CN116046043A - 一种智能传感器开发验证系统及信号采集处理方法 - Google Patents

Abstract

本申请提供了一种智能传感器开发验证系统及信号采集处理方法，属于航空机电及发动机控制的技术领域，智能传感器开发验证系统具体包括：传感器；信号调理电路用于对传感器信号进行调理，并进行A/D采集转换为数字信号；SoC处理系统实现信号采集、温度传感器、信号标定校准、信号接口和处理系统BIT、特征数据提取和故障监测等功能；通信网络接口分布式网络接口，由网络协议和网络收发器组成，向控制控制系统传输智能传感器的数据或接受系统配置。智能传感器开发验证系统基于通用的架构，作为一个可灵活配置扩展的平台能够用于智能传感器的核心功能开发，并用于智能传感器的系统架构设计。

Description

一种智能传感器开发验证系统及信号采集处理方法

技术领域

本申请涉及航空机电及发动机控制的领域，尤其是涉及一种智能传感器开发验证系统及信号采集处理方法。

背景技术

智能传感器是目前传感器发展的一个趋势，智能传感器带有微处理器、兼具信号检测和信号处理，具有可靠性和稳定性好、感应精度高、自适应能力强等优点。所以智能传感器已经成为传感器的主要发展方向之一。

尤其在航空机电和发动机控制领域，传感器信号精度要求高，而传感器受环境应力、安装和传感器工艺影响大；传感器与信号采集处理的供应商往往不是一家而有技术壁垒，往往造成信号不能得到优良的处理；同时传感器与信号采集处理传输距离长，信号衰减和引入噪声大，并带来更多故障模式；各种传感器一般有专门的标定校准方法，难以通过统一架构有效的对信号进行标定校准，或由于工艺限制不具备标定校准功能。因此有必要发展智能传感器解决信号处理精度差，难以标定校准，布线复杂易受干扰等问题。当前的智能传感器架构和种类繁多，但往往针对特定传感器和总线具有特殊性不利于推广，同时其处理器功能单一扩展性差，不利于先进的智能信号处理算法开发和验证，难以形成通用高效的IP，很多智能传感器不具备对温度等环境应力和基于安装、制造工艺的高效标定校准功能，极大提高了制造成本和工艺实现难度，不能满足高精度、抗干扰、强实时的机载环境需求。

发明内容

有鉴于此，本申请提供一种智能传感器开发验证系统及信号采集处理方法，解决了现有技术中的问题，基于通用硬件平台，可作为一个可灵活配置扩展的平台，用于智能传感器的核心功能开发和验证。

一方面，本申请提供的一种智能传感器开发验证系统采用如下的技术方案：

一种智能传感器开发验证系统，包括传感器、信号调理电路、SoC处理系统和分布式通信网络接口；

所述传感器安装在控制系统的相关监测点；

所述信号调理电路用于对传感器信号进行调理，并进行A/D采集转换为数字信号；

所述SoC处理系统为集成了微处理器和可编程逻辑单元的SoC处理系统，实现信号采集、温度传感器、信号标定校准、信号接口和处理系统BIT、特征数据提取和故障监测等功能，用于完成信号采集数据的标定校准，进行系统所需的信号特征数据提取，在故障监测正常的情况下通过主机通信接口发送给通信协议层，异常情况下报故；

所述通信网络接口为分布式网络接口，由网络协议和网络收发器组成，根据系统组网要求配置为余度通信并接入分布式或一般通信网络，向控制控制系统传输智能传感器的数据或接受系统配置。

可选的，所述传感器、信号调理电路、SoC处理系统和分布式通信网络接口可以作为独立的部件组成系统，或集成形成板卡、智能传感器或芯片。

可选的，，所述传感器、信号调理电路、SoC处理系统和分布式通信网络接口按要求集成到一个智能传感器中；或在通过独立部件板卡组成系统进行功能开发和验证，再功能移植并集成到一个独立的智能传感器中。

另一方面，本申请提供的一种智能传感器开发验证方法采用如下的技术方案：

一种智能传感器开发验证方法，基于上述智能传感器开发验证系统进行，包括如下步骤：

步骤1，通过温度、位移、压力传感器获取控制系统的温度、位移、压力信号，转换为相应电信号；

步骤2，智能传感器系统的传感器信号调理电路对传感器施加相应激励，传感器信号调理电路对传感器的电信号进行调理，转换为可由SoC处理系统直接采集的数字信号或再进行A/D转换转化为数字信号并由SoC处理系统采集；

