AtMega, спектральный анализ Опции

[AnisimovSlava]

Привет, all.
Не знаю куда писать, но думаю - сюда. Задача - даже не знаю с какой стороны к ней подойти.

Существует большое количество устройств, на базе ATmega32. Недавно, после совещания, шеф потребовал "добавить" спектральный агнализ принимаемого сигнала (не реал-тайм). Вроде бы для этого есть всё нужное оборудование. Если этого сделать нельзя, то надо обосновать почему. Я даже не представляю как подойти к этому вопросу.

Буду балгодарен за любую помощь в этом вопросе.

P.S.
Фурье в ATmega32... Кажется абсурдом.

[SasaVitebsk]

При использовании ядра AVR максимум, по моим оценкам, что можно сделать это реализовать два десятка цифровых фильтров второго порядка при выборке 8кГц и сигнале 10-14 бит. При условии что фильтра будут с фиксированными коэффициентами построенными по двоичному ряду и выполнены на сдвигах и сложениях. То есть жёстко заданными коэффициентами. При условии, что больше проц ни чем не занят.

Собственно под задачи ЦОС и создавались DSP процы. Так что не удивительно, что на дешёвом RISK ядре это сделать не удаётся.

Есть 2 варианта. 1 - уменьшать частоту выборки до безобразно низких величин. 2 - сбрасывать кусок выборки, а потом медленно его обрабатывать.

И в 1 и во 2 случае качество оценки сигнала серьёзно страдает по понятным причинам.

[ssvSerge]

Так что не удивительно, что на дешёвом RISK ядре это сделать не удаётся.

У человека, похоже, особый случай.
Ему обработка в реальном масштабе времени просто не нужна.

Поэтому есть возможность записать данные за отрезок времени
(не знаю сколько секунда - две - три или всего несколько отсчетов)
и потом реализовывать анализ сохраненных данных.

В этом случае применение фильтров попросту не оправдано.
Можно обойтись более дешевыми и медленными методами.

Но самое важное при этом - найти способ увести все вычисления
в область челочисленной математики. Иначе действительно
ядра AVR попросту не хватит.

Сергей.

[Xenia]

Мои советы:
1) Если есть возможность, не заморачиваться с float-арифметикой. Особенно, если исходные данные у вас целые (например, измерения АЦП), вам нужна лишь оценка частотного спектра и вы не собираетесь делать ему обратное FFT-преобразование.
В этом случае лучше всего создать ЦЕЛОЧИСЛЕННУЮ таблицу синусов, содержащую столько же ячеек, сколько и в буфере данных, которые будут подвергнуты преобразованию (то и другое - массивы, кратные целой степени двойки: 64, 128, 256, 1024, 2048 и т.д.). Однйо этой таблицы достаточно, чтобы все значения синусов и синусов, необходмые для вычислений, можно было выбрать из нее.
Для большинства целей бывает достаточно массива синусов с ячейкой типа char (1 байт). При этом синус нормируется на величину +-128 (signed char). Поскольку максимальные пределы синуса лежат в интервале от -1 до +1, то достаточно значение синуса для угла i*360/n градусов (где i-номер элемента массива) умножить на 128, а затем округлить до БЛИЖАЙШЕГО целого. Эту таблицу прошить во flash, чтобы не тратить под нее оперативку.
Есть вариаты нормировать на 2^15 = 32768, т.е. на MAX_INT, используя массив типа int. Тут точность получится совсем хорошая, но дольше станет умножение. Однако даже этот вариант летает со свистом по сравнению с умножением во float-числах.
Теоретически таблицу можно сделать в четверо короче, используя симметрию функции синуса, но тогда станет несколько сложнее алгоритм выборки.
2) Заранее решить, нужна ли вам реальная (косинусная) и мнимая (синусная) части разложения, или вам, как большинству электронщиков, нужно только значение мощности (корень из суммы квадратов дествительной и мнимой амплитуд). Если это так, то существует алгоритм FFT-преобразования, который сразу дает мощность. В противном случае вам придется n-раз исчислять корень квадратный, что неприятно.

Сообщение отредактировал Xenia - Jan 28 2009, 22:56