基于ARM920T内核的24GHZ微波雷达测速仪设计与算法研究

基于ARM920T内核的24GZ微波雷达测速仪设计与算法研究导读：为了提高目前公路交通中对车辆速度的监测手段，提出一种基于ARM(advancedRISCmachines)的新型雷达测速仪，结合多普勒测速原理和信号处理的谱估计法，介绍了由毫米波多普勒收发前端和SamsungS3C2410A处理器构成的雷达测速仪的整体设计，包括其硬件结构的设计和在ARM920T内核中实现基4时间抽取的快速傅里叶变换算法(fastFouriertransform，FFT)。实验结果表明，该雷达测速仪的测速精度可达±1km/h，其优化后的FFT算法具有很高的精度和运行效率。关键词：ARM;雷达测速仪;FFT;多普勒效应;毫米波;超速行车0引言目前，国际上采用的测量违规超速的方法有很多种，主要包括线圈法、图像处理法、激光测速法、雷达测速法等[1]，其中基于多普勒效应的毫米波雷达测速仪具有精确、易携带、智能化等优势，在公路测速中得到越来越广泛的应用[2]。而随着ARM处理器的广泛应用以及体系的加强，使得ARM可在很多场合代替DSP的应用，并且其丰富的外围控制模块和底层硬件资源，可以使用ARM单核便能完成传统的DSP处理器加单片机的双核任务，简化由DSP芯片组成的复杂硬件设计[3]。所以本文结合实际工程需要，用ARM处理器来设计雷达测速仪，并且实现了在ARM920T内核中的基4时间抽取的FFT算法[4]。1基于ARM920T内核的雷达测速仪的设计本文设计的基于ARM的雷达测速仪主要包括了两部分：雷达收发前端和雷达信号处理系统。因为雷达收发前端已有多种成熟产品，本设计采用瑞士RFbeam公司的24GHz的微波传感器，线极化，正交场频，输出功率为50mW，天线增益为25dB，既能满足公路测速的性能指标要求，同时也兼顾了功耗。而雷达信号处理系统的设计才是本文的重点和创新所在。1.1多普勒测速原理雷达对目标速度的测量主要利用电磁波照射在运动目标上所产生的多普勒效应来进行。由雷达收发前端发出固定频率的电磁波，该电磁波在行进的过程中碰到物体时会被反弹回来。若所碰到的物体是固定不动的，那么反弹回来的电磁波及其频率不会改变；若所碰到的物体是朝着电磁波发射的方向前进，此时反弹回来的电磁波将会被压缩，其频率将会增加；反之，若远离波源运动时，接收到的回波频率则比波源的发射频率要低。频率升高或者降低的数值为多普勒频率[5]。由式(1)决定(1)式中：——多普勒频率，——目标车辆的速度，——光速，——雷达的发射波频率，即为所选用的雷达收发前端的工作频率，等于24GHz。由式(1)可以得到(2)式(2)可以看到其它变量都是已知的，只要我们测出了，就可以计算被测目标速度。1.2基于ARM的雷达信号处理系统的硬件设计雷达收发端发射频率为24GHz的电磁波，经运动目标反射回来后，通过混频将输出一个100mv左右的类正弦信号，该信号的频率即为我们所要采集的多普勒频率。因为雷达收发前端输出的雷达信号非常微弱并且存在多种干扰，这就需要设计了一个放大电路来放大信号和一个带通滤波电路来通过有用信号，阻止干扰信号，这样经过低频放大后的模拟信号将送入ARM的AD模块进行采样，又因为S3C2410A自带的8通道模拟输入的10位模数转换器的模拟输入范围为0-3.3V，所以还需添加一个3.3V以下的限幅电路(此处选3V)，以保证不会烧坏ARM处理器。对于带通滤波器的设计，我们采用MAXIM公司的通用型有源滤波器MAX275。运用其实现对雷达信号的四阶巴特沃斯Butterworth有源滤波，设置通频带为222Hz-11kHz，这样通过式(2)马上可知测速范围为5—250km/h，完全能满足交通执法的测速要求；对于可调放大器的设计，我们采用双电源供电的集成运算放大器OP07，首先由OP07构成一个电压跟随器，主要起一个阻抗变换的作用，用于提高输入阻抗，降低输出阻抗。