基于TMS320C6455的高速水声信号处理系统研究

论文总字数：23558字

摘 要

本文研究基于DSP芯片TMS320C6455搭建水声信号处理系统，来进行高速水声信号处理。

首先分析了TMS320C6455的运算能力。设计的工作是通过软件CCS6.0完成代码编写，搭建DSP处理系统。结合DSP基础知识，完成线性相位FIR滤波器的设计，通过编写程序实现线性卷积的FFT算法。初步了解声纳技术，分析线性基阵的波束形成方法，并且以十字型水听器阵列采集的信号作为初始数据，首先完成对信号的滤波，然后对滤波后的结果做波束形成。对波束形成的结果做分析，最后分析了系统计算速度进一步优化的可能性。

关键词：数字信号处理，TMS320C6455，FFT，FIR滤波器，声纳技术，波束形成

HIGH SPEED UNDERWATER ACOUSTIC SIGNAL PROCESSING

USING THE TMS320C6455

Abstract

An underwater acoustic signal processing system is designed based on TMS320C6455 DSP chip for high-speed underwater acoustic signal processing.

Firstly，the computing capacity of TMS320C6455 was analyzed . Design work consisted of software coding with CCS6.0 and building DSP processing system. Based on DSP basics, linear phase FIR filter were designed, and the FFT algorithm was implemented for linear convolution by programming. The sonar technology was studied, which was focused on analysis of beamforming methods of linear arrays. The signal acquired by cross-type hydrophone array were used to test the algorithm. First, the data were filtered, and then beamformed using the results of the filtered data. The results of beam forming were analyzed, and the possibility of further system optimization on the calculation the speed were finally discussed.

KEY WORDS: DSP, TMS320C6455, FFT, FIR filter, Sonar technology, Beamforming

目 录

摘要 ……………………………………………………………………………………1

Abstract …………………………………………………………………………… 1

第一章 绪论 ………………………………………………………………………3

1.1 水声信号处理概述…………………………………………………………3

1.2水声阵列信号处理概述………………………………………………………4

1.3数字信号处理器发展概述……………………………………………………5

1.4本文的研究目的和主要研究内容……………………………………………5

第二章 水声信号处理基础理论………………………………………………………6

2.1信号的频域表示………………………………………………………………6

2.2 有限长单位脉冲响应滤波器的设计方法…………………………………10

2.3 波束形成原理………………………………………………………………14

第三章 水声信号处理系统的搭建…………………………………………………17

3.1水声信号处理系统处理过程…………………………………………………17

3.2基于TMS320C6455的FFT实现……………………………………………19

3.3基于TMS320C6455的FIR滤波器实现……………………………………20

3.4水听器阵列的参数以及波束成形的计算……………………………………28

3.5水声信号处理系统进一步优化分析…………………………………………32

结论 ……………………………………………………………………………………32

参考文献（References） ………………………………………………………………33

第一章 绪 论

1.1 水声信号处理概述

迄今为止，声波是唯一一种能够在海水中远距离传播的信息载体。水声学正是在这样的背景下应运而生的。水声学主要研究水下声波的产生、辐射、传播、接收和量度，并用以解决与水下目标探测及信息传输有关的各种问题^[1]。

水声信号处理是水声学中的重要分支。由于海洋中存在着环境噪声、混响等干扰，要提高水声设备的作用距离和探测精度，就必须提高从干扰背景中检测信号、估计参数的能力。因此，水声信号处理的主要任务就是在背景干扰条件下，对水声场进行时间和空间采样，并进行时域、频域、空域的各种变换，以目标信号的检测能力和目标参数的估计精度。

