CN101441456A - 双核嵌入式网络化数据采集装置及其盲源分离滤波方法 - Google Patents

Abstract

本发明涉及一种双核嵌入式网络化数据采集装置及其盲源分离滤波方法，属于信息技术领域。本发明的双核嵌入式数据采集装置，用ARM控制整个系统的运行状态，用DSP分析和处理采集来的数据，并通过HPI接口与ARM进行通信，可以发挥ARM在逻辑控制方面的优势，同时发挥DSP在数字信号处理方面的长处，提高了系统的运行速度。本发明既能通过以太网发送数据，也能通过GSM/CDMA模块发送数据，可以由ARM嵌入式处理器自动切换到其他传送方式，既不影响系统的正常运行，也避免了系统的瘫痪，增加了系统的鲁棒性。采用了硬件滤波与基于盲源解耦的软件滤波相结合的二级滤波方式，可以真实有效的还原信号，并分离出所需的源信号。

Description

双核嵌入式网络化数据采集装置及其盲源分离滤波方法

技术领域

本发明属于信息技术领域，特别涉及一种双核嵌入式网络化数据采集装置及其盲源分离滤波方法。

背景技术

大多数应用现场(尤其是工业现场)环境复杂多样，不同的采集环境对数据采集装置的功能性要求不完全一样。例如在有些场合需要处理离散型的数据而有些场合就需要处理连续型的数据。在不同的场合中，如果需要处理的数据量不一致，但是在数据的采集与处理的过程中采用相同的处理方式，在某些场合中就容易增加系统的功耗，降低系统的效率。

在现有的数据采集装置中，普遍存在着如下问题：(1)处理数据类型单一，不能适应各种不同的数据类型。(2)当所要采集与处理的数据量比较大的时候，由于中央处理器的局限性，处理速度缓慢，达不到所需的速度。(3)网络化程度低，不易远程操作。(4)系统装置的可操作性差。(5)系统的鲁棒性差。(6)缺少有效滤波手段或滤波方法单一，不能有效地从被噪声干扰的观测数据中得到被观测对象的真实数据。因此，能够解决上述缺点、功能完善的数据采集装置是应用现场迫切需要的。

发明内容

针对现有技术存在的问题，本发明提供一种双核嵌入式网络化数据采集装置及其盲源分离滤波方法。

本发明的双核嵌入式网络化数据采集装置包括：DSP处理器、ARM嵌入式处理器、光电隔离器、滤波电路、A/D转换器、USB串口转换器、内部数据总线、Flash芯片、电源管理器、JTAG接口、GPS接收芯片、RS232串口、PCI-RS232的接口卡、蓝牙模块、GSM/CDMA模块、看门狗、USB接口、计数器、以太网控制器、时钟芯片、IIC接口、LCD显示器和键盘，其中DSP处理器通过HPI接口与ARM嵌入式处理器相连，组成双核嵌入式中央处理器；光电隔离电路与计数器相连；滤波电路通过A/D转换器和USB串口转换器与USB接口相连；Flash芯片通过内部数据总线分别与USB接口和计数器相连；DSP处理器与ARM嵌入式处理器通过内部数据总线与Flash芯片相连；ARM嵌入式处理器通过控制总线与看门狗、时钟芯片和IIC接口相连；ARM嵌入式处理器通过IIC接口与LCD显示器和键盘相连；ARM嵌入式处理器通过RS232串口分别与JTAG接口、GPS接收芯片和GSM/CDMA模块相连；ARM嵌入式处理器通过RS232串口与一块PCI-RS232的接口卡相连，PCI-RS232的接口卡与蓝牙模块相连；电源管理器用来给整个数据采集装置进行供电。

