基于SOPC的高精度超聲波雷達測距系統(tǒng)設計

摘要：本文基于NIOS II軟核處理器和卡爾曼濾波算法，利用FPGA平臺，超聲波傳感器和LCD液晶顯示系統(tǒng)，設計了一種高精度超聲波雷達測距系統(tǒng)。以這種方法設計的SOPC系統(tǒng)，克服了傳統(tǒng)超聲波雷達測距系統(tǒng)噪聲干擾過大的問題，提高了測距系統(tǒng)的測量精度。

引言

　　傳統(tǒng)的超聲波雷達測距系統(tǒng)面臨噪聲過大、測量精度不夠高的問題，卡爾曼濾波算法是一種最優(yōu)化自回歸數(shù)據(jù)處理算法，在雷達測距和目標跟蹤等領域有廣泛應用，可以用來提高測距系統(tǒng)的精度。但是卡爾曼濾波算法的實現(xiàn)需要用到大量的浮點數(shù)矩陣運算，軟件實現(xiàn)方式通常很難滿足系統(tǒng)對于高實時性的要求，硬件雖然可以保證系統(tǒng)的高實時性，但是硬件無法直接處理浮點數(shù)，并且硬件開發(fā)周期過長，成本過高，這都限制了卡爾曼濾波算法的應用。

　　NIOS II處理器是可編程邏輯器件的軟核處理器，可以和存儲器、I/O接口等外設嵌入到FPGA中，組成一個靈活、高效的可編程單芯片系統(tǒng)(SOPC)，大大降低了系統(tǒng)的成本、體積和功耗，適合網(wǎng)絡、電信、數(shù)據(jù)通信、嵌入式和消費市場等各種嵌入式應用場合^[1-3]。

　　本文基于FPGA平臺，采用NIOS II軟核處理器，利用卡爾曼濾波算法對系統(tǒng)測量值進行濾波處理，設計了一種SOPC系統(tǒng)，以這種方法設計的測距系統(tǒng)綜合利用了軟件編程靈活的優(yōu)點以及硬件并行處理、速度較快的特點，運用軟硬件協(xié)同設計方法保證系統(tǒng)的整體性能最優(yōu)^[4]，從而大大提高了測距系統(tǒng)的性能和精度。

1 卡爾曼濾波理論

　　對于卡爾曼濾波器，首先我們需要引入一個系統(tǒng)方程：

　　系統(tǒng)的測量方程為：

　　對于系統(tǒng)方程，矩陣A稱為轉換矩陣，矩陣B稱為控制矩陣，矩陣C稱為測量矩陣，u是控制量，A、B、C、u由實際濾波模型決定，均為已知，上述參數(shù)可以是恒定的，也可以是隨時間變化的^[5]。w是系統(tǒng)噪聲，v是測量噪聲。

　　卡爾曼濾波算法由五條濾波公式組成：

　　公式一：狀態(tài)預測方程

　　公式二：誤差預測方程

　　公式三：卡爾曼增益方程

　　公式四：濾波估計方程

　　公式五：誤差更新方程

　　卡爾曼濾波算法如圖1所示。濾波算法用反饋控制的方法估計過程狀態(tài)，濾波器首先預測過程某一時刻的狀態(tài)，然后通過測量值對預測值進行反饋和校正，其中公式一和公式二組成預測方程，產(chǎn)生先驗估計，公式三、公式四和公式五組成校正方程，將先驗估計和測量值結合構造改進的后驗估計，即用測量值對預測值進行校正，卡爾曼濾波器就是通過這樣一個不斷的“預測(先驗)—測量—校正(后驗)”的過程，使得最優(yōu)估計的誤差隨時間以指數(shù)衰減，從而使得數(shù)據(jù)逐漸“收斂”，以此來達濾波的目的^[6 。

2 系統(tǒng)硬件設計

　　如圖2所示，系統(tǒng)的硬件部分由超聲波傳感器，F(xiàn)PGA開發(fā)板以及LCD液晶屏組成。系統(tǒng)工作時，F(xiàn)PGA通過超聲波傳感器的驅(qū)動模塊來讀取傳感器采集的實時測量數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過卡爾曼濾波算法進行濾波和去噪處理后，再通過LCD驅(qū)動模塊控制LCD液晶屏進行數(shù)據(jù)的實時展示。

　　在該系統(tǒng)中，超聲波傳感器驅(qū)動和LCD驅(qū)動采用Verilog HDL設計，卡爾曼濾波模塊通過NIOS II軟核中的C語言實現(xiàn)。這樣既可以發(fā)揮硬件處理速度快的特點，又可以很好的發(fā)揮C語言處理浮點數(shù)運算和編程靈活的特點，從而保證系統(tǒng)性能最優(yōu)。

　　系統(tǒng)采用的LCD液晶屏的尺寸是320*240。圖3是LCD屏幕的分區(qū)顯示效果圖，液晶屏最上部顯示運動狀態(tài)檢測結果，下部顯示實時數(shù)據(jù)，其中左側顯示實時波形曲線，右側顯示實時數(shù)值數(shù)據(jù)。

3 系統(tǒng)軟件設計

　　該系統(tǒng)的軟件算法流程如圖4所示，F(xiàn)PGA通過超聲波傳感器采集距離信息，并進行距離信息的存儲以完成被檢測物體的運動狀態(tài)判斷，當物體處于靜止狀態(tài)時則使用一維卡爾曼濾波算法對含噪聲的距離測量值進行濾波去噪;當物體處于運動狀態(tài)時，則使用二維卡爾曼濾波算法對含噪聲的距離測量值進行去噪和優(yōu)化處理，并可以利用關系矩陣和濾波算法得到運動物體的速度值。