数字信号控制器将热电偶改变为“超级明星”

分类：解决方案日期：2007-04-14 00:00:00

Creed Huddleston
Omnisys Corp.
数字信号控制器结合了微控制器和数字信号处理器在功耗和灵活平台的两大优势以建立更有创意的度量和控制应用。
精确的温度测量是许多过程控制或监测条件都需要的。据称“无论怎样，在工业现场测量温度都很难精确”。无论应用现场如何，设计人员都希望设计的产品费用低廉并具有广阔的发展前景。
作为各种温度测量而言，采用热电偶是一种相对廉价的方法，但它们的输出却是极低的电压信号－在毫伏级，并且常常安装在高噪音环境。许多设计人员都希望采用数字信号处理技术来改善其度量质量，但微控制器常缺少所需的功率执行这些技术以完成相关的控制和通讯功能。现在出现的拯救措施就是数字信号控制器—这种新型处理器结合了微控制器和数字信号处理器（DSP）在功耗和灵活平台方面的优点，从而可以建立一个优秀的度量和控制应用系统。

满足最大精度的信号处理技术
通过采用先进的信号处理技术，设计人员不仅能极大地提高热电偶温度测量的精度也能改善其稳定性。在详细讨论其原理前，我们先确定一些基本概念，或至少需要接受讨论的一些约定。记住在我们讨论的实际情况中，我们是从测量信号中析取潜在的“真实”温度信号，这些信号中可能含有很高的噪音成份。为确保不将两者混乱，在下列讨论中所有与温度信号有关的参数都用下注T表示；噪音用N表示；测量信号用M表示。例如，实际温度信号的电压值用VT表示，噪音用VN，测量值用VM表示，如下所示：
VM = VT + VN (1)图1为热电偶到微处理器的基本信号流程图，它看上去几乎包括所有采用数字信号进行析取处理或改善测量数据的系统。
在最小系统时，热电偶信号调节电路通过冷端补偿将毫伏级的差分热电偶信号转换为更容易处理的信号，并将差分信号转换到放大器的单一终端输出。这种输出（第2阶段）然后通过低通带反混淆滤波器将转换信号的频带宽限制的符合Nyquist标准。
对于反混淆滤波器而言有两个关键点需注意。首先，滤波器应该是处理模拟值而不是数字值。这种要求可阻止信号采样时出现的光谱复制；数字滤波器的光谱成份需要在每个FS采样周期内重复，但模拟的低通滤波器没有这样的复制功能，削弱中止频率上方的所有频率成份。其二，对滤波器的相关点是中止频率比采样频率FS低的多，结果，模拟滤波器很难达到理想的衰减频率FS或其上值。为了减少滤波器费用不仅要简化滤波器设计，而且也需要改善滤波器的稳定性，因为较低费用的滤波器几乎离散成份（其值会随着时间改变）无要求。在第3阶段经过限频的信号通过A/D转换器进行数字化，第4阶段输出一个数字值以供进一步处理。
对温度测量应用而言所使用的技术取决于特殊系统的大范围检测特性有；热电偶使用环境中温度信号和电子噪音在频谱中的内容成份、能容忍的信号延迟量、当然还有可利用的计算能力。同时，你对正在析取的温度信号的光谱特性和系统中的噪声源也应该有所了解，从而可以测试并确保你的分析正确。
改进温度测量作为一个例子，我们采用Microchip Technology公司的dsPIC系列数字信号控制器，让我们现在来看一下改进温度测量的5个方面。
过量采样.在许多工艺过程中，热传输的物理局限性可以防止温度的快速波动因而能严格限制相关温度信号的频率内容。主张这种限制频率内容的方法称为“过量采样”，既采样的测量信号远超过频率的内容需求。而Nyquist告诉我们，具有BM Hz带宽的信号至少需要2 BM Hz的 FS频率采样，实际中会根据采样硬件的物理系统限制要求采用更快的速率(一般4–5 BM Hz)。
我们讨论中提到过度采样，然而，实际中用的采样速率远比Nyquist要求的高，一般确定为10–20 倍BM。这样，我们能将复制的光谱传播的更远分离（记住，它们的分离取决于FS 和BM, 而BM是固定的）。这将减少邻近光谱的泄漏减少到最小并允许我们运行更高的算法而不会对信号延迟产生重大影响。数字信号控制器易于较快的处理数据，而不会像微处理器那样产生慢阻塞。
注意，采样速率应是基于测量信号带宽BM建立，而不是取决于温度信号的带宽BT，这样可以避免希望得到的外部带宽的噪音成份进入有兴趣的光谱范围。
消除了电源线的干扰.实际应用中，运行的热电偶信号线靠近AC电源线是很普遍的现象。例如，在喷射模塑法中，筒状加热器常用来加热铸型（间接加热塑胶）到适当的温度。一般这些加热器有4根导线，2根用于加热器的AC电源，2根用于监测加热器温度的嵌入热电偶，这些导线都是几乎平行地插入。虽然热电偶信号是差分信号，当电源线的非共模方式常会引起严重问题。幸运的是，我们采用了数字信号处理完全可以回避此问题。