步骤3，信号采集时序由SoC处理系统控制，将采集结果存入可编程逻辑FIFO或片上RAM，进行数字滤波；

步骤4，SoC处理系统通过片上温度传感器或采集外部温度传感器的温度信息，通过温度补偿、非线性标定校准等算法对采集数据进行标定校准；

步骤5，BIT采集硬件逻辑或软件算法能够对调理电路和SoC处理系统、通信系统进行BIT检测；

步骤6，根据控制系统需要，标定校准后的信号采集数据可以在SoC处理系统进行进一步的特征数据提取，并对BIT检测结果进行进一步处理判断系统是否故障，分析故障原因；

步骤7，SoC处理系统中实现主机通信接口，完成对分布式网络协议芯片或控制器的主机控制；

步骤8，通过智能传感器系统中的分布式网络实现分布式网络协议和收发器功能，将智能传感器系统的数据输出，并接受控制系统的网络配置。

可选的，所述步骤2的信号调理方法为：对Pt200、热电偶、硅压阻压力传感器信号进行相应的信号转换、放大、硬件滤波处理，然后送入A/D采集，对LVDT信号调理方法为进行放大、滤波、整流、转换为直流有效值电压并进行A/D采集，对频率信号调理方法为滤波，整形，转换为方波，进行频率捕获。

可选的，所述步骤3的信号采集时序由SoC处理系统通过可编程逻辑实现或由SoC处理系统通过软件控制GPIO实现。

可选的，所述步骤4的温度传感器当SoC处理系统与控制系统传感器在同一位置时，采用SoC片上温度传感器；当SoC处理系统与智能传感器分属不同位置，采用与智能传感器附近的外部温度传感器。

可选的，所述步骤4中的温度补偿、非线性标定校准算法实现采用多元线性回归和神经网络，通过对传感器不同温度各标准输入下的采集数据训练，将标定校准参数内嵌到SoC系统中，实时完成对传感器信号采集数据的标校准。

可选的，所述步骤6中的时域频域分析通过对信号进行fft、相关算法实现，获取信号的幅值、频率、有效值、频谱等特征。

可选的，所述步骤7中，主机通信接口通过SoC处理系统的外设接口或通过可编程逻辑实现局部总线实现。

综上所述，本申请包括以下有益技术效果：

所述的智能传感器开发和验证系统基于通用的架构，包含了智能传感器的核心要素，作为一个可灵活配置扩展的平台能够用于智能传感器的核心功能开发，如各种信号处理算法和标定校准算法、各种分布式网络组网传输等，并用于智能传感器的系统架构设计。

SoC系统能够通过片上的温度传感器或外部传感器采集与传感器、调理单路相关的环境温度，对全温度范围的信号采集结果进行温度补偿，并能通过神经网络、多元线性回归等算法实现信号全范围采集的非线性标定校准。标定校准后的参数内嵌到SoC系统中，在实际的信号采集中能够实时完成对传感器信号采集数据的标校，消除温度变化带来的采集误差，以及系统非线性带来的采集误差。

智能传感器系统能够对信号采集数据进行时域频域分析，通过对信号进行FFT、相关等算法实现，获取信号的幅值、频率、有效值、频谱等特征。

智能传感器信号采集处理方法能够有效对传感器信号进行全量程、全温度范围的信号采集、温度补偿和非线性标定校准，并进行高效的数字信号处理和故障监测，极大提高了信号采集的抗干扰能力、精度、可扩展性和可靠性。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为一种智能传感器开发验证系统架构；

图2为传感器信号调理电路架构图；

图3为SoC处理系统架构图；

图4为信号采集架构图；

图5为信号温度补偿、非线性标定校准架构图；

图6为信号时域频域分析架构图；

图7为分布式网络架构图。

具体实施方式

下面结合附图对本申请实施例进行详细描述。

以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本申请，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本申请的基本构想，图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

本申请实施例提供一种智能传感器开发验证系统采用如下的技术方案：。

如图1所示，一种智能传感器开发验证系统，包括传感器、信号调理电路、系统级芯片(System on Chip、简称SOC)处理系统和分布式通信网络接口。

所述传感器安装在控制系统的相关监测点，传感器包括热电偶、硅压阻压力传感器、Pt200温度传感器、LVDT位移传感器(Linear Variable Differential Transformer，线性可变差动变压器)等。

