Исследование алгоритма непрерывной дискретной свертки на цифровом сигнальном процессоре
DOI:
https://doi.org/10.22213/2413-1172-2025-2-38-49Ключевые слова:
маяк, лазер, цифровой сигнальный процессор, корреляционная функция, быстрое преобразование Фурье, дискретная свертка сигналаАннотация
Непрерывная дискретная свертка является важным инструментом в современных системах навигации роботов благодаря своей способности эффективно обрабатывать сигналы. Современными системами навигации роботов используются различные методы фильтрации и интеграции данных, такие как фильтр Калмана или алгоритм одновременной локализации и картографирования (SLAM). Однако непрерывная дискретная свертка дополняет эти подходы. Разработан алгоритм непрерывной дискретной свертки на базе быстрого преобразования Фурье (БПФ), что позволяет обрабатывать большие объемы данных в реальном времени, что критично для навигации роботов. Так как сигналы с лавинного фотодиода непрерывно преобразуются с помощью аналого-цифрового преобразователя (АЦП) и записываются в буфер, то они представляют собой временные ряды. Непрерывная дискретная свертка, учитывающая временную последовательность данных, хорошо подходит для анализа таких данных и извлечения из них полезной информации. Проведены исследования алгоритма непрерывной дискретной свертки на процессоре TMS320F28377D, реализованном на базе БПФ временных интервалов лазерных дальномеров и веерных маяковых лазерных систем. Особенностью реализации дискретной свертки является его работа в режиме реального времени для поиска сигналов лазеров маяков с заданной частотой. В программе реализовано одновременное преобразование аналогового сигнала оптического приемника при помощи встроенного АЦП, запись цифрового сигнала в один из двух буферов и параллельные вычисления в другом буфере быстрой свертки на процессоре и сопроцессореTMS320F28377D на ассемблере. Для повышения скорости обработки данных использованы два модуля прямого доступа к памяти DMA, модуль ускорителя CLA процессора TMS320F28377D. Получена корреляционная функция, вычисленная в результате свертки исходного сигнала с эталонным сигналом прямоугольной формы с заданной частотой. Максимум вычисленной корреляционной функции показывает задержку времени между началом передачи импульсов маяка и временем приема на фотодиоде. Данное время задержки показывает азимут на маяк.Библиографические ссылки
Трефилов С. А., Ходырев Г. В. Разработка математической модели высокоманевренного робота для имитации роботов различных типов конструкций // Вестник ИжГТУ имени М. Т. Калашникова. 2024. Т. 27, № 3. С. 38-48. DOI: 10.22213/2413-1172-2024-3-38-48. EDN COTTDJ
Трефилов С. А., Пономарев Д. А. Свертка непрерывного сигнала с использованием быстрого преобразования Фурье с перекрытием для определения координат транспортного робота // Вестник ИжГТУ имени М. Т. Калашникова. 2024. Т. 27, № 3. С. 4-15. DOI: 10.22213/2413-1172-2024-3-4-15. EDN OSDFLB
Трефилов С. А., Никитин Ю. Р., Пономарев Д. А. Исследование цифрового дискретного быстродействующего полосового фильтра высоких порядков на процессоре TMS320F28377D для навигации мобильных роботов // Вестник ИжГТУ имени М. Т. Калашникова. 2024. Т. 27, № 4. С. 55-69. DOI: 10.22213/2413-1172-2024-4-55-69. EDN HIIVHS
Kaplun D., Voznesensky A., Romanov S. (2020) Classification of Hydroacoustic Signals Based on Harmonic Wavelets and a Deep Learning Artificial Intelligence System. Applied Sciences (Switzerland), no. 10 (9), p. 3097.
Voznesensky A., Kaplun D. (2019) Adaptive Signal Processing Algorithms Based on EMD and ITD: IEEE Access - 2019, vol. 7, pp. 171313-171321
Hamza A.R., Hussein M.A. (2024) An Innovative Embedded Processor-Based Signal Phase Shifter Algorithm. ARO: The Scientific Journal of Koya University, vol. 12, no. 1, pp. 19-28. DOI: 10.14500/aro.11358. EDN XRYUDN
Burova A.Yu., Usatenko T.O. (2020) Digital algorithms for the discrete frequency selection of signals that do not use algorithmic multiplication operations. TEM Journal, vol. 9, no. 2, pp. 501-506. DOI: 10.18421/TEM92-11. EDN EWQQIZ
Мингазин А. Т. Улучшенный синтез формирующих КИХ-фильтров для систем цифровой связи // Цифровая обработка сигналов. 2024. № 1. С. 12-20. EDN SIFTJG
Вашкевич М. И., Азаров И. С. Сравнение частотно-временных преобразований: Фурье анализ, вейвлеты и банки фильтров на основе фазового преобразования // Цифровая обработка сигналов. 2020. № 2. С. 13-26. EDN MLRFPZ
Кошелева Д. Д., Доронина А. В. Преобразование Фурье и быстрое преобразование Фурье // Инновации. Наука. Образование. 2021. № 38. С. 626-632. EDN XUEDEM.