本发明的工作原理：采集的信号通过滤波电路进行一级滤波后，传送到内部数据总线上，其中数字信号通过计数器传送到内部数据总线上，连续信号通过A/D转换器转换成数字信号后经过USB串口转换器和USB接口传送到内部数据总线上。采集的信号存储到Flash芯片上。本发明装置可以分两种方式运行。第一种运行方式是当所要处理的数据量比较小时，选择单核运行方式，即只让以ARM为核心的嵌入式处理器单独运行，ARM嵌入式处理器通过数据总线从FALSH芯片中读取数据，数据处理利用ARM轻量级的DSP处理能力，由ARM嵌入式处理器通过基于盲源解耦的软件滤波方式进行处理。第二种运行方式是当所要处理的数据量比较大的时候，选择双核的运行方式，嵌入式处理器用来控制整个系统得运行情况，包括指令的调度、系统的运行等，而DSP处理控制器则通过数据总线从FLASH芯片获得应用现场采集来的大量数据并通过基于盲源解耦的软件滤波方式进行处理。由ARM嵌入式处理器控制JTAG接口、GPS接收芯片、蓝牙模块和GSM/CDMA模块，包括数据的发送，程序的调试，系统的校时等。由ARM嵌入式处理器控制看门狗、IIC接口、时钟芯片和以太网控制器。以太网控制器进行数据的传输。键盘和显示器进行数据的显示和调试。整个装置由电源管理器进行供电。

本发明以ARM9E为核心的嵌入式处理器和DSP微处理器组成双内核作为双核嵌入式网络化数据采集装置的中央处理器。双核网络化数据采集装置通过网线与主控机相连。在某些无人职守的场合可以只放置数据采集装置，数据采集装置通过传输介质(有线或无线)以组播的形式把数据发送到网络上，再由与网络相连的主控机通过网络来获得数据。

本发明通过以太网发送数据，或通过GSM/CDMA模块发送数据，能实现冗余的备份；这种冗余的备份可以增加系统的鲁棒性。当数据传输由于不可抗拒的原因出现损坏的时候，由ARM嵌入式处理器进行智能判断，使数据采集装置自动切换到其他的传送方式进行传输数据，这样就不会影响整个系统的正常运行，避免由于通讯出现故障而引起的整个系统的瘫痪。

本发明采用硬件滤波与基于盲源解耦的软件滤波相结合的二级滤波方式；离散信号和连续信号通过多路的光电隔离器和阻容滤波电路进行一级滤波；然后再由基于盲源解耦的软件滤波方式进行二级滤波。

本发明的数据采集及处理方法包括以下步骤：

步骤1：开始

步骤2：读取下位机配置文件，配置端口号及数据采集装置运行方式，并关闭配置文件；

步骤3：初始化存储系统，为采用数据分配动态内存；

步骤4：初始化网络协议，I/O设备和看门狗；

步骤5：启动看门狗，读取GPS校正系统时间；

步骤6：设置异常向量，中断向量地址，并开中断；

步骤7：设置采样间隔及使能采样通道；

步骤8：等待中断；

步骤9：判断中断是否到来，如果未到返回步骤8，是则到步骤10；

步骤10：判断中断类型，若为信号采集中断，则进行信号的采集与处理工作，转到步骤11；若为看门狗中断和GPS中断，则转到步骤3；

步骤11：对所采集的信号进行基于盲源解耦的软件滤波；

步骤12：数据打包，判断数据是否发送到下位机LCD上，如果是则把数据发送到下位机LCD上。

步骤13：选择数据的发送方式，若有线网络畅通，则选择通过以太网控制器把处理的数据传送到上位机上；否则采用无线传输，通过GSM/CDMA无线模块把数据传送到上位机上。

在处理数据进行软件滤波的时候，采用构造一种新的基于信号最小平方峭度为代价函数的时频域相结合的混合独立分量分析的盲源解耦算法(Mixed Independent ComponentAnalysis，MICA)。该代价函数为估计误差信号峭度的平方：

J_LSK[e(k)]＝(Kurt[e(k)])²

该代价函数具有多种性能，包括：①关于估计误差信号e(k)对称；②具有全局最小值；③有效抑制高斯噪声。

本发明的盲源解耦滤波方法包括以下步骤：

步骤一对实际环境中得到的混合信号进行预处理，消除信号的二阶相关性，并使其均值为零且协方差矩阵为单位矩阵；

步骤二利用频域独立分量分析方法分离源信号：

A.将经过预处理的信号进行离散的傅立叶变换：

$X\left(k\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}0\≤k\≤N-1;$

式中，X(k)为处理后的数字信号，x(n)为进过预处理的数字信号，

为分离矩阵，DFT[x(n)]为傅立叶变换函数，k、n为系数，N为自然数。

B.确定分离矩阵W(f)，过程如下，

a)初始化矩阵W_k(f)；

b)选择非线性函数设定学习步长η；

c)更新W的值，W_k+1(f)＝W_k(f)+ηΔW_k(f)，

d)对频域分离矩阵W_k+1(f)做归一化处理W_k+1(f)＝W_k+1(f)/‖W_k+1(f)‖；当W_k+1(f)与W_k(f)差值的2范数即‖W_k+1(f)-W_k(f)‖₂小于预先给定的代价函数时停止迭代，否则转c)。