电压跟随器的输出接另一个OP07构成的放大电路，该电路可以根据输入信号的值，计算相应放大倍数，调节可调电阻，实现在0-34dB范围内可调；对于3V限幅电路的设计，由TI公司生产的TL431和一个3V的稳压二极管1N4727构成，从而使得输出信号在3V以内时正常输出，超过3V的输出信号则以3V输出[6]。雷达信号预处理后的模拟信号，将输入到ARM中的ADC模块进行采样，变换成数字信号后，再使用ARM来进行数字信号处理，最后由ARM控制模块实现与PC机的通信，键盘设置超速阈值，显示屏显示实时速度，蜂鸣器报警违规超速等功能。通过存储器扩展设计，不但能满足雷达测速系统的存储需求，而且还能为日后嵌入系统实现更强大的测速及附加功能提供存储资源。该部分的硬件框图如图1所示[7]。图1系统硬件框架经滤波电路、放大电路、限幅电路仿真后的信号如图2所示。在图中我们可以明显的看出，经过滤波、放大和限幅作用后的信号可以满足后端AD采样所需的比较理想的效果。图2仿真信号1.3基于ARM的雷达信号处理系统的软件设计雷达信号处理系统软件设计的主要任务是对雷达收发前端传递来的多普勒雷达信号进行采样、运算预处理、频谱运算、输出和显示运算结果等。其软件设计主流程图如图3所示。图3软件主流程系统软件的运行主要分为两个阶段，第一阶段就是系统初始化，包括初始化堆栈、堆空间分配、配置中断向量表、初始化寄存器、配置时钟等。第二阶段为系统运行主程序，首先是对ARM处理器的ADC模块以及系统涉及的I/O口进行初始化后，启动ADC模块对多普勒雷达信号进行采样并打开中断，然后把采样数据存放到指定的数据缓冲中，若采样到足够的样点，则进行FFT变换，并计算出采样信号的频谱，对信号的频谱再进行分析和后续处理，从而得到车速，最后实现控制功能，由显示屏输出并显示速度数据，超速发出警报等[8]。2FFT算法在ARM处理器上的实现离散傅里叶变换DFT(discreteFouriertransform)可以把一个时域信号转换为频域信号，而Cooley和Tukey提出的快速傅里叶变换算法(fastFouriertransform，FFT)使点DFT的乘法计算量由N2次降为N/2log2N次，可以高效地实现DFT，从而使得该法在在信号和频谱分析中被广泛使用。在FFT各种实现方法中，基4算法所需乘法的次数比基2算法需要乘法次数少25%，虽然基8算法可以进一步节省乘法的次数，但由于S3C2410A只有14可以利用的寄存器，使得节省的周期被额外的装载和存储消耗掉。所以本文选择基4时间抽取FFT算法，它在节省大量乘法周期的同时充分地利用了S3C2410A处理器的底层寄存器[9]。长度为N=4n的序列x(n)的DFT如下式(3)基4时间抽取FFT是在时域将分解为(4)式中：子序列均为N/4点序列。又设的DFT为，则式中：，又，因此上式可化简为由上式可得到基4碟形单元，因为中的r=4M-1，可以将它们继续分解M-1次，也就是整个基4运算共有M级，每一级都有N/4个碟形单元。因为指令的执行时间依赖于流水线和高速缓冲存储器的限制，而S3C2410A采用5级流水线，提高了时钟频率和并行处理能力，5级流水线能够将每一个指令处理分配到5个时钟周期内，在每一个时钟周期内同时有5个指令在执行。因此，本程序使用ARM汇编语言来实现算法，并且对寄存器分配和指令调度进行精细控制，可以避免流水线互锁，大大提高了运行效率。由于ARM处理器内核不支持浮点，因此必须通过使用软件算法来模拟实现，程序中选择了定点表示浮点数的移位化整算法[10]，例如：3.6*4.2=36*42=1512，结果再取余运算，1512%100=12，剩下放大的小数，结果再取整，1512/100=15，加在一起就是15.12。