基于tidsp5402的炮弹声源定位系统的硬件设计及算法设计(编辑修改稿)

基于tidsp5402的炮弹声源定位系统的硬件设计及算法设计(编辑修改稿)内容摘要：

对地攻击检测评估系统技术说明书 27 4 枚炸弹原始信号波形图 对地攻击检测评估系统技术说明书 28 4 枚炸弹处理后的信号波形图 8 枚炸弹原始波形与处理后的波形对比图 对地攻击检测评估系统技术说明书 29 为了将信号进行集成比较，对 8 枚炸弹的比较图就仅选用一路波形图，如上图所示。 小波消噪中阈值的选取 在小波分析中消噪中阈值的选取方法采用下述两种： (1)给定阈值消噪处理：阈值可根据以往 的实验经验（靶场环境，弹种等），这种阈值可信度高。 在进行阈值量化处理时可用函数wthresh，在我们的应用中，我们使用了软阈值处理，如下： ………………….. ………………….. thr=1000。 xd1=wthresh(xd1,39。 s39。 ,thr)。 xd2=wthresh(xd2,39。 s39。 ,thr)。 xd3=wthresh(xd3,39。 s39。 ,thr)。 xd4=wthresh(xd4,39。 s39。 ,thr)。 ……………………… ………………………… 经过消噪后的波形入图所示： 对地攻击检测评估系统技术说明书 30 4 枚 炸弹消噪后的波形图 8 枚炸弹的两次滤波比较图 对地攻击检测评估系统技术说明书 31 (2)强制消噪处理：是一种自动处理方法，该方法是将小波分解结构中的高频系数全部置为 0，即滤掉所有高频部分，然后对信号进行小波重构。 这种方法比较简单，且消噪后的信号比较平滑。 由于在系统中使用了基于小波变换的去噪方法，所以对信号中含有干扰和噪声能够很好的消除。 小波分析的计算机实现 表 小波变换的函数说明 函数名 说明 分解 函数 dwt 单尺度一维离散小波变换 wavedec 多尺度一维小波分解 (一维多频率分析函数 ) wmaxlec 允许的最大尺度值分解 合成 重构 函数 idwt 单尺度一维离散小波逆变换 waverec 多尺度一维小波重构 wroef 对一维小波系数进行单支重构 upcoef 一维系数的直接小波重构 分解 结构 函数 detcoef 提取一维小波变换高频系数 appcoef 提取一维小波变换低频系数 upwlev 单尺度一维小波分解的重构 消噪 压缩 函数 ddencmp 或取消噪或压缩过程中的默认阈值 wdmpen 以 BirgeMassart 算法设置一维或二维信号消噪的阈值 wdcbm 以 BirgeMassart 算法设置一维信号消噪或压缩的阈值 wdencmp 用小波进行一维或二维信号的消噪或压缩 wden 用小波进行一维信号的自动消噪 wthrmngr 阈值管理 基于 Matlab 的部分程序如下 „„„„ „„„„ 对地攻击检测评估系统技术说明书 32 %多尺度分解 (仍用 db1) [C,L]=wavedec(dd,3,39。 db139。 )。 cA3=appcoef(C,L,39。 db139。 ,3)。 %重构第三层的低频信号 A3=wrcoef(39。 a39。 ,C,L,39。 db139。 ,3)。 %重构第 3 层的高频信号 D1=wrcoef(39。 d39。 ,C,L,39。 db139。 ,1)。 D2=wrcoef(39。 d39。 ,C,L,39。 db139。 ,2)。 D3=wrcoef(39。 d39。 ,C,L,39。 db139。 ,3)。 figure。 %显示多尺度分析结果 subplot(2,2,1)。 plot(A3)。 title(39。 A339。 ) subplot(2,2,2)。 plot(D1)。 title(39。 D139。 ) subplot(2,2,3)。 plot(D2)。 title(39。 D239。 ) subplot(2,2,4)。 plot(D3)。 title(39。 D339。 ) %重构原始信号 A0=waverec(C,L, 39。 db139。 )。 err=max(abs(ddA0)) err= %信号的初步去噪 (比较第三层近似信号与原始信号 ) figure。 subplot(2,1,1)。 plot(dd)。 title(39。 original39。 )。 