C.分离矩阵W(f)乘以混合信号的数据即可得到源信号的频域下的估计值。

步骤三把通过FDICA的数据在进行离散的傅立叶逆变换

$x\left(n\right)=\mathrm{IDFT}\left[X\left(k\right)\right]=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)W^{-\mathrm{nk}}0\≤n\≤N-1,$ 式中，IDFT[X(k)]为傅立叶逆变换函数，X(k)为FDICA的数据，x(n)为经过处理的FDICA的数据，k、n为系数，N为自然数；并把变换后的数据进行白化；

步骤四用时域独立分量分析方法(Time Domain Independent Component Analysis，TDICA)分离残留的交叉干扰分量，最后分离出来的信号，即为对源信号的估计值，通过网络发送给主控机。用时域独立分量分析方法的步骤包括：

A.将经过频域独立分量分析处理的残留的交叉干扰分量信号进行离散的傅立叶变换：

$X\left(k\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}0\≤k\≤N-1$

式中，x(n)为残留的交叉干扰分量信号，X(k)处理后的信号；

B.确定分离矩阵W(t)，过程如下，

a).初始化矩阵W_k(t)；

b).选择非线性函数

设定学习步长η；

c).更新W的值，W_k+1(t)＝W_k(t)+ηΔW_k(t)，

d).对时域分离矩阵W_k+1(t)做归一化处理W_k+1(t)＝W_k+1(t)/‖W_k+1(t)‖；当W_k+1(t)与W_k(t)差值的2范数即‖W_k+1(t)-W_k(t)‖₂小于预先给定的代价函数时停止迭代，否则转步骤c)。

C.分离矩阵W(t)乘以交叉干扰分量的数据即可得到源信号的时域下的估计值。

本发明的优点：

1.利用双核嵌入式网络化进行数据采集，可以最大程度的发挥DSP与ARM的功效，ARM用来控制整个系统的运行状态，包括系统的初始化，人机交互，与DSP的通讯，远程通讯，组织管理，任务规划等，DSP主要是用来对采集来的数据进行分析与处理，并通过HPI接口与ARM进行通信，这样就可以发挥ARM在逻辑控制方面的优势，也可以发挥DSP在数字信号处理方面的长处，提高了系统的运行速度与效率。

2.本发明既有可以通过以太网发送数据也可以通过GSM/CDMA模块发送数据。在双核嵌入式网络化数据采集装置运行的时候可以选择任意一种的运行方式，但是当传输由于不可抗拒的原因出现损坏的时候，数据采集装置可以由ARM嵌入式处理器自动切换到另外一种数据传送方式，这样就不会影响整个系统的正常运行，避免由于通讯出现故障而引起的整个系统的瘫痪。这种冗余的备份可以增加系统的鲁棒性。

3.采用多路的光电隔离电路和阻容滤波电路，从而可以直接接收现场的各种离散和连续的信号，不受现场传感器型号的限制。扩大了数据采集装置的实用范围。采用硬件滤波与盲源解耦软件滤波相结合的二级滤波方式，可以更加真实有效的还原信号，并分离出所需要的源信号，为后续的分析奠定了坚实的基础。

4.采用GPS校时系统可以保证各个采集点所采集的数据是同一个时刻的数据，这样的数据分析起来才有意义。

5.该装置有两种运行方式，不同的情况采用不同的运行方式，增加了灵活性，同时也节约了资源，降低了损耗。

6.由于系统加载了蓝牙模块，可以很方便的在线修改系统内部的参数，保证系统的连续运行。

7.系统预留了一些接口，具有良好的可扩充性，通过扩展相应的模板，不仅可以扩充输入的通道数而且可以使装置升级，适应现场的工况。

附图说明

图1为本发明的双核嵌入式网络化数据采集装置硬件配置图；

图2为本发明的双核嵌入式网络化数据采集装置软件流程图；

图3为本发明的盲源解耦分离算法流程图；

图4为本发明的滤波电路；

图中1TMS320C31 DSP处理器，2基于ARM9E内核的嵌入式处理器，3多路离散输入信号，4多路连续输入信号，5光电隔离器，6硬件滤波电路，7A/D转换器，8USB串口转换器，9内部数据总线，10 Flash芯片，11 电源管理器，12 JTAG接口，13 GPS接收芯片，14 LCD显示器，15 蓝牙模块，16 GSM/CDMA模块，17 看门狗，18 USB接口，19 计数器，20 以太网控制器，21 时钟芯片，22 IIC接口23键盘。