如图2所示，所述信号调理电路用于对传感器信号进行调理，并进行A/D采集转换为数字信号；信号调理电路可以安装在信号调理箱或者集成在智能传感器中。

在一个实施例中，信号调理电路通过对硅压阻压力传感器、LVDT、Pt200电桥进行激励，获取传感器信号进行相应的调理，或直接获取热电偶等信号进行调理；调理包括放大、滤波、整流等方式，将信号转换为可供A/D转换的模拟电压，由SoC处理系统进行进行A/D采集。

如图3和图4所示，所述SoC处理系统为集成了微处理器和可编程逻辑单元的SoC处理系统，实现信号采集、温度传感器、信号标定校准、信号接口和处理系统BIT、特征数据提取和故障监测等功能，用于完成信号采集数据的标定校准，进行系统所需的信号特征数据提取，在故障监测正常的情况下通过主机通信接口发送给通信协议层，异常情况下报故。

SoC处理系统可采用带有处理器和可编程逻辑资源的片上系统，，也可以由SoC裸芯片集成到传感器中。SoC系统能够实现信号A/D采集控制，构造局部总线实现对FlexRay等分布式总线的主机通信接口。同时在SoC处理器中实现信号采集存储、信号标定校准和数字信号处理、BIT等功能和算法。SoC处理系统架构图见图3。

SoC系统能够通过片上的PL或GPIO(General Purpose Input Output，通用型之输入输出)实现信号A/D采集控制时序，能够实现精准等时间间隔的告诉A/D采样，并将结果存储到FIFO存储器或SoC片上RAM，并根据需要可进行FIR数字滤波或中值滤波、平均滤波等，消除信号噪声、干扰等。

所述的通信网络接口一般为分布式网络接口，由网络协议和网络收发器组成，根据系统组网要求配置为余度通信并接入分布式或一般通信网络，向控制控制系统传输智能传感器的数据或接受系统配置。

本申请的智能传感器开发验证系统基于通用的架构，包含了智能传感器的核心要素，作为一个可灵活配置扩展的平台能够用于智能传感器的核心功能开发，如各种信号处理算法和标定校准算法、各种分布式网络组网传输等，并用于智能传感器的系统架构设计。

在一个实施例中，所述传感器、信号调理电路、SoC处理系统和分布式通信网络接口可以作为独立的部件组成系统，或集成形成板卡、智能传感器或芯片。

在一个实施例中所述传感器、信号调理电路、SoC处理系统和分布式通信网络接口按要求集成到一个智能传感器中。

在一个实施例中，在通过独立部件板卡组成系统进行功能开发和验证，再功能移植并集成到一个独立的智能传感器中。

本申请还公开了一种智能传感器信号采集处理方法。

一种智能传感器信号采集处理方法，包括如下步骤：

步骤1，通过温度、位移、压力等传感器获取控制系统的温度、位移、压力等信号，转换为相应电信号。

步骤2，智能传感器系统的传感器信号调理电路对传感器施加相应激励，如硅压阻传感器的供电电压，LVDT传感器的初级激励等；传感器信号调理电路对传感器的电信号进行调理，转换为可由SoC处理系统直接采集的数字信号或再进行A/D转换转化为数字信号并由SoC处理系统采集。

步骤3，信号采集时序由SoC处理系统控制，将采集结果存入可编程逻辑FIFO或片上RAM，进行数字滤波。

步骤4，SoC处理系统通过片上温度传感器或采集外部温度传感器的温度信息，通过温度补偿、非线性标定校准等算法对采集数据进行标定校准，该标定校准能够随实时采集的温度进行实时处理，有效提高信号精度。

步骤5，BIT采集硬件逻辑或软件算法能够对调理电路和SoC处理系统、通信系统进行BIT检测。

步骤6，根据控制系统需要，标定校准后的信号采集数据可以在SoC处理系统进行进一步的特征数据提取，如进行信号的频域时域分析等，并对BIT检测结果进行进一步处理判断系统是否故障，分析故障原因。

步骤7，SoC处理系统中实现主机通信接口，完成对分布式网络协议芯片或控制器的主机控制。

步骤8，通过智能传感器系统中的分布式网络实现分布式网络协议和收发器功能，将智能传感器系统的数据输出，并接受控制系统的网络配置。

在一个实施例中，

步骤2的信号调理方法为：对Pt200、热电偶、硅压阻压力传感器信号进行相应的信号转换、放大、硬件滤波处理，然后送入A/D采集，对LVDT信号调理方法为进行放大、滤波、整流、转换为直流有效值电压并进行A/D采集，对频率信号调理方法为滤波，整形，转换为方波，进行频率捕获。

