根据信号的特征提出一种基于修正周期图的信号频率检测的方法。多相结构滤波器实现信号的变速率处理有效降低计算时间，粗估计加细估计的方法保证频率识别的精确性。仿真和实践结果表明，本文设计方法能够同时满足实时性和可靠性要求。关键词：幅频键控；频率检测；DSP 中图分类号：TN911.72 Frequency recognition of ASK signal at metro and (School of Information and Communication Engineering, Beijing University of Posts and realization based DSP LIU Chun, MEN Aidong Telecommunication, Beijing 100876) Abstract: Real-time and accurate recognition of railway CQ2007ASK signal is difficult due to its high carrier frequency and small frequency interval in low frequency. According to the signal characteristic, this paper proposes a fast and effective frequency detection method based on Smoothed periodogram. The use of ployphase structure filter to deal with the variation of sample frequency could effectively reduce computation time. Rough estimate combined with refinement method ensures the accuracy of frequency identification. Simulation and practical results show that this approach meets real-time and reliability requirements. Keywords: ASK; frequency recognition; DSP 0 引言铁路信号识别系统用于在列车行程内对列车信号设备运行的各种信息进行识别，并根据识别结果向列车发送指令和信息，用以控制列车运行的线路，间隔和速度，并判定设备工作的状态及进行故障定位，从而保证列车高速安全的行驶[1]。研究出快速，高精度的地铁信号识别方法对于现代化的轨道交通具有重要意义。本文在分析地铁 CQ2007ASK 信号特征的基础上，提出了一种简单快速的信号识别方法。在文章的第一部分详细介绍信号的特征，第二部分介绍信号识别的方法，第三部分简要介绍该方法的 DSP 实现，最后给出了仿真和实测结果。 1 地铁 CQ2007ASK 信号特征及分析 1.1 信号特征地铁 CQ2007ASK 信号如表一所示，包括列车速度限制 ATP 信号，标志车载线路是否故障的 TD 信号，标志是否有车驶入本段轨道的 CH 信号和开门信号四种[2]。作者简介：刘春，（1988-），男，硕士研究生，通信与信息系统。通信联系人：门爱东，（1966-），男，教授，图像处理与传输。 E-mail: menad@bupt.edu.cn - 1 -

中国科技论文在线 http://www.paper.edu.cn CQASK 信号载频频率(Hz) 低频频率(Hz) 1.2 信号分析表 1 CQ2007 地铁 ASK 信号定义 TD 信号 ATP 信号 20K,21K 13.5K,15K CH 信号开门信号 14.25K 18.5K 42,52,64 112 97 16,19,22,25,28,31,34,41,54, 63,72,78 df CQASK 信号的识别难点在于 ATP 信号的低频部分，ATP 信号的低频频率最小间隔 3 = CQASK 信号的最高频率成分为 21k，根据采样定理可知，采样频率，最小频率为 16Hz，谱分辨率为 f Δ = ，若直 Hz Hz 16 。 kHz 42 ≥ sf ≥ T 2 / ms 125 f Δ = ，FFT 计算点数 NFFT 至少为 2 接对截短的信号利用周期图法计算信号的频谱，根据频率分辨率与采样观测时间之间的关 fs df ，若取 fs 为系，采样时间 48kHz ，则 NFFT 至少为 32000 点。32000 点的 FFT 计算量巨大，不能满足实时性识别要求。考虑到实际中是根据采集的数据分别进行四种信号的识别，而各种信号均可视为窄带信 sf 只需为信号带宽的 2 倍以上。所以，号，对于窄带信号，根据带通采样定理，采样频率 ' 在检测不同信号类型时，可以对信号作下采样处理。若抽取因子为 D ，则 FFT 计算点数降为 2 fs 信号载频成分与低频成分的间隔小，而在短的观测时间内载频信号的能量相对低频信号 df D 。 * ) / ( / 45 50 55 的能量强。若直接利用周期图法求信号的功率谱，则信号载频的谱扩散可能掩盖信号低频成分，导致信号低频成分识别失败。所以需采用修正周期图法求信号的频谱，选用汉明窗函数能有效的解决此问题。 60 为了进一步的降低信号 FFT 计算点数和提高信号低频检测的精确度，在通过修正周期图法获得信号的粗略离散谱线值之后，利用谱线插值和能量中心校正得到谱的细化值。 2 信号频率检测方法 2.1 信号检测流程图 65 根据信号的特征分析，实现信号频率检测的流程如图 1。采样信号经过带通滤波和抽取，实现信号采样速率的变化。然后利用修正周期图法求信号的功率谱，对得到的离散谱线进行插值和重心校正，得到各载频、低频对应谱线的幅度值，与设定门限比较完成载频、低频判断。 70 图 1 信号频率检测流程图下面以 ATP 信号的识别为例说明各个模块的实现方法。 - 2 -