具体实施方式

结合附图进一步对本发明的一种双核嵌入式网络化数据采集装置及其盲源分离滤波方法进行说明。

如图1所示，本发明装置采用TMS320C31DSP处理器1，基于ARM9E内核的嵌入式处理器2，光电隔离器5，硬件滤波电路6，A/D转换器7，USB串口转换器8，内部数据总线9，Flash芯片10，电源管理器11，JTAG接口12，GPS接收芯片13，蓝牙模块15，GSM/CDMA模块16，看门狗17，USB接口18，计数器19，以太网控制器20，时钟芯片21，IIC接口22，以及连在IIC接口上的LCD显示器14和键盘23。其中TMS320C31DSP处理器1通过HPI接口与基于ARM9E内核的嵌入式处理器2相连；光电隔离器5与计数器19相连；硬件滤波电路6通过USB串口转换器8与USB接口18相连，滤波电路如图4所示；Flash芯片10通过内部数据总线9与USB串口转换器8和计数器19相连；基于ARM9E内核的嵌入式处理器2与DSP处理器1通过内部数据总线9与Flash芯片10相连；A/D转换器7与USB串口转换器8相连；基于ARM9E内核的嵌入式处理器2通过内部控制总线与看门狗17、时钟芯片21和IIC接口22相连；基于ARM9E内核的嵌入式处理器2通过IIC接口22与LCD显示器14和键盘23相连；基于ARM9E内核的嵌入式处理器2通过RS232串口分别与GPS接收芯片13和GSM/CDMA模块16相连，基于ARM9E内核的嵌入式处理器2通过RS232串口与一块PCI-RS232的接口卡相连，PCI-RS232的接口卡与蓝牙模块15相连；电源管理器分别与DPS处理器和ARM嵌入式处理器相连。

实施例1将本发明用于油田输油管道的预警与泄漏检测定位系统

以油气储运管线的管道运行参数的数据采集为应用对象，采用在油气输送管道外壁，以声波有效传输距离为依据，相邻依次加装高灵敏度声学传感器及以本发明的双核嵌入式网络化数据采集分析装置，构成管道运行参数多传感器采集序列，通过分析声波及管道首末两端的压力、流量和温度信号，并结合相应的主控机预警与泄漏检测定位判断的软件形成基于多传感器信息融合的生产过程重要参数检测和泄漏诊断的技术。本装置的快速性、实时性和处理数据的准确性，可以为系统准确判断出第三方的破坏活动及泄漏检测的快速性与定位的准确性提供可靠的保障。

其主要特征为：由于声波的传输距离有限，所以每隔一公里就要放置一个声波传感器，在安放声波传感器的同时安装本套数据采集装置。管道上一般都是无人职守，所以在管道上只放置数据采集装置。在监控室放置同时放置数据采集装置与主控机，数据采集装置同时采集输送管道上的压力，流量及温度信号，主控机用来处理从数据采集装置所获得的声波，压力，流量及温度信号，从而进行判断。在不同的场合，可以根据现场的数据的具体情况，人为的设置数据采集装置的运行方式。在采集声波信号的数据采集装置中，每一个数据采集装置只负责处理一路的声波信号，数据量比较小，所以把它设置成单核运行方式，以降低能耗。在监控室的数据采集中，由于要同时采集并处理压力、流量和温度信号，处理得数据量比较大，所以该处的数据采集装置就要设置成双核的运行方式。嵌入式处理器控制整个采样装置的工作状态，多路离散信号和多路连续信号接口通过光电隔离器及滤波电路分别与嵌入式处理器的高性能A/D转换器和计数板相连，嵌入式处理器通过串行接口与GPS接收系统相连，嵌入式处理器通过网卡与其它装置实现通信。