Singh P., Gupta A., Joshi Sh. (2022) General Parameterized Fourier Transform: A Unified Framework for the Fourier, Laplace, Mellin and Z Transforms: IEEE Transactions on Signal Processing, vol. 70, pp. 1295-1309. DOI: 10.1109/tsp.2022.3152607. EDN UPPMTU
Shevgunov T., Efimov E., Guschina O. (2023) Estimation of a Spectral Correlation Function Using a Time-Smoothing Cyclic Periodogram and FFT Interpolation - 2N-FFT Algorithm. Sensors, vol. 23, no. 1, p. 215. DOI: 10.3390/s23010215. EDN FDRZBN
Высокопроизводительная цифровая фильтрация на модифицированных умножителях с накоплением в системе остаточных классов с модулями специального вида / П. А. Ляхов, А. С. Ионисян, М. В. Валуева, А. С. Ларикова // Информационные технологии. 2021. Т. 27, № 4. С. 171-179. DOI: 10.17587/it.27.171-179. EDN IVDZOW
Ferreira M.A., Moreira L.C., Lopes A.M. (2024) Autonomous Navigation System for a Differential Drive Mobile Robot. Journal of Testing and Evaluation, vol. 52, no. 2, pp. 841-852. DOI: 10.1520/jte20230191. EDN UYPUDM
Ван Ю. Исследование навигационной системы на базе колесного мобильного робота Mecanum // StudNet. 2022. Т. 5, № 3. EDN UIQMYS
Arce D., Solano Ja., Beltrán C. (2023) A Comparison Study between Traditional and Deep-Reinforcement-Learning-Based Algorithms for Indoor Autonomous Navigation in Dynamic Scenarios. Sensors, vol. 23, no. 24, p. 9672. DOI: 10.3390/s23249672. EDN TANWEX
Raj R., Kos A. (2024) Discussion on different controllers used for the navigation of mobile robot.International Journal of Electronics and Telecommunications, pp. 229-239. DOI: 10.24425/ijet.2024.149535. EDN TNFUJF
Galati R., Mantriota G., Reina G. (2022) RoboNav: An Affordable Yet Highly Accurate Navigation System for Autonomous Agricultural Robots. Robotics, vol. 11, no. 5, p. 99. DOI: 10.3390/robotics11050099. EDN JNMYXE
Volná E., Kotyrba M., Bradac V. (2020) Soft Computing-Based Control System of Intelligent Robot Navigation. Lecture Notes in Computer Science, vol. 12034 LNAI, pp. 379-390. DOI: 10.1007/978-3-030-42058-1_32. EDN BKKUXO
Sh. Shentu, Zh. Gong, X. Ju. Liu (2022) Hybrid Navigation System Based Autonomous Positioning and Path Planning for Mobile Robots. Chinese Journal of Mechanical Engineering, vol. 35, no. 1, pp. 109. DOI: 10.1186/s10033-022-00775-4. EDN QAWFNG
Ju. Fusic S., Sugumari T. (2023) A Review of Perception-Based Navigation System for Autonomous Mobile Robots. Recent Patents on Engineering, vol. 17, no. 6. DOI: 10.2174/1872212117666220929142031. EDN HDUWNC
Альтман Е. А., Александров А. В. Анализ зависимости быстродействия быстрого преобразования Фурье от объема обрабатываемых данных // Вестник Ростовского государственного университета путей сообщения. 2023. № 1 (89). С. 136-143. DOI: 10.46973/0201-727X_2023_1_136. EDN KKLUKI
Алексашкина А. А., Костромин А. Н., Нестеренко Ю. В. О быстром алгоритме вычисления преобразования Фурье // Вестник Московского университета. Серия 1: Математика. Механика. 2021. № 3. С. 36-41. EDN UIVZTB
Го Л., Чжоу П. Применение быстрого преобразования Фурье в микропроцессорных устройствах РЗА // Инновации и инвестиции. 2021. № 8. С. 97-99. EDN SEFRAS
Исследование спектрального анализа и синтеза сигналов на основе преобразования Фурье / Т. А. Гиш, В. С. Пелешенко, А. С. Медведева, Н. В. Ржевская // Auditorium. 2023. № 2(38). С. 87-91. EDN CFYHFO
Pavlov A.V. (2020) Regularity of the transform of Laplace and the transfom of Fourier. Mathematical Physics and Computer Simulation, vol. 23, no. 4, pp. 13-18. DOI: 10.15688/mpcm.jvolsu.2020.4.2. EDN DKKNUS
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Сергей Александрович Трефилов, Юрий Рафаилович Никитин, Дмитрий Андреевич Пономарев
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
