FPGA实现的FIR算法在汽车动态称重仪中的应用

TheWorld

引言

　　车辆在动态称重时，作用在平台上的力除真实轴重外，还有许多因素产生的干扰力，如：车速、车辆自身谐振、路面激励、轮胎驱动力等，给动态称重实现高精度测量造成很大困难。若在消除干扰的过程中采用模拟方法滤波，参数则不能过大，否则将产生过大的延迟导致不能实现实时处理，从而造成滤波后的信号仍然含有相当一部分的噪声。所以必须采用数字滤波消除干扰。

　　FIR滤波的原理及实现

　　本文采用FIR数字滤波，其原理如公式1所示。

　　Y(n)= (1)

　　其中h(k)为系统滤波参数，x(n)为采集的信号，Y(n)为滤波后的输出信号。

　　FIR滤波器的h(n)0≤n≤N-1

　　H(z)= (2)

　　在本文中N=17。由于h(n)具有对称性质，即：

　　h(n)=h(N-1-n) (n=0,1,...,(N-1)/2) (3)

　　这样就可以把FIR滤波器设计成具有线性相位。利用这一情况，可以得到的乘法结构，需要(N+1)/2次乘法，仅是级联或并联结构所需次数的一半，因此，实际应用中多采用此方法。

　　我们选用17点的FIR滤波算法，这样实现一次FIR卷积运算需要执行9次乘法和16次加法。为了实现数据的实时处理，需要在20ms内完成这个卷积运算，如果选用单片机89C51（12M晶振）则无法实现。所以我们选用了Altera公司的FLEX10K20。FLEX10K系列是工业界第一个嵌入式的PLD，采用重复可构造的CMOS SRAM工艺，把连续的快速通道互连与独特的嵌入式阵列结构相结合，同时也结合了众多可编程器件的优点来完成普通门阵列的宏功能。具有高密度、低成本、低功率等特点。

　　由于我们选用的AD1674芯片转换时间为10ms，而所设计的电路每隔20ms启动转换一次，所以有足够的时间完成模数转换。轴重台的宽度为40cm，汽车通过轴重台的最大速度为15km/h，通过计算可知在这段时间里系统可采集4800个数据。由于前30ms是传感器的反应时间，将剩下的数据进行FIR数字滤波后，噪声会被有效的抑制。为了进一步平滑波形，对每8个数据做一次平均，这样就消弱了由于汽车高速通过轴重台时由于颠簸产生的尖峰信号。FPGA的每次滤波包含有FIR运算和8个数据的平均值运算，完成一次滤波就会向单片机发一个中断请求，此时单片机读取滤波后的数据。由于我们选用的A/D转换器是12位，而单片机89C51是8位的，所以经过处理后的数据必须分两次读入。第一次读入低8位，第二次读入高4位，然后对数据处理。此时我们可以认为单片机接收的数据为滤波后不含有噪声的数据。根据轴重称量的波形图可以知道，只要求出此时的最大值就是汽车的真实重量。

　　在此仪表中，串行口即用来显示也用来通讯，我们可以通过FPGA很容易实现切换。如图1所示，当控制信号为1的时候RXD、TXD用于显示，而当控制信号为0的时候用于和上位机通讯。

　　我们选用加海明窗的理想低通滤波器，其归一化截至频率为0.25，如图2所示。汽车称重信号为含有多种成分噪声的直流信号如图3所示，这1000个数据经过FPGA的FIR滤波和8点数据平均后，提供给单片机125个数据，其波形如图4所示。

　　滤波之前的噪声的峰峰值在0.1V左右，而此时的轴重信号为1，这将严重影响测量精度。滤波后我们看到情况得到了明显的改善，噪声信号的峰峰值被抑制在0.02V的范围内，大大改善了信噪比，从而提高了测量精度。

　　结语

　　本设计不但实现了硬件数字滤波电路，而且减少了许多门电路和组合逻辑电路。用比较少的器件实现了比较复杂的功能，减少了故障率。用此方法设计的汽车动态称重仪表具有良好的实时性和较高的精度，现已投入批量生产。

* ~; b, w( p3 g% O* w: _

swww2212

若在消除干扰的过程中采用模拟方法滤波，参数则不能过大，否则将产生过大的延迟导致不能实现实时处理，从而造成滤波后的信号仍然含有相当一部分的噪声。