如图2所示，数据采集及处理的步骤按本发明的方法运行：

步骤1：开始

步骤2：读取下位机配置文件，配置端口号及数据采集装置运行方式，并关闭配置文件；

步骤3：初始化存储系统，为采用数据分配动态内存；

步骤4：初始化网络协议，I/O设备和看门狗；

步骤5：启动看门狗，读取GPS校正系统时间；

步骤6：设置异常向量，中断向量地址，并开中断；

步骤7：设置采样间隔及使能采样通道；

步骤8：等待中断；

步骤9：判断中断是否到来，如果未到返回步骤8，是则到步骤10；

步骤10：判断中断类型，若为信号采集中断，则进行信号的采集与处理工作，转到步骤11；若为看门狗中断和GPS中断，则转到步骤3；

步骤11：对所采集的信号进行基于盲源解耦的软件滤波；

步骤12：数据打包，判断数据是否发送到下位机LCD上，如果是则把数据发送到下位机LCD上。

步骤13：选择数据的发送方式，若有线网络畅通，则选择通过以太网控制器把处理的数据传送到上位机上；否则采用无线传输，通过GSM/CDMA无线模块把数据传送到上位机上。

如图3所示，盲源解耦滤波按以下步骤运行：

步骤一对实际环境中得到的混合信号进行预处理，消除信号的二阶相关性，并使其均值为零且协方差矩阵为单位矩阵；

步骤二利用频域独立分量分析方法分离源信号：

A.将经过预处理的信号进行离散的傅立叶变换：

$X\left(k\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}0\≤k\≤N-1;$

式中，X(k)为处理后的数字信号，x(n)为进过预处理的数字信号，

为分离矩阵，DFT[x(n)]为傅立叶变换函数，k、n为系数，N为自然数。

B.确定分离矩阵W(f)，过程如下，

a)初始化矩阵W_k(f)；

b)选择非线性函数

设定学习步长η；

c)更新W的值，W_k+1(f)＝W_k(f)+ηΔWk(f)，

d)对频域分离矩阵W_k+1(f)做归一化处理W_k+1(f)＝W_k+1(f)/‖W_k+1(f)‖；当W_k+1(f)与W_k(f)差值的2范数即‖W_k+1(f)-W_k(f)‖₂小于预先给定的代价函数时停止迭代，否则转步骤c)。

C.分离矩阵W(f)乘以混合信号的数据即可得到源信号的频域下的估计值。

步骤三把通过FDICA的数据在进行离散的傅立叶逆变换

$x\left(n\right)=\mathrm{IDFT}\left[X\left(k\right)\right]=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)W^{-\mathrm{nk}}0\≤n\≤N-1,$ 式中，IDFT[X(k)]为傅立叶逆变换函数，X(k)为FDICA的数据，x(n)为经过处理的FDICA的数据，k、n为系数，N为自然数；并把变换后的数据进行白化；

步骤四用时域独立分量分析方法(Time Domain Independent Component Analysis，TDICA)分离残留的交叉干扰分量，最后分离出来的信号，即为对源信号的估计值，通过网络发送给主控机。用时域独立分量分析方法的步骤包括：

A.将经过频域独立分量分析处理的残留的交叉干扰分量信号进行离散的傅立叶变换：

$X\left(k\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}0\≤k\≤N-1$

式中，x(n)为残留的交叉干扰分量信号，X(k)处理后的信号；

B.确定分离矩阵W(t)，过程如下，

a).初始化矩阵W_k(t)；

b).选择非线性函数

设定学习步长η；

c).更新W的值，W_k+1(t)＝W_k(t)+ηΔW_k(t)，

d).对时域分离矩阵W_k+1(t)做归一化处理W_k+1(t)＝W_k+1(t)/‖W_k+1(t)‖；当W_k+1(t)与W_k(t)差值的2范数即‖W_k+1(t)-W_k(t)‖₂小于预先给定的代价函数时停止迭代，否则转步骤c)。

C.分离矩阵W(t)乘以交叉干扰分量的数据即可得到源信号的时域下的估计值。

系统运行过程：

在本应用实例当中，通过放置在各个数据采集点的数据采集装置，构建成一套网络化的数据采集系统，现场采集声波、压力、温度和流量信号，以标准电信号通过接口送入本发明装置内部的集成化数字/模拟信号滤波电路中进行低通滤波，去除高频成分，再通过A/D板AC1558转换为数字信号，经过二级软件盲源解耦滤波后进行数据打包，通过网卡把数据传送到装置主控机的数据库中，以备分析。当以太网出现故障，数据传输通道遇到阻塞时，系统可以根据情况，自动的切换到无线网络的运行方式，通过GSM/CDMA来发送数据，以使系统可以连续正常的运行，提高了系统的鲁棒性。同时，数据采集装置通过串口接收GPS来的信息，确保主机接收到的管道上声波传感器传来的数据是同一时刻采样的，从而保证准确的分析和判断。