我们首先从简单的情况考虑。此过程，BT 比 BM低的多，应用中采用很低中止频率的低通带滤波器通过移除噪音可极大地改善系统精度。这种情况经常出现于大量热量信息存在于AC电源线噪音旁的情况，如图2A所示。
对于这种频谱须有两点注意。首先，显示的图明显是一种理想情况，其中不包含宽带噪音（噪音会充满整个有用的光谱），这样可使我们很容易地探究显现的概念。其二，虽然交流电源噪音能量比温度信号本身高很多，但噪音光谱能从有用的信号中分离出，因为我们可以施加统一增益的低通带滤波器以非常有效的消除噪音，如图2B所示。
图（2C）显示了施加低通滤波器后的频谱。该图的电源噪音已被消除，仅余下清晰的温度信号。采用的低通滤波器可以为无限刺激响应（IIR）或限定刺激响应（FIR），具体情况取决于存储器的容量和配置的计算资源。IIR滤波器一般耗费较少的资源，而FIR滤波器允许设计人员制作的滤波器具有更高的精度特性。对于不同滤波器性能的探测已超出了本文所谈论的范围，在参考文献[3]有这部分的相关文章。
如果进一步改进的话，我们可以在反混淆滤波器中设定中止频率，这样可以维持一致增益高出BT，防止其在运行一段时间后丢失。我们还可以采用数字低通滤波器进一步削弱残余在有用信号外的噪音频率。数字信号控制器能给出我们需要的计算带宽以执行更精密滤波器的高端指令，而通频带和中止频带间的快速转换可以消除有用信号外的任何频率成分。

当电源噪音不在温度信号频带外时，我们如何处理图3A的情况？此时我们应像外科医生而不是屠夫，需要一点一点的去除无用的频谱并使留下的“好”信号尽可能完美。
为了完成这一点，我们通常使用陷波滤波器，其可以通过滤波器上下的任何频率，但可急剧削弱信号周围的频率，如图3B显示。这里，数字信号控制的计算能量为发亮部分，这样会允许我们采用具有更高频率的限波滤波器（与模拟区使用的相比）。
减小“有用”信号失真的关键在于使用一个好的、锋利的“凹口”，其必须宽到能消除电源线的干扰。图3C显示了在图3B中采用陷波滤波器消除图3A中噪音信号的结果。
与低频情况不同，我们能排斥噪音而不影响温度信号，但陷波滤波器会引起温度信号的降级。即使如此，我们得到的测量结果也比我们使用低级模拟滤波器或根本不使用滤波器的情况好的多。
消除尖锐噪音的中值滤波我们测试的各种噪音是连续出现的，但这种假设不现实的。偶然出现的噪音称为尖锐噪音，其包括各种电子的或机械的设备声源。图4A显示出即使存在重大尖锐噪音情况时我们如何采集潜在的有用信号。