其中步骤3的信号采集时序由SoC处理系统通过其可编程逻辑实现或由SoC处理系统通过软件控制其GPIO等实现。

其中步骤4的温度传感器当SoC处理系统与控制系统传感器在同一位置(如集成在一起)，可采用SoC片上温度传感器；当SoC处理系统与智能传感器分属不同位置，其温度不具有相关性，可采用与智能传感器附近的外部温度传感器。

步骤4中的温度补偿、非线性标定校准等算法实现采用多元线性回归和神经网络等，通过对传感器不同温度各标准输入下的采集数据训练，将标定校准参数内嵌到SoC系统中，能够实时完成对传感器信号采集数据的标校准，消除温度变化带来的采集误差，以及系统非线性带来的采集误差。

步骤6中的时域频域分析通过对信号进行fft、相关等算法实现，获取信号的幅值、频率、有效值、频谱等特征。

步骤7中主机通信接口是通过SoC处理系统的外设接口或通过可编程逻辑实现局部总线实现的，如RS-485、CAN等接口通过SoC外设接口实现，而FlexRAY协议芯片接口通过可编程逻辑逻辑实现局部总线进行控制，TTP协议芯片接口可通过可编程逻辑或SoC外设实现PCI总线控制。

步骤8中分布式网络通信协议采用专用通信协议芯片实现，或采用集成在SoC处理系统中的外设实现，一般采用余度设计保证数据传输可靠性。

SoC系统能够通过片上的温度传感器或外部传感器采集与传感器、调理单路相关的环境温度，对全温度范围的信号采集结果进行温度补偿，并能通过神经网络、多元线性回归等算法实现信号全范围采集的非线性标定校准。标定校准后的参数内嵌到SoC系统中，在实际的信号采集中能够实时完成对传感器信号采集数据的标校，消除温度变化带来的采集误差，以及系统非线性带来的采集误差。信号标定校准设计的架构见图5。图中SoC对采集全量程、全温度范围下的传感器信号调理结果进行采集，形成训练数据集，随后对数据集进行数据预处理，剔除冗余数据建立数据元素映射关系；开始神经网络建模，包括定义模型的输入与输出数据，设置输入层节点数、输出层节点数、隐藏层数、隐藏层节点数、迭代次数、学习率、训练目标精度等神经网络结构参数和训练参数；开始数据训练，获取神经网络参数；对获得的神经网络进行测试，可采用另一部分未参与训练数据进行测试，测试是否达到精度目标，也可以通过试验标定测试；根据测试结果是否达到系统要求精度作为判据，决定是否需要调整神经网络参数，如已达目标，将模型参数固化，作为智能传感器的标定校准参数，如未达目标继续调整模型参数，重新进行训练测试。多元线性回归算法处理类似，在一些场合可以提高算法处理速度，这里不再赘述。

智能传感器系统能够对信号采集数据进行时域频域分析，通过对信号进行FFT、相关等算法实现，获取信号的幅值、频率、有效值、频谱等特征。图6为对某信号采集数据的处理过程，采集数据可根据采样率和需要处理的精度，选择数据长度或进行加窗处理，随后进行快速傅里叶变换(FFT)获取信号频谱，根据需要输出特定频谱或全部频谱；为了获取信号在某频率下的精确幅值，可在该频率下进行相关计算，获取信号幅值。根据所选取的SoC运算能力，还可以进行小波变换、卡尔曼滤波等信号处理算法，用于信号处理开发和验证。

在SoC系统中可以构造局部总线、PCI总线等作为主机通信接口，外接局部总线协议芯片可建立分布式网络节点，使智能传感器接入控制系统，根据系统带宽要求、容错和可靠性可选择FlexRay、TTP、TTCAN等总线。一般的CAN、RS-485等总线协议可以直接使用SoC外设或IP在SoC系统中实现。图7是FlexRay分布式网络架构图。SoC系统中构建了局部总线，作为FlexRay总线协议的主机接口，通过外接FlexRay协议芯片和收发器作为通信层，可以实现冗余FlexRay节点，通信速率可达10Mbps，支持时间触发，保证系统的高可靠强实时控制要求。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种智能传感器开发验证系统，其特征在于，包括传感器、信号调理电路、SoC处理系统和分布式通信网络接口；