嵌入式处理器可连接键盘和显示器进行程序调试，也可以通过外接的蓝牙模块进行程序的批量修改。存储介质中存储操作系统、开发工具系统、网络通信协议等内容。该检测定位系统能对最长150千米的流体输送管线进行检测。

实施例2将本发明用于粮库温度湿度监控调度系统

本发明装置还成功应用于大型的粮库温度湿度监控系统中。该系统采用主从式结构，主控机负责数据的处理与系统的控制；本装置的数据采集装置将各采样点的数据采集和上传。由于粮库温度和湿度测量的特殊性，这两个参数都需要多点的采样测量，之后还要综合分析。本装置的结构恰好适合于这种应用场合，装置的高速性和实时性，可以保证所采集数据的准确性与及时，可以充分保证粮库温度湿度监控调度系统的稳定运行。

如图2所示，数据采集及处理的步骤按本发明的方法运行：

步骤1：开始

步骤2：读取下位机配置文件，配置端口号及数据采集装置运行方式，并关闭配置文件；

步骤3：初始化存储系统，为采用数据分配动态内存；

步骤4：初始化网络协议，I/O设备和看门狗；

步骤5：启动看门狗，读取GPS校正系统时间；

步骤6：设置异常向量，中断向量地址，并开中断；

步骤7：设置采样间隔及使能采样通道；

步骤8：等待中断；

步骤9：判断中断是否到来，如果未到返回步骤8，是则到步骤10；

步骤10：判断中断类型，若为信号采集中断，则进行信号的采集与处理工作，转到步骤11；若为看门狗中断和GPS中断，则转到步骤3；

步骤11：对所采集的信号进行基于盲源解耦的软件滤波；

步骤12：数据打包，判断数据是否发送到下位机LCD上，如果是则把数据发送到下位机LCD上。

步骤13：选择数据的发送方式，若有线网络畅通，则选择通过以太网控制器把处理的数据传送到上位机上；否则采用无线传输，通过GSM/CDMA无线模块把数据传送到上位机上。

如图3所示，盲源解耦滤波按以下步骤运行：

步骤一对实际环境中得到的混合信号进行预处理，消除信号的二阶相关性，并使其均值为零且协方差矩阵为单位矩阵；

步骤二利用频域独立分量分析方法分离源信号：

A.将经过预处理的信号进行离散的傅立叶变换：

$X\left(k\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}0\≤k\≤N-1;$

式中，X(k)为处理后的数字信号，x(n)为进过预处理的数字信号，为分离矩阵，DFT[x(n)]为傅立叶变换函数，k、n为系数，N为自然数。

B.确定分离矩阵W(f)，过程如下，

a)初始化矩阵W_k(f)；

b)选择非线性函数

设定学习步长η；

c)更新W的值，W_k+1(f)＝W_k(f)+ηΔW_k(f)，

d)对频域分离矩阵W_k+1(f)做归一化处理W_k+1(f)＝W_k+1(f)/‖W_k+1(f)‖；当W_k+1(f)与W_k(f)差值的2范数即‖W_k+1(f)-W_k(f)‖₂小于预先给定的代价函数时停止迭代，否则转步骤c)。

C.分离矩阵W(f)乘以混合信号的数据即可得到源信号的频域下的估计值。

步骤三把通过FDICA的数据在进行离散的傅立叶逆变换

$x\left(n\right)=\mathrm{IDFT}\left[X\left(k\right)\right]=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)W^{-\mathrm{nk}}0\≤n\≤N-1,$ 式中，IDFT[X(k)]为傅立叶逆变换函数，X(k)为FDICA的数据，x(n)为经过处理的FDICA的数据，k、n为系数，N为自然数；并把变换后的数据进行白化；

步骤四用时域独立分量分析方法(Time Domain Independent Component Analysis，TDICA)分离残留的交叉干扰分量，最后分离出来的信号，即为对源信号的估计值，通过网络发送给主控机。用时域独立分量分析方法的步骤包括：