axis off 对地攻击检测评估系统技术说明书 33 subplot(2,1,2)。 plot(A3)。 title(39。 Level 3 Approximation39。 )。 axis off (1)单尺度离散小波变换函数 dwt 格式为： ① [cAl,cDl]=dwt(X,39。 wname39。 ) ② [cAl,cDl)=dwt(X,Lo_D,Hi_D) 说明：其中 X 为被分析的离散信号， wname 为分解所用到的小波函数， Lo_D、 Hi_D 为分解滤波器， cA和 cD 分别为返回的低频系数和高频系数向量。 m a i n完 成 信 号 的 单 尺 度 离散 小 波 分 解打 开 数 据 文 件正 确从 系 数 中 重 构 低 频 和高 频 部 分 并 显 示恢 复 信 号完 成 信 号 的 多 尺 度 离散 小 波 分 解从 系 数 中 重 构 低 频 和高 频 部 分 并 显 示重 构 原 始 信 号 并 初 步去 噪YN 图 程序流程 (2)upcoef 是系数的直接小波重构函数，其格式为： 对地攻击检测评估系统技术说明书 34 ① Y=upcoef(O,X,39。 wname39。 ,N) ② Y=upcoef(O,X,39。 wname39。 ,N,L) ③ Y=upcoef(O,X,Lo_R,Hi_R,N) ④ Y=upcoef(O,X,Lo_R,Hi_R,N,L) ⑤ Y=upcoef(O,X,39。 wname39。 ) ⑥ Y=upcoef(O,X,Lo_R,Hi_R) 说明：该函数用于计算向量 X 向上 N 步的重构小波系数， N 是严格的正整数。 如果 O=a，则是对低频系数进行重构，如果 O=d，则是对高频系数进行重构。 (3)idwt 为单尺度 — 维离散小波逆变换函数。 格式为： ① X=idwt(cA,cD,39。 wname39。 ) ② X=idwt(cA,cD,Lo_R,Hi_R) ③ X=idwt(cA,cD,39。 wname39。 ,L) ④ X=idwt(cA,cD,Lo_R,Hi_R,L) 说明：对格式①、③，是用小波函数进行重构，对于格式②、④，是用重构滤波器进行重构。 cA 和 cD 的长度是相等的， Lo_R 和 Hi_R的长度是相等的。 X 为重构后信号的向量。 (4)wavedec 为多尺度小波分解函数，其格式为： ① [C,L]=wavedec(X,N,39。 wname39。 ) ② [C,L]=wavedec(X,N,Lo_D,Hi_D) 说明：它用小波或分解滤波器完成对信号 X 的多尺度分解， N为尺度，且为严格的正整数。 输出参数 C 由 [cAj,cDj,cDj1,„ ,cD1]组对地攻击检测评估系统技术说明书 35 成， L 由 [cAj 的长度， cDj 的长度， cDj1 的长度，„， cD1 的长度，X 的长度 ]组成。 (5)appcoef 用于从小波分解结构 [C,L]中提取一维信号的低频系数，格式为 ① A=appcoef(C,L,39。 wname39。 ,N) ② A=appcoef(C,L,39。 wname39。 ) ③ A=appcoef(C,L,Lo_R,Hi_R) ④ A=appcoef(C,L,Lo_R,Hi_R,N) 说明：其中 [C,L]为小波分解结构， wname 为小波函数， N 为尺度。 格式①计算尺度 N(N 必须为一个正整数，且 2)(0  Lle ngt hN )时的一维分解低频系数；格式②用于提取最后尺度（尺度 N＝2)( Llength ）的小波变换低频系数；格式③、④是用滤波器 Lo_R 和Hi_R 进行信号低频系数的提取。 (6)detcoef 用于从小波分解结构 [C， L)中提取 ① D=detcoef(C,L,N) ② D=detcoef(C,L) 说明：格式①用于提取尺度为 N(N 必须为一个正整数，且 ，分解结构为 [C,L]的一维分解高频系数 ；格式②用于提取最后尺度 (尺度N=length(L)－ 2)的分解高频系数。 (7)wrcoef 是对一维信号的分解结构 [C,L]用指定的小波函数或重构滤波器进行重构的函数。 其格式有： ① X=wrcoef(39。 type39。 ,C,L,39。 wname39。 ,N) ② X=wrcoef(39。 type39。 ,C,L,Lo_R,Hi_R,N) 对地攻击检测评估系统技术说明书 36 ③ X=wrcoef(39。 type39。 ,C,L,39。 wname39。 ) ④ X=wrcoef(39。 type39。 ,C,L,Lo_R,Hi_R) 说明：当 type=a 时，对信号的低频部分进 行重构，此时 N 可以为 0；当 type=d 时，对信号的高频部分进行重构，此时 N 为正整数。 (8)waverec 为多尺度小波重构函数，用指定的小波函数或重构滤波器对小波分解结构［ C,L］进行重构，格式为 ① X=waverec(C,L,39。 wname39。 ) ② X=waverec(C,L,Lo_R,Hi_R) 说明：它是 wavedec 函 数 的 逆 函 数 ， 即 有X=waverec(wavedec(X,N,39。 wname39。 ) ， 39。 wname39。 )。 另外，X=waverec(C,L,39。 wname39。 )与 X=appose(C,L,39。 wname39。 ,0)等价。 格式①用小波函数进行重构，格式②用重构滤波器进行重构。 (9)利用小波对信号去噪，首先要识别出信号的哪一部分或哪些部分包含噪声，然后舍弃这些部分进行信号重构。 在本例中，当越来越多的高频信息从信号中滤去时，相应的低频部分变得越来越“纯洁”，即所含的噪声越来越小。 当然，我们在去掉高频部分的同时也丢失了初始信号的瞬变特征。 因此，更优化的去噪是阈值消噪，即只去除那些超过某一设定值的细节部分。 （ 10）对于信号处理过程中的小波基函数，去噪函数等的选取是要经过一定的分析来获得的。 在本系统的分析 过程中，我们通过对大量的数据进行分析，主要是利用 Matlab 自带的分析工具来进行，在环境中键入 wavemenu 就可打开该环境。 分析过程如下图： 对地攻击检测评估系统技术说明书 37 图 单尺度一维小波变换 图 树模式 图 信号初步去噪 信号处理系统软件流程 信号处理程序流程如下 : 1. 读取 文件 ,获得炮弹数 ,传感器数目及传感器地址号 . 对地攻击检测评估系统技术说明书 38 2. 判断程序循环次数 (jj)是否大于传感器数目 ,如果大于 ,则跳到第 13 步 ,否则继续往下执行 . 3. 读取信息帧数据 ,计算得出每个信号的起始时间 ,起始地址和文件长度 ,即采集 到的数据量 . 4. 对数据进行第一次处理 :采用小波处理 (过程略 ). 5. 对数据进行第二次处理 :各个数据段的数据分别采用滚动平均法处理 . 6. 对数据进行第三次处理 :能量法处理 . 7. 对数据进行第四次处理 :总体归一化处理 . 8. 寻找峰值时间 ,并对各个峰值时间所在的信号段进行能量积累 . 9. 对各个信号的积累能量排序 . 10. 计算每个信号的真实时间 对地攻击检测评估系统技术说明书 39 11. 根据排序后的积累能量 ,我们找出所要求个数的时间数据并输出到文件中 . 12. 跳转至第 2 步 . 13. 结束程序 . 注释 :在第 8步处理中 ,我们先比较每个信号段里 的数据 ,如果大于一定阈值的数据的数量 ,即波形的宽度大于一定的要求时 ,我们就认为这个信号段是有用的信号 ,因此我们就取信号中大于阈值的第一个数据所对地攻击检测评估系统技术说明书 40 对应的时间为信号时间 . 8 评估决策子系统 用适当的软件开发工具计算出弹着点坐标，并用图形方式显示出来，可实时计算出炸弹的命中率，并将结果存入数据库，供以后查询。 这部分需要注意的是数学模型的建立和计算方法的优化，用最短的时间精确地得到计算结果。 该系统不可或缺，因为其它系统作用的结果只有通过该系统体现出来，并作为综合评估部队训练水平的可靠依据。 评估软件子系统包括以下模块： 系统布阵模块 通过系统布阵模块，操作员可以根据实际情况，如炮弹的种类、靶场的地貌、地形等选择相应的阵型，设置相应参数。 如果射击目标的范围在 500m*500m以内 (要求误差小于 5m)，靶场的地形较平坦，是平原或沙滩则可采用单阵（所谓单阵，即在目标范围边缘区域设置四个声音传感器用于采集炮弹爆炸声音信号）。 如果目标的范围大于500m*500m，靶场的地形较崎岖，是山地或丘陵则可采用复阵（所谓复阵，即在目标范围区域内按一定的方位设置多个声音传感器采集炮弹爆炸声音信号）。 系统。