如果我们通过FIR或IIR滤波器进行简单的信号平均，样品4和超过部分既会有很大的转变，平均值的结果与样品4同长，实际上这并不是我们真正需要的信号值。多数人直观地将样品4作为失真值而舍弃并且认为实际温度约在300F，但采用中值滤波会有更好的结果。
当我们在群体采样中采用中值滤波时，我们将其分为向上和向下的指令，然后挑选出中值作为滤波输出值。这样执行的效果是，中值滤波表现为一种低通滤波并且比目前尖锐噪音中使用的平均滤波效果更好，因为它实际上过滤出了不存在的采样值，而不是仅仅削弱它们的影响。
中值滤波的关键参数是它的长度，采用时间长的滤波，会滤出较多的采样噪音值，但也要损失较高的信号延时。例如，如果我们有一个三段采样长度的中值滤波，我们能忍受一个噪音。如果我们用二段采样长度，它是很可能的（不一定有绝对保证），两个的一个将是中值然后被从滤波输出。对于三个噪音的采样值，滤波输出肯定是噪音值。一般而言，中值滤波在长度上应至少是2 N + 1采样周期，这样才可以抑制大部分噪音的采样值。由于滤波的长度决定了通过滤波的延迟时间，这就成为某些应用中的重大限制。
另一个缺点是滤波采样必须根据每个输出样分类。DSP对于履行管线放大具有很高的优化作用――累计操作，这种种标准数字滤波在被迫执行中值滤波分类而需要执行比较－分支操作要求时，能出现很大的减速。
图4B显示了对图4A的噪音信号施加3段中值过滤的效果。注意样值4，它原先几乎是周围样值的两倍，现在则具有很高的合理性。另外通过简易的移动式低通滤波器滤波能进一步净化采样信号，显然不包括畸形的采样值。
多通道平均。对于少数幸运的设计者而言，多通道平均可以提供清除噪音的方法，该方法可以包括在特别的热电偶路径中。虽然大部分应用不能提供多余空间或执行多余热电偶的元件，当我们仍可采用此技术获得益处。简单的平均传感器可以通过多台热电偶测量同一现场值以减弱非共模噪音产生的影响。中值过滤也可以通过施加的传感器阅读器（假设我们正在测量同一点）来进一步减少尖锐噪音的影响。
采用微控制器会出现何种失常？
人们为什么不在8位或16位微控制器中去试试和贯彻这些思想呢？对于微控制器采用这些算法有三个约束：算法的硬件功能、存储器的地址模式和数据总线宽度。
执行单循环高精度数学操作的能力是完成数字信号处理运算中最基本的功能。不仅数学操作本身需要快速执行，而且保存结果的累加器（寄存器）必须能存储各种操作的运算结果。通常，我们谈论的16位×16位乘法（32位的结果），那需要40位或更高容量寄存器（其能快速判别或从算法溢出中恢复）。而微控制器不能做到这些，因此，当进行高精度的数学运算时，采用8位的单字节操作就会出现时间紊乱。对于宽度而言，数字信号控制器中的单循环累加器较容易维持高速、高精度的数据运算以实现数字滤波和其它的信号处理运算。
对于大量信号处理而出现的另一要求为单循环中从两个独立的存储器读取数据的能力（例如，要得到的滤波系数和相关的数据采样值）。对于“哈佛”或改进的“哈佛”结构的微控制器而言，很少有支持这种能力的。没有这种能力，重新得到采样数据和滤波系数的时间就会加倍，就会影响设备的处理量。数字信号控制器既支持“哈佛”结构也支持改进的“哈佛”结构，它能很快地将数据传送到运算中心而无需延时。
最后一点，大部分微控制器不支持现行的总线宽度，而必须将24位改为32位。普遍要求转换的高精度数据严格限制了微控制器能处理的数据从而引起相关代码的复杂化。对于目前较宽的数据路径，数字信号控制器完全能从处理和编码的角度消除这种影响。
采用数字信号处理器会出现何种失常？
至今为止，你可能会认为标准微控制器不可能有足够的能力执行这些算法，但使用DSP如何呢？这些器件可运行各种高速运算，所以，它们应该完全适合，对吗？结论先别那么快。
DSP肯定是支持快速数学处理的优选方案，但要达到它们的高性能，必须采用更广的数据应用或指令传递途径。一旦满足，这些传递途径就会将各种数据和相关的指令传到处理中心，对于稳定的数据流几乎没有溢出的可能性。数学运算通常采用单循环，所以除非中断传播途径否则吞吐量不会很大。如果指令和数据不含在相关的传播路径中，传播路径肯定存在浪涌，这时可以再加载传播路径以重新找回信息。这些过程都需要时间，有时会很长。中断处理和程序分支是传播途径中断的源泉，而两个都是许多嵌入应用的集成部件。数字信号控制器的传播途径很短或根本没有，可以极大地减弱中断处理或程序分支的中断效果。
第二点需要考虑的是封装，许多嵌入式测量和控制应用都严格的空间限制，但DSP管角高并在增长。有些数字信号控制器，诸如dsPIC系列，仅有18个管角，非常方便面板布局和减少制造成本。
最后一点，也是许多设计人员最看重的，从微控制器跳跃到DSP存在一些担心，这需要设计人员学习新的和巨大结构差异方面的知识以及新的编码范例才能使这种器件得到完美的执行。而另一方面，数字信号控制器制造商也在增加全特色的DSP性能时有意保持微控制器的外观和感觉。这能促使精通微控制器应用的设计人员快速了解DSP的功能性而不必了解全新的结构。

结论
数字信号控制器是连接微控制器和DSP的优异纽带。通过在熟悉的结构中增加DSP功能，数字信号控制器可允许设计人员快速实现新的算法，从而能对各种过程参数的度量和控制结果产生更好的影响。因为数字信号控制器即可减少使用新装置的学习弯路，也能减少设计人员和其公司在采用该技术时的使用风险。
本文中我们主要针对温度测量来讨论数字信号控制器，实际上我们评测的很多技术也可用于诸如流量和压力等许多其它过程参数。相信不久后，数字信号控制器的应用必将有爆炸式发展，将会有更多的设计人员意识到它们的作用并且会很高兴地将它们设计到产品中。
dsPIC is a trademark of Microchip Technology Inc.
Notes
1. Dick Johnson. Feb. 2002. “Old and in the way?” Control Engineering, Vol. 46, No. 2:46.
2.Understanding Digital Signal Processing by Richard G. Lyons (ISBN 0-201-63467-8).
3. Lyons [2] devotes an entire chapter to each of the two major filter types (IIR and FIR).