通过这种方法使得ARM指令对浮点数的操作不占用额外的指令周期，极大的提高了代码运算效率。为了提高FFT的运算速度，把含有大量复数运算的旋转因子事先计算出来，采用左移14位的整型数据格式，并分实部虚部分别存储。这样采样点N=16,64,256,1024…情况下的旋转因子都可以通过查表方式轻松获得，不但使得程序采样点数N值可选，而且也加速了代码的运算速度[11]。通过FFT算法以及ARM处理器内核设计和结合，最终在ARM处理器上实现的基4时间抽取FFT算法流程如图4所示[12]。3实验结果本次设计的雷达测速仪的实物图如图5所示，并且将其进行路面测试，其测试结果如表1所示。图5雷达测速仪的实物表1路面测试表1的测量频率和车速都是10次测量的平均值，从而可知，该雷达测速仪的测速精度可达±1km/h，完全能满足交通执法机构的要求。4结束语本文使用ARM单核便完成了传统的DSP处理器加单片机的双核任务，简化了硬件设计；使用ARM汇编语言来实现算法，并且对寄存器分配和指令调度进行精细控制，从而避免了流水线互锁；运用旋转因子的转换，并分实部虚部分别存储，提高了FFT的运算速度。经现场路面测试，本文基于多普勒测速原理和数字信号处理理论与算法的系统的精度以及速率，可以满足交通执法机构的要求，而且还具有体积小，成本低，功耗低的优点。图4ARM中FFT算法流程参考文献:[1]郭璘.基于信息融合的交通信息采集研究[D].合肥:中国科学技术大学,2007:8-14.[2]贾兴泉.连续波雷达数据处理[M].北京:国防工业出版社,2005:99-145.[3]佘勇,李运洪,黄仲.基于DSP的车载双极化天气雷达终端设计[J].计算机应用,2008,28(B06):327-329.[4]AndrewNSloss,DominicSymes,ChrisWright.ARMsystemdeveloper'sguide:designingandoptimizingsystemsoftware[R].American:ElsevierPteLtd,2005:132-158.[5]周旦红,杨莘元,杨楠.多普勒测速雷达速度转换的误差分析[J].哈尔滨工程大学学报,2007,28(1):93-94.[6]Lamont-SmithT,WasedaT,RheemCK.MeasurementsoftheDopplerspectraofbreakingwaves[J].IETRadarSonarNavig,2007(2):149-157.[7]赵建军,王光辉,袁胜智.通用雷达信号检测系统的设计与实现[J].计算机工程与设计,2003,24(6):30-31.[8]刘邹.基于DSP的测速雷达数据采集和处理[D].无锡:江南大学,2008:34-43.[9]范进,金声震,孙才红.超高速FFT处理器的设计与实现[J].光学精密工程,2009,17(9):2242-2243.[10]李宏佳,魏权利.基于ARM920T内核的FFT算法的高效实现[J].计算机工程与应用,2008,44(3):114-115.[11]ChangYN,ParhiKK.AnefficientpipelinedFFTarchitecture[J].IEEETransactionsonCircuitsandSystemsII,2003,50(6):322-325.[12]Zhangzhihong,Wangweiming,Wuyong,etal.Studyabouttestammunitionterminaleffectivenesswiththevelocityradar[C].ProceedingofTheEighthInternationalConferenceonElectronicMeasurementandInstruments,2007:308-311.