频域补零上采样_AURIX 学习笔记(12)频域法互相关实现超声测距
概述
上一篇 AURIX 学习笔记(11)外部中断以及基于时域互相关的超声测距 介绍了 TC264D 实现超声波测距应用的结构、原理等,也提到时域法的不足:计算复杂度高、滤波手段少、没有充分利用单片机外设资源。频域法互相关利用 FFT 模块,补上了时域法的短板,可以取得比较良好的效果。本文介绍频域法相对频域法的改动——主要是相关计算的改动——以及在 TC264DA 上实现频域互相关的一些细节(浪费调试时间的坑)。
频域互相关原理
数学原理
上一次写过,离散互相关运算的时域表达:
并且,我们知道离散卷积运算的表达式是:
发现两个表达式唯一的不通是原信号
反褶。
所以还可以从卷积运算满足交换律推出互相关运算不满足交换律。并且很容易记住交换互相关的两个信号导致相关谱的反褶。
我们还知道:
- 时域卷积等价于频域乘积;
- 时域反褶等价于频域共轭;
所以,可以写出互相关的频域表达:
其中,
性能分析
原本
- 「参考信号频谱的共轭
」是个常量
,没必要反复算,算一次存起来即可;
- 实信号的频谱,正频率和负频率成分呈共轭对称关系,所以乘法只需要算一半,
也只需要存一半;
- 相对于 123.76 kHz 采样率(根据奈奎斯特采样定理,有效频率是一半),超声收发系统通带很窄,不到有效测量频率的
。而通带以外算不算都是 0。
于是,实际上每次只要算 1 次傅里叶变换、1 次傅里叶反变换,以及最多
- -O3 下,200 点参考的互相关谱 1 个点约 600 周期
- 1024 点 FFT/IFFT 5000 周期,算上拷贝,置零之类的,差不多 20000 周期能完成一次普通的互相关运算,但这相当于是 256 点参考的 1024 点互相关谱,
,是的差不多 40 倍
为啥 1024 点 FFT 实现的是 256 点参考的 1024 点互相关谱呢?
理解这个需要在有限长信号下考虑互相关运算。互相关本质上是在计算两个信号在不同对齐方式下的内积,或者说,两个无限维向量在方向上的接近程度(假设它们的长度/幅度已经归一化)。所以对于实际上有限长,或者是窗口外全为零的信号来说,它们的窗口至少有一个公共非零点,才能得到非零的内积,才能得到非零的相关谱线。当
混叠的互相关谱。而 m+n-1 较小则会在互相关谱里补零,有点浪费计算量。
所以 1024 点 FFT 是肯定不能计算 1024 点参考的互相关的,选择 256 的其他理由在后面。
知乎的分隔线好大!
分帧问题
当然,这种加速也是有代价的,代价就是「窗」的存在。时域互相关可以每一点都算一次,完全从定义出发。而频域则必须截取一段时域信号,才能享受这个加速的优势。截的越长,优势越大。
这个在软件互相关才是完全正确的,按理说 FFT 使得
加速到,加速效果随 n 指数增长。但 AURIX 学习笔记(10)硬件 FFT 写过,TC264DA 的 FFT 模块差不多是线性的。但是(相同采样率下)更长的窗就是更多的点数,通常会使用更长的 FFT,由于频谱点数也变多,相当于频域分辨率加大,还是会获得一些精度提升。
有窗,就会遇到窗里有没有我要的信号?有多少?如果只有一半在窗里怎么办?等等问题。这些问题非常现实。为了解决窗里截到部分信号的问题,就需要重叠分帧。如图所示:
只要满足这些条件:
- 帧长度不小于信号长度
- 两帧重叠部分长度不小于信号长度
就能保证至少有一帧包含完整的信号。
总结一下,现在我们的(帧、重叠部分、参考信号)长度选择受到以下限制:
而我们回头去考察时域互相关,会发现时域互相关其实就是
进一步考虑,为了让 CPU 多做事,不应该让 ADC 中断这样的例行公事频繁打扰 CPU,那就要使用 DMA,而又由于 AURIX DMA 的奇怪设计,其地址循环必须是 2 的整数次幂。
当然地址循环是,中断不一定非要和地址循环对应,这里仍有优化空间。可以改但没必要。
所以选择帧长度=768,参考长度=重叠长度=256 就显得比较自然、顺理成章了。
实现
为了使用频域法计算互相关,进行下列配置:
- 分配内存
- 供 ADC 的 DMA 写的
uint16 vadc_buffer[256]
- 保存历史数据的
uint16 copy_buffer[512]
- 保存参考时域信号的
const sint16 reference_signal[256]
(编译器懂,这个在 ROM 里) - 保存参考共轭频谱的
sint32 ref_buffer[1024]
(1024 是 512 个复数,实际上可以在外面算频谱,不存时域的,让这个在 ROM 里。但是反正内存够用,这样显得原汁原味) - 用于 FFT 计算的
sint32 fft_buffer[2048]
(这才是 1024 个复数)
- 供 ADC 的 DMA 写的
- 初始化外设
- VADC 模数转换模块、及其 DMA
- ERU 外部中断模块
- ASC/UART 串口通信模块
- FFT 模块
- 计算:计算参考信号频谱,把一半的共轭保存到内存对应区域