经过近70年的发展，随着信息论、信号检测理论、计算技术和水声学其他分支的发展，水声信号处理的技术和理论取得了长足的进步^[2]。数字化的水声信号处理始于上世纪60年代初，随着电子计算机的迅速发展，各国学者在水声信号的谱分析、相关分析、匹配滤波器、波束形成等多种技术方面开展了广泛的研究，主要包括：空间处理（波束形成等）、时间处理（时域、频域）、动态范围压缩、脉冲压缩、快速傅里叶变换、相关接收、匹配滤波、自适应波束形成、自动目标分类识别、自动检测和参数估计等。近年来，水声信号处理广泛应用统计决策论、信息论等理论的研究成果，并与水声物理相结合，在匹配场处理、时间反转镜处理、声学反演、海洋声层析等新的领域取得了丰富的成果^[3]。

检测（Detection）、定位（Localization）和识别（Recognition）是水声信号处理的三大难题，也是水声信号处理技术发展紧紧围绕的三大主题^[2]。水声检测指判别水声目标的有无；水声定位指对已知目标进行空间位置估计；水声目标识别指区分水中各种目标的类型和性质。根据处理信号的类型不同，这三类问题都可以分为主动处理方法和被动处理方法^[4]。主动处理方法通过发射某种形式的声波，利用目标反射的回声信号判断目标的存在，估计目标的距离和方向，根据回波信号与发射信号之间的多普勒频移估计目标的径向速度，由回波的幅度、相位、以及包络或频谱变化规律，识别目标的外形、大小以及材质。被动处理方法主要对目标自身辐射的噪声或发出的信号进行处理，完成对目标的检测、定位和识别。相比于主动处理方法，被动处理方法不需要发射信号，隐蔽性更好。

1.2 水声阵列信号处理概述

当空间存在多个信号源时，常常需要对这些空间信号进行分离，跟踪或者检测我们需要的信号，抑制干扰和噪声。为达到这个目的，通常采用阵列信号处理技术，采用多个天线或者换能器组成发射接收阵列。在移动通信、雷达、声纳信号处理等领域，阵列信号处理都得到了广泛的应用。

在水声信号处理领域，有两个重要的方程：主动声纳方程和被动声纳方程，分别如式(1.1)和(1.2)所示。

这两个方程将介质、目标和设备的作用联系在一起，是水声设备设计与预报的有利工具^[5]。此外，可以定义系统的优质因数FOM，如式(1.3)所示：

优质因数越大，设备的作用距离也就越远。在式(1.3)中，GS表示空间增益，空间增益的获得是通过阵列处理得到的。

水声阵列信号处理是水声信号处理的重要组成部分。由于海洋环境极其复杂，声纳接收的信号是目标信号、干扰和噪声的混合。为了能准确地探测目标，并且测定其方位和距离，在声纳中都采用了水听器基阵，运用波束形成算法，尽可能抑制非主波束方向干扰和加性噪声，增强待测信号能量，检测远程的目标声源。波束成形源于自适应天线的概念，通过对多天线阵元接收到的各路信号进行加权合成，成形所需的理想信号^[3]。在水声环境中利用波束成形技术，可以抑制干扰，提高接收信噪比。波束形成方法主要分为数据独立的波束形成方法和统计最优的波束形成方法。前者主要包括常规波束形成法（延迟相加法）、零导向波束形成法等，后者主要包括MVDR（最小方差无失真响应）方法、LCMV（线性约束最小方差）方法等。本文主要实现的是常规波束形成方法^[6]。

1.3 数字信号处理器发展概述

数字信号处理技术的发展，在通信、语音、图像、声纳等领域广泛应用。

1978年AMI公司研制出世界上第一个单片DSP芯片S2811；1979年Inter公司研制的2920芯片是商用可编程器件；除此之外，还有Motorola公司的MC系列，AD公司的ADSP系列。

数字信号处理器性能不断优化，制造工艺不断提升，运算速度不断提升，德州仪器(TI)公司是世界上最大的DSP芯片研发厂商。其新推出的TMS320C6455^[7][8]是目前单片处理能力比较强的定点DSP，属于第六代DSP芯片系列。它的时钟频率为1.2 GHz，16位定点处理能力为9600MMA，应用于很多实时数字信号处理的场合。