A.将经过频域独立分量分析处理的残留的交叉干扰分量信号进行离散的傅立叶变换：

$X\left(k\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}0\≤k\≤N-1$

式中，x(n)为残留的交叉干扰分量信号，X(k)处理后的信号；

B.确定分离矩阵W(t)，过程如下，

a).初始化矩阵W_k(t)；

b).选择非线性函数

设定学习步长η；

c).更新W的值，W_k+1(t)＝W_k(t)+ηΔW_k(t)，

d).对时域分离矩阵W_k+1(t)做归一化处理W_k+1(t)＝W_k+1(t)/‖W_k+1(t)‖；当W_k+1(t)与W_k(t)差值的2范数即‖W_k+1(t)-W_k(t)‖₂小于预先给定的代价函数时停止迭代，否则转步骤c)。

C.分离矩阵W(t)乘以交叉干扰分量的数据即可得到源信号的时域下的估计值。

系统运行过程：

在本应用实例当中，每个装置首先把采样点的温度、湿度传感器采集的温度信号、湿度信号送入内部集成化数字/模拟信号滤波电路进行滤波处理，再通过数据采集装置的A/D板AC1558将信号进行模/数转换，各采样点转换的数字信号经过数据打包通过网络上传到主控机当中，通过主控机的软件进行分析、处理，完成整个系统的监控。采样装置中的GPS可以保证各个采样点的采集同步，从而保证采集数据的准确性和下一步监控动作的正确性。

装置可连接键盘、显示器等输入输出设备进行系统程序的修改和调试，装置中的存储介质可以存储操作系统、开发工具系统、网络通信协议等，本装置的双核特征和网络通用性在很大程度上表现出其优势，其通信协议的修改和加载功能非常好的满足了实际当中对于网络方面的要求，充分的显示了装置于本例当中的优势。

Claims (8)

1.一种双核嵌入式网络化数据采集装置，其特征在于该数据采集装置包括：DSP处理器、ARM嵌入式处理器、光电隔离器、滤波电路、A/D转换器、USB串口转换器、内部数据总线、Flash芯片、电源管理器、JTAG接口、GPS接收芯片、RS232串口、PCI-RS232的接口卡、蓝牙模块、GSM/CDMA模块、看门狗、USB接口、计数器、以太网控制器、时钟芯片、IIC接口、LCD显示器和键盘，其中DSP处理器通过HPI接口与ARM嵌入式处理器相连，组成双核嵌入式中央处理器；光电隔离电路与计数器相连；硬件滤波电路通过A/D转换器和USB串口转换器与USB接口相连；Flash芯片通过内部数据总线分别与USB接口和计数器相连；DSP处理器与ARM嵌入式处理器通过内部数据总线与Flash芯片相连；ARM嵌入式处理器通过控制总线与看门狗、时钟芯片和IIC接口相连，ARM嵌入式处理器通过IIC接口与LCD显示器和键盘相连；ARM嵌入式处理器通过RS232串口分别与JTAG接口、GPS接收芯片和GSM/CDMA模块相连；微处理器通过RS232串口与一块PCI-RS232的接口卡相连，PCI-RS232的接口卡与蓝牙模块相连；电源管理器用来给整个数据采集装置进行供电。

2.根据权利要求1所述的一种双核嵌入式网络化数据采集装置，其特征在于所述的DPS处理器采用TM320C31系列的芯片，所述的嵌入式处理器采用以ARM9E为核心的ARM946E系列芯片；DSP与ARM组成双内核作为中央处理器。