计算过程仍分超声信号线和触发信号线,触发信号到来时总结最高峰到上一个触发信号的时延,减去帧长度并打印到串口。超声信号线计算步骤:
- 等待 DMA 中断
- 在 DMA 中断服务中将最新信号复制到
copy_buffer+256
,也就是历史数据的后一半。这一步要第一时间做,免得下一个 VADC 完成冲了这次的结果。所以在中断服务里做就不错。拷贝用memcpy
,比手写循环快!即使手工优化到 64 位拷贝一次memcpy
还快 20% 以上! - 将
copy_buffer+256
拷贝到fft_buffer+512
,fft_buffer
的前 512 点是上次的copy_buffer
,要在上次计算结束时准备好 - 求
fft_buffer
中这 768 点的均值,减去均值。VADC 给出的是12 位无符号数,FFT 要补 0,不减去直流分量会导致引入一个阶跃信号,阶跃信号有极宽的频谱,会污染信号频带,导致准确性下降。之所以 768 点求一次,而不是 DMA 之后 256 点求一次,是为了避免直流分量的不够平稳在一次计算中每 256 点减的是不同的数,这个可以优化减少加法计算,但时间够用,没必要 - FFT!
- 由于我们采样率仅有 123.76 kHz,高频几乎已经占满,不必再滤了。用
memset
将频谱 0~39 kHz 的成分干掉,然后将负频率成分全部干掉。这就是没有相位延迟的理想带通滤波,比什么 FIR、IIR 高到不知哪里去了 - 从 39 kHz 开始,乘上参考信号的频谱,这一步可以做某种白化滤波、频域加权、均衡之类的操作
- IFFT!
- 在这个窗口的互相关谱上寻峰,保存
实现中的坑
注意,这个计算步骤里有一个大坑,就是 AURIX 的硬件 FFT 是定点运算,固定的 sint32
。所以要时刻警惕溢出!参考信号先在线下做个 FFT 看一下,要保证其 FFT 之后幅度谱小于
此外,还有一些小坑。
- 虽然:
/** brief Configuration structure for the FFT job*/
typedef struct
{IfxFft_Fft *fft; /**< brief Pointer To FFT.Used when (IFXFFT_FFT_OPTIMIZED == 0) */uint16 inputLength; /**< brief Length of the input */uint16 outputLength; /**< brief Length of the output */IfxFft_Length fftLength; /**< brief Length of the transform */IfxFft_Input inputFormat; /**< brief Input format */IfxFft_Output outputFormat; /**< brief Output format */IfxFft_Operation operation; /**< brief Operation (FFT / IFFT) */boolean useWindowFunction; /**< brief Selection to use window function */IFX_CONST void *inputPtr; /**< brief Pointer to input data */void *outputPtr; /**< brief Pointer to output data */
} IfxFft_Fft_JobConfig;
里有 inputLength
和 outputLength
两个字段,但这两个字段不一样会导致 FFT 计算无法完成,没看到相关描述,原因不明。对我影响不大,我就没仔细研究。
- 不要让编译器自动分配大块内存,用
__at(p)
指定。亲测
#pragma section farbss bss_cpu0
#pragma section farbss restore
没有卵用,还是会从 0x60000000
开始分配。 而 Cpu0 对应的内存地址从 0x70000000
开始,访问 0x60000000
段会慢 3 倍。
实测效果
知乎视频www.zhihu.com
代码在 https://github.com/autolaborcenter/test_aurix 。和本文描述不完全一样,因为还在探索之中。但不一样的主要是过滤、优化,外设使用基本不会有什么变化。要做到这个视频的效果还需要一些对峰值的后过滤,目前还在优化,这次就不写了。说实在话,这些优化都不如干脆发大点的信号有用,所谓力大砖飞是也。有什么问题欢迎讨论。
频域补零上采样_AURIX 学习笔记(12)频域法互相关实现超声测距相关推荐
- 指数高通滤波器代码_影像组学学习笔记1-2——高通滤波法及应用
笔记1-1中,我和大家一起学习了一种基于空域变换的图像增强法,今天在1-2我将介绍一种基于频域滤波增强的方法--高通滤波法. 图像的频域滤波增强是利用图像变换方法将原来图像空间中的图像以某种形式转换到 ...
