Комплекс низкоуровневых программных средств обеспечения функционирования ориентированной децентрализованной сети акселерометрических датчиков
|
ВВЕДЕНИЕ 4
ГЛАВА 1. ТЕОРЕТИЧЕСКОЕ ВВЕДЕНИЕ 7
1.1. Постановка задачи 7
1.2 Беспроводные сенсорные сети 8
1.2.1 Стандарт ZigBee 10
1.3 Интерфейс UART 13
1.4 Типы шумовых воздействий, влияющих на выходной сигнал датчика 14
1.4.1 Шум квантования (Quantization Noize) 15
1.4.2 Случайное блуждание (дрейф) угла (Angle Random Walk) 15
1.4.3 Фликкер-шум (Нестабильность смещения нуля) (Bias Instability) 17
1.4.4 Случайное блуждание (дрейф) скорости (Rate Random 18
Walk) 18
1.4.5 Мультипликативная систематическая погрешность (Rate 19
Ramp) 19
1.4.6 Синусоидальный шум 19
1.5 Методы оценки шумовых составляющих сигнала 19
1.5.1 Условия эксперимента по снятию данных с датчика 20
1.5.2 Спектральная плотность мощности ( PSD, Power Spectral 21
Density ) 21
ГЛАВА 2. СОДЕРЖАНИЕ ИССЛЕДОВАНИЙ 22
2.1 Математический апппарат 22
2.1.1 Дисперсия Аллана (Allan Variance) 22
2.1.2 Алгоритм вычисления функции дисперсии Аллана 24
2.1.3 Оценка параметров шумовых компонент различными методами 25
2.2 Архитектура системы 26
2.2.1 Описание платы XTRINSIC-SENSE-BOARD 26
2.2.2 Freescale Freedom FRDM-KL25Z 30
2.2.3 Описание акселерометра Xtrinsic MMA8491Q 33
2.2.4 Радиомодули компании PANASONIC 34
2.2.5 Описание радиомодуля xbee pro s2b компании Digi 42
ГЛАВА 3. РЕАЛИЗАЦИЯ 45
3.1 Передача данных по UART 46
3.2 Прием данных акселерометра по COM-порту и выведение результатов в
виде графика 47
3.3. Оценка шумовых составляющих выходного сигнала датчика 49
ЗАКЛЮЧЕНИЕ 53
Список литературы 54
Приложение
ГЛАВА 1. ТЕОРЕТИЧЕСКОЕ ВВЕДЕНИЕ 7
1.1. Постановка задачи 7
1.2 Беспроводные сенсорные сети 8
1.2.1 Стандарт ZigBee 10
1.3 Интерфейс UART 13
1.4 Типы шумовых воздействий, влияющих на выходной сигнал датчика 14
1.4.1 Шум квантования (Quantization Noize) 15
1.4.2 Случайное блуждание (дрейф) угла (Angle Random Walk) 15
1.4.3 Фликкер-шум (Нестабильность смещения нуля) (Bias Instability) 17
1.4.4 Случайное блуждание (дрейф) скорости (Rate Random 18
Walk) 18
1.4.5 Мультипликативная систематическая погрешность (Rate 19
Ramp) 19
1.4.6 Синусоидальный шум 19
1.5 Методы оценки шумовых составляющих сигнала 19
1.5.1 Условия эксперимента по снятию данных с датчика 20
1.5.2 Спектральная плотность мощности ( PSD, Power Spectral 21
Density ) 21
ГЛАВА 2. СОДЕРЖАНИЕ ИССЛЕДОВАНИЙ 22
2.1 Математический апппарат 22
2.1.1 Дисперсия Аллана (Allan Variance) 22
2.1.2 Алгоритм вычисления функции дисперсии Аллана 24
2.1.3 Оценка параметров шумовых компонент различными методами 25
2.2 Архитектура системы 26
2.2.1 Описание платы XTRINSIC-SENSE-BOARD 26
2.2.2 Freescale Freedom FRDM-KL25Z 30
2.2.3 Описание акселерометра Xtrinsic MMA8491Q 33
2.2.4 Радиомодули компании PANASONIC 34
2.2.5 Описание радиомодуля xbee pro s2b компании Digi 42
ГЛАВА 3. РЕАЛИЗАЦИЯ 45
3.1 Передача данных по UART 46
3.2 Прием данных акселерометра по COM-порту и выведение результатов в
виде графика 47
3.3. Оценка шумовых составляющих выходного сигнала датчика 49
ЗАКЛЮЧЕНИЕ 53
Список литературы 54
Приложение
Последние достижения в области технологий микро-электро-механических систем (MEMS - Microelectromechanical systems), беспроводной связи и цифровой электроники, привело к созданию многочисленных миниатюрных, надежных и недорогих устройств, которые стали востребованы во многих отраслях производства и на потребительском рынке. По мере совершенствования технологий производства, повышения качества и характеристик, MEMS-датчики нашли свое применение в широких областях, например в оборонной, авиационно-космической, энергетической и других высокотехнологических отраслях.