所述传感器安装在控制系统的相关监测点；

所述信号调理电路用于对传感器信号进行调理，并进行A/D采集转换为数字信号；

所述SoC处理系统为集成了微处理器和可编程逻辑单元的SoC处理系统，实现信号采集、温度传感器、信号标定校准、信号接口和处理系统BIT、特征数据提取和故障监测等功能，用于完成信号采集数据的标定校准，进行系统所需的信号特征数据提取，在故障监测正常的情况下通过主机通信接口发送给通信协议层，异常情况下报故；

所述通信网络接口为分布式网络接口，由网络协议和网络收发器组成，根据系统组网要求配置为余度通信并接入分布式或一般通信网络，向控制控制系统传输智能传感器的数据或接受系统配置。

2.根据权利要求1所述的智能传感器开发验证系统，其特征在于，所述传感器、信号调理电路、SoC处理系统和分布式通信网络接口可以作为独立的部件组成系统，或集成形成板卡、智能传感器或芯片。

3.根据权利要求1所述的智能传感器开发验证系统，其特征在于，所述传感器、信号调理电路、SoC处理系统和分布式通信网络接口按要求集成到一个智能传感器中；或在通过独立部件板卡组成系统进行功能开发和验证，再功能移植并集成到一个独立的智能传感器中。

4.一种智能传感器信号采集处理方法，使用如权利要求1-3中任一项所述智能传感器开发验证系统，其特征在于，包括如下步骤：

步骤1，通过温度、位移、压力传感器获取控制系统的温度、位移、压力信号，转换为相应电信号；

步骤2，智能传感器系统的传感器信号调理电路对传感器施加相应激励，传感器信号调理电路对传感器的电信号进行调理，转换为可由SoC处理系统直接采集的数字信号或再进行A/D转换转化为数字信号并由SoC处理系统采集；

步骤3，信号采集时序由SoC处理系统控制，将采集结果存入可编程逻辑FIFO或片上RAM，进行数字滤波；

步骤4，SoC处理系统通过片上温度传感器或采集外部温度传感器的温度信息，通过温度补偿、非线性标定校准等算法对采集数据进行标定校准；

步骤5，BIT采集硬件逻辑或软件算法能够对调理电路和SoC处理系统、通信系统进行BIT检测；

步骤6，根据控制系统需要，标定校准后的信号采集数据可以在SoC处理系统进行进一步的特征数据提取，并对BIT检测结果进行进一步处理判断系统是否故障，分析故障原因；

步骤7，SoC处理系统中实现主机通信接口，完成对分布式网络协议芯片或控制器的主机控制；

步骤8，通过智能传感器系统中的分布式网络实现分布式网络协议和收发器功能，将智能传感器系统的数据输出，并接受控制系统的网络配置。

5.根据权利要求4所述的智能传感器信号采集处理方法，其特征在于，所述步骤2的信号调理方法为：对Pt200、热电偶、硅压阻压力传感器信号进行相应的信号转换、放大、硬件滤波处理，然后送入A/D采集，对LVDT信号调理方法为进行放大、滤波、整流、转换为直流有效值电压并进行A/D采集，对频率信号调理方法为滤波，整形，转换为方波，进行频率捕获。

6.根据权利要求4所述的智能传感器信号采集处理方法，其特征在于，所述步骤3的信号采集时序由SoC处理系统通过可编程逻辑实现或由SoC处理系统通过软件控制GPIO实现。

7.根据权利要求4所述的智能传感器信号采集处理方法，其特征在于，所述步骤4的温度传感器当SoC处理系统与控制系统传感器在同一位置时，采用SoC片上温度传感器；当SoC处理系统与智能传感器分属不同位置，采用与智能传感器附近的外部温度传感器。

8.根据权利要求4所述的智能传感器信号采集处理方法，其特征在于，所述步骤4中的温度补偿、非线性标定校准算法实现采用多元线性回归和神经网络，通过对传感器不同温度各标准输入下的采集数据训练，将标定校准参数内嵌到SoC系统中，实时完成对传感器信号采集数据的标校准。

9.根据权利要求4所述的智能传感器信号采集处理方法，其特征在于，所述步骤6中的时域频域分析通过对信号进行fft、相关算法实现，获取信号的幅值、频率、有效值、频谱特征。

10.根据权利要求4所述的智能传感器信号采集处理方法，其特征在于，所述步骤7中，主机通信接口通过SoC处理系统的外设接口或通过可编程逻辑实现局部总线实现。

Images