论文部分内容阅读
小波理论具有良好的时频分析特性,其适用于对瞬态、非平稳信号的处理。结合靶场声信号的特点,本文基于小波理论对靶场声信号进行分析处理。主要从对靶场声信号的去噪和特征波识别两个方面完成了提升小波小波算法的设计,并在Matlab软件上验证了提升小波算法的有效性。同时,面向FPGA使用verilog语言设计提升小波算法以达到提高声靶系统实时性和测量精度的目的。本文的主要工作包括以下几点:(1)根据根据靶场声信号的一般特点,对现阶段的分析方法进行简单介绍,对比选取出适合与靶场声信号处理的分析方法。(2)结合靶场声信号的特点,完成了提升小波算法的设计,主要包括靶场声信号去噪和特征波识别两部分。靶场声信号去噪部分完成了小波函数的选取、去噪阈值设定方法的选择以及对应的分解阶次的设置。靶场声信号特征波识别部分设计了小波能谱熵算法提取靶场声信号特征波识别值。(3)结合小波理论,根据选取的小波函数,推算了小波函数对应的提升小波函数的数学结构并给出了其提升步骤。通过数学分析过程,分析提升小波算法的基本运算。(4)完成了提升小波算法的各个模块在在FPGA硬件语言中的实现。主要包括基本运算模块的设计,小波五阶正变换、逆变换,去噪模块、特征波识别模块以及声靶坐标计算模块的设计。同时对各个模块对应的功能仿真。使用以上设计的提升小波算法,处理靶场声信号,并提取出的弹丸到达时刻值带入声靶坐标计算模型。实验结果表明,基于FPGA的提升小波算法可以提高靶场声信号处理算法的实时性。同时,与传统小波算法的处理结果相比,X和Y坐标的最大离差值分别下降了 6mm和5.4mm,X和Y的标准偏差下降了 3.79和2.02,X,Y坐标离差值在±6mm内的百分比分别提高了 11%和13%,以上指标表明本文设计的算法有效的提升了声靶的测量精度。