Технологии беспроводных сенсорных сетей привлекает внимание многих ученых, исследовательских институтов и коммерческий организаций, что обеспечило большой поток научных работ по данной тематике. Большой интерес к изучению данных систем обусловлен широкими возможностями для применения в различных областях науки и техники. Беспроводные системы, в частности, могут использоваться для предсказания об отказе оборудования в промышленных предприятиях, в аэрокосмических системах и автоматизации зданий. Благодаря способности к самоорганизации, автономности и высокой отказоустойчивости такие сети активно применяются в системах безопасности и военных приложениях. Успешное применение беспроводных сенсорных сетей в медицине для мониторинга здоровья связано с разработкой биологических сенсоров совместимых и интегральными схемами сенсорных узлов. Но наиболее популярное применение данные сети получили в системах мониторинга окружающей среды и контроля живых существ.
В последнее время все более широкое внедрение, где находят применение MEMS-устройства, является инерциальная навигационная система. Инерциальная навигация -метод определения координат и параметров движения различных объектов (судов, самолетов и др.) и управления их движением, основанный на свойствах инерции тел [1]. Принцип инерциальной навигации заключается в измерении движений объекта, характеризуемых изменениями во времени его ускорения, скорости и координат, при помощи 5
В частности, в роли датчика может выступать акселерометр. Это прибор для измерения проекции кажущегося ускорения разности между истинным ускорением объекта и гравитационным ускорением [2]. Данные датчики находят широкое применение в инерциальных навигационных системах, а также в системах контроля вибрации и аварийных состояний в промышленном и бытовом оборудовании. В этом случае контроль технического состояния приборов предполагается осуществлять при помощи установленных на них беспроводных сенсорных устройств (например, датчиков вибрации). Такие датчики при обнаружении увеличения вибрации выше установленного порога, немедленно передают информацию о состоянии промышленного оборудования в собственную память сенсорного устройства для дублирования в случае необходимости. Применение технологии беспроводных сенсорных сетей позволяет организовать непрерывный контроль состояния различных объектов, контроль их местоположения, контроль любых действий над объектами. Все действия над объектами хранения могут быть автоматически зафиксированы на пульте управления, сопровождаться светозвуковой сигнализацией.
Цель работы - разработка низкоуровневых программных средств для обеспечения функционирования сети ZigBee для акселерометрического датчика. Снятие показаний датчика с целью последующей обработки для выявления и количественной оценки шумовых составляющих акселерометра.
Объектом исследования является акселерометр mma8491q,
установленный на плате Xtrinsic Sense Board.
Предметом исследования является написания программного обеспечения для данного акселерометра с целью дальнейшего
функционирования по беспроводной сети ZigBee для анализа вибрационных характеристик прибора
с последующей обработкой данных акселерометра для выявления корректности показаний датчика.
Научная новизна работы состоит в разработке комплекса низкоуровневых программных средств децентрализованной сети
акселерометрических датчиков для обработки вибрационных характеристик, снятых с промышленной установки и ее цифровой обработки.
Практическая ценность работы состоит в разработке комплекса низкоуровневых программных средств с обеспечением надежности и низких энергетических затрат беспроводных сетей для акселерометрических датчиков.
Технологии беспроводных сенсорных сетей привлекает внимание многих ученых, исследовательских институтов и коммерческий организаций, что обеспечило большой поток научных работ по данной тематике. Большой интерес к изучению данных систем обусловлен широкими возможностями для применения в различных областях науки и техники. Беспроводные системы, в частности, могут использоваться для предсказания об отказе оборудования в промышленных предприятиях, в аэрокосмических системах и автоматизации зданий. Благодаря способности к самоорганизации, автономности и высокой отказоустойчивости такие сети активно применяются в системах безопасности и военных приложениях. Успешное применение беспроводных сенсорных сетей в медицине для мониторинга здоровья связано с разработкой биологических сенсоров совместимых и интегральными схемами сенсорных узлов. Но наиболее популярное применение данные сети получили в системах мониторинга окружающей среды и контроля живых существ.