1.4 本文的研究目的和主要研究内容

本课题利用基于TMS320C6455 DSP芯片的开发板SEED-HPS6455，构建高速水声信号处理系统。基于硬件二次开发，完成一个满足现实应用要求的工程设计，能够对水声系统采集到的信息进行实时处理，该处理过程包括生成滤波器对信号完成滤波，对滤波后的结果做波束形成，并输出结果。

该设计对低功耗、低成本的水声实时信号处理系统构建有着重要的意义。

第二章 水声信号处理基础理论

2.1 信号的频域表示^[9]

2.1.1离散傅里叶级数DFS

任何周期为N的周期序列都可以用离散傅里叶级数表示

周期序列可以表示为复指数的线性组合。

2.1.2离散傅里叶变换DFT

任何稳定序列x(n)可以表示成复指数的线性组合。

为了说明离散傅里叶变换和离散傅里叶级数的关系，设一个稳定序列x(n)，周期信号是x(n)的周期延拓。

的DFS是x(n)傅里叶变换以为间隔的采样值。

这些表明，周期信号的DFS和一个周期的DTFT是相对应的。

2.1.3 z变换

Z变换是傅里叶变换的一般情况，可以让很大范围的一类信号表示为复指数的线性组合。

可以看出， 可以表示为。一个稳定序列的傅里叶变换是z变换在|z|=1即单位圆上的值。

只有在z取部分值时等式收敛。收敛域和z的取值使绝对可和有关。完全详尽的描述z变换不仅需要知道表达式还要知道收敛域，例如两个序列和 z变换的结果表达式相同但是收敛域不同。

当X(z)是z的多项式，常表示成带有比例系数在z平面上的极零点图，在单位圆上z变换就是傅里叶变换。

收敛域有很多重要的性质，时域序列的性质规定了收敛域，性质归纳如下：

性质1：收敛域是连通域。

性质2：一个z变换是有理式，收敛域没有极点并受极点约束。

性质3：如果x(n)是右边序列，圆|z|=r₀在收敛域内，所有|z|gt; r₀值有限的z都在收敛域内。

性质4：如果x(n)是左边序列，圆|z|=r₀在收敛域内，所有0lt;|z|lt;r₀值有限的z都在收敛域内。

性质5：如果x(n)是稳定因果序列，有结果是有理式的z变换，所有X(z)的极点都在单位圆内。

2.1.4离散傅里叶变换（DFT）

在2.1.1，我们讨论了周期序列的离散傅里叶级数。相同的结论可以应用于有限长序列。有限长序列的傅里叶表达称为离散傅里叶变换(DFT)。

当k在范围外，X(k)=0，并且k在范围外，x(n)=0。

DFT在信号处理中广泛应用，所以理所当然关心DFT以及IDFT的计算效率。直接计算一个N点的DFT或IDFT需要N²级数的算术运算。通过快速傅里叶算法（FFT）计算量可以大幅度减少。大多数FFT算法的规则是基于一个N点的DFT可以通过计算2个N/2点的DFT或者3个N/3点的DFT等等。用FFT算法计算N点的DFT或IDFT需要级数的算数运算。

2.1.5 快速傅里叶算法（FFT）

采用公式(2.1.9)计算DFT需要的计算量为N²次复数乘法和N(N-1)次复数加法，即需要4N²次实数乘法和N(4N-2)次实数加法。

20世纪60年代中期Cooley和Tukey提出了一种离散傅里叶变换的快速算法，这种算法的运算量为N/2*log₂N次复数乘法和Nlog₂N次复数加法。

FFT分为按时间抽取和按频率抽取两种。

2.1.6按时间抽取的FFT^[10]

FFT算法是利用了DFT运算的两个基本特点，即系数的对称特性

和周期特性

利用这些特性，既可以将DFT运算中的同类项合并，又可以将长度为N的序列的DFT分解成长度更小的DFT。

将x(n)按n的奇偶分为两组，即按n=2r及n=2r 1分为两组

因为

剩余内容已隐藏，请支付后下载全文，论文总字数：23558字