水下声靶接收处理系统设计

来源 :东南大学 | 被引量 : 0次 | 上传用户:pankun001
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
本文研究的是水下声靶接收处理系统设计。声靶主要分为信号接收、信号处理、回波发送三个主要部分,本文研究的重点是信号接收和信号处理。为了达到较好的实时性,采用了NI公司开发的软件LabVIEW和硬件:基于PXIe总线的FlexRio5781适配器和FlexRio7965RFPGA。由于FPGA可以通过板载时钟精确地控制程序运行时间,因此系统中的数据采集和计算部分都放在FPGA上进行,上位机PC只负责数据的显示。   信号接收的主要工作为信号采集。在采集信号部分中,设置了空闲、触发、采集三个状态,避免了因空采而造成的系统资源浪费。触发采用了阈值和上升沿判断,可以有效控制信号的触发。在采集过程中,由于5781适配器的采样速率不能无限降低,导致过采样,文中在比较了几种降采样的方法后,采用抽取点数的方法。   信号处理部分的工作是信号识别,以及信号参数的估计等。参数估计部分是对信号包络宽度及信号频率的判断。频率判断通过傅里叶变换求出。声纳的触发信号一般为一定长度的脉冲信号,因此需要通过判断脉冲信号的宽度来确定是否为有效的触发信号。判断宽度需要对信号进行求包络,因此要用到希尔伯特变换。求解希尔伯特变换的方法有两种:频域和时域。其中频域方法是以快速傅里叶变换为基础求取信号的解析信号,但是这种方法的缺陷是信号变换的长度受快速傅里叶变换长度的限制,因此不能对任意长的信号进行变换。虽然可以通过拼接两段信号来解决,但是包络中间会出现起伏,影响最终的判决。   为了克服频域方法的弊端,采用了时域方法来做希尔伯特变换。时域方法是在线性相位滤波器的基础上设计希尔伯特滤波器。由于FPGA上没有相应的滤波器和卷积运算,采用了移位相加的办法模拟卷积运算。又因为设计的滤波器是有限阶,只能对理想情况进行逼近,因此在某些频域范围上的信号通过滤波器后会发生衰减。为了解决衰减的问题采用了抽取点数和归一化两种方式,最后得到的包络结果比较理想。   文章的最后是将系统应用在水池试验里进行检测。为了验证系统的可靠性,人为地增加了一个干扰信号。实验结果表明,系统通过信号宽度和频率的判断可以较好地排除干扰。
其他文献
近年来,随着网络带宽的迅速提升及视频处理技术的不断发展,智能视频分析技术在智能交通、平安城市、平安校园等应用场合得到了广泛的应用。本文结合项目实际需要设计并实现了
近些年,中央空调在国内越来越有市场,其系统设计以中央空调最大负荷为参考标准,并采用了较成熟的负荷估算法,但由于其水系统和风机系统的管理系统运行方式相同,且均采用定流量和定
高分辨率的图像因像素密度较高而能为数字图像处理提供较多重要的细节信息,为图像后期的处理作准备。然而,在现实生活中,由于成像设备、光照等诸多条件限制,获取的图像分辨率往往
煤矿安全问题一直是公众关注的热点,矿井无线语音通信技术的研究为煤矿安全管理提供了很好地解决方案。由于煤矿井下环境复杂,用于井下的终端设备必须具有低功耗、低成本、高
压缩感知(Compressive Sensing,CS)理论是近十年来新兴起来的技术,该理论利用信号在某一空间的投影下是稀疏或可压缩的特性,从少量的采样数据中精准的恢复出信号,大大降低了
拍摄条件和天气气候等客观因素的干扰造成的数据缺失,对光学遥感影像的解译和应用造成了巨大的限制。常见的数据缺失类型包括云层与云层阴影遮挡、条带状噪声和其他噪声。光学遥感图像重建方法利用相关的图像数据,对图像缺失部分的数据进行还原,使得遥感图像在主观视觉上有着更高的辨识度,对后续诸如遥感图像解译、目标检测与监督、地物分类和变化检测等应用带来了极大的便利。目前,常用的光学遥感图像重建算法可以分为基于辅助
DSL(Digital Subscriber Line)接入是电信业务与用户互联的关键环节,在接入网中占据了重要位置,从诞生发展到现在已有20多年。DSL接入技术不断推陈出新,从最开始单纯的DSL接
LVDS的全称是Low-Voltage Differential Signaling,即低电压差分信号,是20世纪末美国国家半导体公司提出的一种信号传输模式,是一种电平标准。LVDS接口技术可作为一种高性能数据
嵌入式系统是一种高度集成化,针对应用而设计的专用计算机系统,嵌入式系统是一种具有特定功能的计算机系统,它与通信技术和网络技术的结合,极大的增强了设备的网络和通信的灵活性
无线可视化传感器网络(Wireless Visual Sensor Networks, WVSNs)是由许多分散在目标区域中的图像拍摄系统节点所构成。相对于传统的无线传感器网络(Wireless Sensor Network