- Linux学习笔记12——配置ftp、squid、Tomcat、Samba、MySQL主从
Linux学习笔记12 Linux学习笔记12 配置FTP服务 配置pure-ftpd 开机启动 上传下载文件 配置vsftpd CentOS 70安装配置Vsftp服务器 搭好vsftp之后出现55 ...
- golang学习笔记12 beego table name `xxx` repeat register, must be unique 错误问题
golang学习笔记12 beego table name `xxx` repeat register, must be unique 错误问题 今天测试了重新建一个项目生成新的表,然后复制到旧的项目 ...
- HALCON 20.11:深度学习笔记(12)---语义分割
HALCON 20.11:深度学习笔记(12)--- 语义分割 HALCON 20.11.0.0中,实现了深度学习方法. 本章解释了如何使用基于深度学习的语义分割,包括训练和推理阶段. 通过语义分割, ...
- 台大李宏毅Machine Learning 2017Fall学习笔记 (12)Why Deep?
台大李宏毅Machine Learning 2017Fall学习笔记 (12)Why Deep? 本博客整理自: http://blog.csdn.net/xzy_thu/article/detail ...
- Kotlin学习笔记12——数据类和密封类
Kotlin学习笔记12--数据类和密封类 前言 数据类 在类体中声明的属性 复制 componentN 解构声明 密封类 尾巴 前言 上一篇,我们学习了Kotlin中的拓展,今天继续来学习Kotli ...
- R语言小白学习笔记12—概率分布
R语言小白学习笔记12-概率分布 笔记链接 学习笔记12-概率分布 12.1 正态分布 12.2 二项分布 12.3 泊松分布 12.4 其他分布 笔记链接 学习笔记1-R语言基础. 学习笔记2-高级 ...
- ros学习笔记12——python实现发布和接收ros topic
ros学习笔记12--python实现发布和接收ros topic 一.简单demo 1.工作空间是存放工程开发的相关文件的文件夹 2.创作工作空间指令 3 .创建功能包 4. 创建Topic的订阅发 ...
- 【计算机网络学习笔记12】交换技术(上)
[计算机网络学习笔记12]交换技术(上) 经典局域网的交换技术 概念 以太网是由Xerox公司创建并由Xerox.intel和DEC公司联合开发的基带局域网规范,是当今现有局域网采用的最通用的通信协议 ...
最新文章
- MySQL语句相关经验总结
- 敏捷个人纸质书:第一章 源于生活和工作的敏捷个人
- react结合ts与mobx环境搭建步骤详解
- java生成小图片_JAVA生成缩略小图片类
- 牛客题霸 [栈和排序] C++题解/答案
- Jmeter Beanshell采样器调用JAVA方法(二)
- groovy 兼容 java_java – eclipse插件和maven依赖项中存在的’groovy-all’jar之间的兼容性问题...
- 16kb等于多少b_MySQL为何选择B+树存储索引?
- 通过ssh连接Termux
- visio画图-去掉visio中多余的连接点
- STM32红外串口接收
- FME将ArcGIS符号化转为CAD填充
- python定时发送qq消息
- 1.Cookie和Session
- 透明背景favicon.ico图标的制作方法
- Swagger官网与官方文档
- 关于C++报错:“表达式必须含有常值”的解决办法
- java复制sheet_java-poi 复制Sheet到另一个excel的sheet中
- 腾讯云「邮件证书」重磅发布!从此告别邮件安全漏洞
- 7-2 词典 (15分)19物联网张春
热门文章
- linux下,ssh服务安装和法git简单的使用方,整理实测。
- android拨打电话
- WinAPI: GetUserName - 获取当前用户名
- [python] 安装numpy+scipy+matlotlib+scikit-learn及问题解决
- 程序人生:无他,唯心向尔
- Python之将彩色图片批量转化为黑白图片
- HarmonyOS之深入解析设备标识符的功能和使用
- HarmonyOS之常用组件Text的功能和使用
- 2020\Simulation_2\4.括号序列
- 排序算法 —— 冒泡排序