中国科技论文在线 2.2 多相结构滤波器实现信号的下采样 http://www.paper.edu.cn 75 根据前述分析，直接 FFT 计算要求计算点数过高，无法满足识别系统实时性的要求。而 ATP 信号为窄带信号，信号的频率成分在 20k~21k 附近，采样数据先经过带通滤波，然后抽取可以降低信号的抽样速率，在相同的谱线分辨精度下降低 FFT 的计算点数。若带通滤波器为 FIR 滤波器，输入信号为 ( ) x n ，信号采样点数为 N ，滤波器冲击响应为 ( )h n ，阶数为 P ，则输出信号为 y n ( ) = x n h n ( )* ( ) = P ∑ k = 0 h k x n k ( ) ( − ) 80 对输出信号以因子 D 做抽取，抽取后的信号为： y n ( ) D = y Dn ( ) = P ∑ k = 0 h k x Dn k ( ) ( − ) 若对信号先滤波后抽取，需要乘法次数为 N P∗ 。但考虑到滤波后还需对 ( ) y n 进行抽取，先滤波后抽取存在大量计算冗余，所以采用多相结构实现滤波和抽取[3]，多相结构如图 2。 85 90 95 图 2 多相结构滤波实现下采样若滤波器 P 阶数为 12，抽取因子 D 为 4，则由以上公式可知，与 h(0),h(4),h(8)作用的信号为 x(0),x(4),x(8),….；与 h(1),h(5),h(9)作用的信号为 x(3),x(7),x(11),…；与 h(2),h(6),h(10)作用的信号为 x(2),x(6),x(10),…；与 h(3),h(7),h(11)作用的信号点数为 x(1),x(5),x(9),…。 ATP 信号成分在 20k~21k 附近，信号采样频率为 48kHz，理想的带通滤波器阶数过高，会导致计算量的增加。降低滤波器的阶数，会导致干扰信号的进入。为避免频谱混叠，抽取因子 D 不能选得过高。综合这两个因素，选取滤波器阶数为 32 阶，抽取因子 2.3 修正周期图法估计信号的功率谱 y n ，信号点数为，则周期图法估计信号的功率谱为：经过下采样后信号为 ( ) 4D = 。 M N D = / - 3 -

中国科技论文在线 http://www.paper.edu.cn P k ( ) = 1 M 2 Y k ( ) 1 − M 1 = ∑ M n 0 = y n W nk ( ) M 2 加窗进行修正，则加窗后功率谱估计为： P k ( ) = 1 MW M 1 − ∑ n = 0 y n w n W nk ( ) M ( ) 2 ( )w n 为窗函数，若选择 Hamming 窗，则 100 w n ( ) 0.54 0.46cos( − n 2 π M 1 − ) n = 0,1,..., M − 1 0 其他 ⎧ ⎪= ⎨ ⎪⎩ ATP 信号的低频最小频率间隔为 3Hz，根据信号的特征分析，要识别出不同的低频成分， fs df ，这样计算出的谱线间隔为 1.5Hz。又一般的 NFFT 为 FFT 计算点数 NFFT 至少为 2 2 的幂次方，则 NFFT 需取为 32768。为了降低 FFT 的计算量，考虑到在计算出信号的离散谱线后最终还会对谱线值进行修正，取谱线间隔为 3Hz，则 NFFT 点数为 16384 点。进行 D=4 倍抽取后，实际计算 FFT 的点数为16384 / 4 4096 点。 = / 105 利用修正周期图法计算信号的功率谱后，得到的离散谱线间隔 48000 / (4096*4) 为 2.93Hz，不能满足实际的谱线识别精度要求，为了提高谱线的识别精度，可采用能量重心频谱校正法实现，能量重心校正就是根据离散的谱线及其能量值估计谱线的实际中心[4]。 1) 若离散谱线 ( )P k 在 k m= 处取得幅度最大，谱线 ( − + 为其相邻的 2L 根谱线，则能量重心校正频率估计的中心为[5]： P m L P m L 1),..., P m L ( − + P m ( df = ), − ( ) 110 和 ( P m + f = 1),..., m L + ∑ ∑ k m L = − m L + k m L = − k P k ( ) 2 2 P k ( ) df 考虑到信号的载频与低频成分的最小间隔为 16Hz，而获得的离散谱线间隔为 2.93Hz，为避免载频主瓣对低频的影响，选择 L=2。这样通过频率修正可分别获得信号的载频和低频中心频率估计和相应的幅度值，与设定的门限比较可以判断出信号的频率成分。 3 DSP 实现实现 CQASK 信号的检测需要考虑合理选择 DSP 处理器和 A/D 转换芯片，DSP 处理器的运算速度直接影响信号识别处理的时间，为了能够在规定的 300ms 单采样周期内完成信号的识别，选用 32 位浮点处理器 TMS320C6713，其主频可达 300MHz，处理速度高达 2400MIPS/1800MFLOPS，完成一次 4096 点 FFT 的计算时间约为 100ms，能够满足识别系统实时性的要求[1]。A/D 转换电镀选用 TLV320AIC23B，TLV320AIC23B 最大采样速率 96KHz。系统硬件电路图如图 3。 115 120 - 4 -