В последнее время все более широкое внедрение, где находят применение MEMS-устройства, является инерциальная навигационная система. Инерциальная навигация -метод определения координат и параметров движения различных объектов (судов, самолетов и др.) и управления их движением, основанный на свойствах инерции тел [1]. Принцип инерциальной навигации заключается в измерении движений объекта, характеризуемых изменениями во времени его ускорения, скорости и координат, при помощи 5
В частности, в роли датчика может выступать акселерометр. Это прибор для измерения проекции кажущегося ускорения разности между истинным ускорением объекта и гравитационным ускорением [2]. Данные датчики находят широкое применение в инерциальных навигационных системах, а также в системах контроля вибрации и аварийных состояний в промышленном и бытовом оборудовании. В этом случае контроль технического состояния приборов предполагается осуществлять при помощи установленных на них беспроводных сенсорных устройств (например, датчиков вибрации). Такие датчики при обнаружении увеличения вибрации выше установленного порога, немедленно передают информацию о состоянии промышленного оборудования в собственную память сенсорного устройства для дублирования в случае необходимости. Применение технологии беспроводных сенсорных сетей позволяет организовать непрерывный контроль состояния различных объектов, контроль их местоположения, контроль любых действий над объектами. Все действия над объектами хранения могут быть автоматически зафиксированы на пульте управления, сопровождаться светозвуковой сигнализацией.
Цель работы - разработка низкоуровневых программных средств для обеспечения функционирования сети ZigBee для акселерометрического датчика. Снятие показаний датчика с целью последующей обработки для выявления и количественной оценки шумовых составляющих акселерометра.
Объектом исследования является акселерометр mma8491q,
установленный на плате Xtrinsic Sense Board.
Предметом исследования является написания программного обеспечения для данного акселерометра с целью дальнейшего
функционирования по беспроводной сети ZigBee для анализа вибрационных характеристик прибора
с последующей обработкой данных акселерометра для выявления корректности показаний датчика.
Научная новизна работы состоит в разработке комплекса низкоуровневых программных средств децентрализованной сети
акселерометрических датчиков для обработки вибрационных характеристик, снятых с промышленной установки и ее цифровой обработки.
Практическая ценность работы состоит в разработке комплекса низкоуровневых программных средств с обеспечением надежности и низких энергетических затрат беспроводных сетей для акселерометрических датчиков.
В ходе работы было написано программное обеспечение для устройства Xtrinsic-Sense Board c целью осуществления передачи выходных данных акселерометра mma8491q по беспроводной сети ZigBee конечному пользователю, которое осуществляло сбор информации. Реализация программы производилось с помощью интегрированной среды разработки Keil uvision5 на языке программирования C.
Далее нам необходимо было осуществить сбор данных датчика с целью дальнейшей ее обработки. Для этого был использовали пакет прикладных программ MATLAB, в котором реализовывалась программа по снятию выходных параметров акселерометра по последовательному (COM) порту в виде графика в режиме реального времени. В данном графике выводились значения ускорений для каждой из оси акселерометра, т.е. для оси X, Y, Z.
После этого был поставлен эксперимент по снятию данных акселерометра с целью выявления и получения количественных оценок шумовых составляющих акселерометра. В этом случае датчик находился в неподвижном, т.е. в стационарном состоянии. Для оценки шумовых характеристик устройства mma8491q были сняты серии данных в течение 10 часов. В дальнейшем было произведено разбиение данных на кластеры и построение дисперсии Аллана. На графике дисперсии Аллана, с помощью аппроксимации полиномом с помощью метода наименьших квадратов, были выявлены, а также получены количественные оценки коэффициентов ошибок акселерометра mma8491q. Отклонение по Аллану показало корректные результаты, следовательно данные приходили без ошибок и пакеты не пропадали - следовательно система связи работает корректно.
Далее нам необходимо было осуществить сбор данных датчика с целью дальнейшей ее обработки. Для этого был использовали пакет прикладных программ MATLAB, в котором реализовывалась программа по снятию выходных параметров акселерометра по последовательному (COM) порту в виде графика в режиме реального времени. В данном графике выводились значения ускорений для каждой из оси акселерометра, т.е. для оси X, Y, Z.
После этого был поставлен эксперимент по снятию данных акселерометра с целью выявления и получения количественных оценок шумовых составляющих акселерометра. В этом случае датчик находился в неподвижном, т.е. в стационарном состоянии. Для оценки шумовых характеристик устройства mma8491q были сняты серии данных в течение 10 часов. В дальнейшем было произведено разбиение данных на кластеры и построение дисперсии Аллана. На графике дисперсии Аллана, с помощью аппроксимации полиномом с помощью метода наименьших квадратов, были выявлены, а также получены количественные оценки коэффициентов ошибок акселерометра mma8491q. Отклонение по Аллану показало корректные результаты, следовательно данные приходили без ошибок и пакеты не пропадали - следовательно система связи работает корректно.