3.根据权利要求1所述的一种双核嵌入式网络化数据采集装置，其特征在于数据传输使用以太网控制器或GSM/CDMA模块，能够实现冗余的备份。

4.根据权利要求1所述的一种双核嵌入式网络化数据采集装置，其特征在于采用硬件滤波与基于盲源解耦的软件滤波相结合的二级滤波方式。

5.采用权利要求1所述的一种双核嵌入式网络化数据采集装置采集数据的方法，其特征在于该方法的步骤包括：

步骤1：开始

步骤2：读取下位机配置文件，配置端口号及数据采集装置运行方式，并关闭配置文件；

步骤3：初始化存储系统，为采用数据分配动态内存；

步骤4：初始化网络协议，I/O设备和看门狗；

步骤5：启动看门狗，读取GPS校正系统时间；

步骤6：设置异常向量，中断向量地址，并开中断；

步骤7：设置采样间隔及使能采样通道；

步骤8：等待中断；

步骤9：判断中断是否到来，如果未到返回步骤8，是则到步骤10；

步骤10：判断中断类型，若为信号采集中断，则进行信号的采集与处理工作，转到步骤11；若为看门狗中断和GPS中断，则转到步骤3；

步骤11：对所采集的信号进行基于盲源解耦的软件滤波；

步骤12：数据打包，判断数据是否发送到下位机LCD上，如果是则把数据发送到下位机LCD上；

步骤13：选择数据的发送方式，若有线网络畅通，则选择通过以太网控制器把处理的数据传送到上位机上；否则采用无线传输，通过GSM/CDMA无线模块把数据传送到上位机上。

6.根据权利要求5所述的双核嵌入式网络数据采集方法，其特征在于所述的步骤11中的盲源解耦滤波方法包括以下步骤：

步骤一 对实际环境中得到的混合信号进行预处理，消除信号的二阶相关性，并使其均值为零且协方差矩阵为单位矩阵；

步骤二 利用频域独立分量分析方法分离源信号；

步骤三 把通过FDICA的数据在进行离散的傅立叶逆变换 $x\left(n\right)=\mathrm{IDFT}\left[X\left(k\right)\right]=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}X\left(k\right)W^{-\mathrm{nk}}0\≤n\≤N-1,$ 式中，IDFT[X(k)]为傅立叶逆变换函数，X(k)为FDICA的数据，x(n)为经过处理的FDICA的数据，k、n为系数，N为自然数；并把变换后的数据进行白化；

步骤四 用时域独立分量分析方法分离残留的交叉干扰分量，最后分离出来的信号，即为对源信号的估计值，通过网络发送给主控机。

7.根据权利要求6所述的双核嵌入式网络数据采集方法，其特征在于步骤二所述的利用频域独立分量分析方法包括以下步骤：

A.将经过预处理的信号进行离散的傅立叶变换：

$X\left(n\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}\left(f\right)0\≤k\≤N-1;$

式中，X(k)为处理后的数字信号，x(n)为进过预处理的数字信号，

为分离矩阵，DFT[x(n)]为傅立叶变换函数，k、n为系数，N为自然数；

B.确定分离矩阵W(f)，过程如下，

a)初始化矩阵W_k(f)；

b)选择非线性函数设定学习步长η；

c)更新W的值， $W_{k+1}\left(f\right)=W_k\left(f\right)+\mathrm{\η\Δ}{W}_k\left(f\right),$

d)对频域分离矩阵W_k+1(f)做归一化处理W_k+1(f)＝W_k+1(f)/‖W_k+1(f)‖；当W_k+1(f)与W_k(f)差值的2范数即‖W_k+1(f)-W_k(f)‖₂小于预先给定的代价函数时停止迭代，否则转步骤c)；

C.分离矩阵W(f)乘以混合信号的数据即可得到源信号的频域下的估计值。

8.根据权利要求6所述的双核嵌入式网络数据采集方法，其特征在于步骤四所述的利用时域独立分量分析方法包括以下步骤：

A.将经过频域独立分量分析处理的残留的交叉干扰分量信号进行离散的傅立叶变换：

$X\left(k\right)=\mathrm{DFT}\left[x\left(n\right)\right]=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)W_N^{\mathrm{nk}}\left(t\right)0\≤k\≤N-1$

式中，x(n)为残留的交叉干扰分量信号，X(k)处理后的信号；

B.确定分离矩阵W(t)，过程如下，

a).初始化矩阵W_k(t)；

b).选择非线性函数

，设定学习步长η；

c).更新W的值，W_k+1(t)＝W_k(t)+ηΔW_k(t)，

d).对时域分离矩阵W_k+1(t)做归一化处理W_k+1(t)＝W_k+1(t)/‖W_k+1(t)‖；当W_k+1(t)与W_k(t)差值的2范数即‖W_k+1(t)-W_k(t)‖₂小于预先给定的代价函数时停止迭代，否则转步骤c)；

C.分离矩阵W(t)乘以交叉干扰分量的数据即可得到源信号的时域下的估计值。

Images