中国科技论文在线 http://www.paper.edu.cn 125 图 3 铁路信号识别系统硬件结构框图若信号处理流程按照先采样后计算流程进行，则不能保证信号的实时采集，所以在做信号采样时，分别用两个缓冲区存储采样数据，这样在一个缓冲区存储采样数据时，另一个数据缓冲区能进行信号处理，这样能保证系统输出的每一次结果都是实时信号的处理结果。 4 仿真和实测结果 130 将原始采集信号分别在 matlab 和模拟现场环境下仿真，测试条件及结果如下。 ATP 采样信号，采样频率为 48KHz，信号时域波形如图 4：图 4 ATP 信号时域波形 135 在不同的采样周期（125ms-340ms）变化，分别测试系统的响应时间。抽样速率 D 设为 4，FFT 点数设为 4096 点，图 5 为 125ms 采样时间下，21kHz 信号功率谱图，图 6 为不同采样时间下系统响应时间表。 - 5 -

中国科技论文在线 http://www.paper.edu.cn 140 145 150 155 图 5 21KHz 调制 16Hz 信号下采样频谱图，采样时间 125ms 采样时间 125ms 170ms 340ms ATP 信号 5 结论图 6 不同采样周期下响应时间表单周期响应时间 125ms 170ms 340ms 计算时间 125ms 150ms 200ms 本文根据 CQASK 信号的特征提出一种基于修正周期图的信号频率识别的方法，通过多相结构滤波器实现信号的下采样有效降低计算时间，修正周期图法粗略估计信号的功率谱线值加能量重心校正的方法保证频率识别的精确性。利用基于 32 位浮点处理器 TMS320C6713 实现本文方法并投入重庆单轨交通系统进行测试和实用，仿真和实践结果表明，本文设计方法能够同时满足实时性和可靠性要求。 [参考文献] (References) [1] 黄雪程，王焱，刘春. 基于 DSP 的铁路信号识别技术. 铁路计算机应用. 第 19 卷第 4 期.2010 年 4 月: 1005-8451 [2] 许镕淏，王焱，李晓梅. 精确识别地铁 ASK 信号低频频率的新方法. 铁路计算机应用.第 19 卷第 5 期. 2010 年 5 月: 1005-8451 [3] 门爱东，苏菲，王雷等著. 数字信号处理. 科学出版社. 2005. 83-389 [4] 丁康，江利旗. 离散频谱的能量重心校正法. 振动工程学报. 第 14 卷第 3 期. 2001 年 9 月:354-358 [5] 黄翔东，何宇清，李长滨. 一种检测铁路 2FSK 信号频率的新方法. 天津大学学报.第 40 卷第 9 期.2007 年 9 月:1116-111 - 6 -

资料库

论文研究-地铁ASK信号频率识别及DSP实现 .pdf

相关推荐

开发技术

热门标签

最新资料