基于FPGA的高速实时数据采集与处理系统的设计与实现外文翻译资料

 2022-08-11 10:10:37

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

基于FPGA的高速实时数据采集与处理系统的设计与实现

摘要：在本文中，我们基于FPGA对高速实时数据采集与处理系统进行设计与实现。输入信号数据采集系统大部分来自传感器的输出信号，不同类型的基本传感器，信号特性不同，每个通道的信号幅度和频率范围也不同。高精度，大动态范围的A / D转换芯片使设计更能满足测量的需求，特别是对于宽带弱信号采集尤为必要。在我们的论文中，我们提出了数据采集和基于FPGA的基本处理系统使我们的基础进行进一步的研究。

关键字：FPGA，高速，实时，数据采集，实现，处理。

绪论

数据采集系统是计算机与外界接触的桥梁，是重要的获取信息的方式。 数据挖掘技术是信息科学的重要组成部分，已被广泛应用于各个领域国民经济与国防建设，并随着一般科学技术的发展，特别是计算机技术的发展和普及，数据挖掘技术将具有广阔的发展前景。

传统的数据采集系统通常采用单片机或DSP作为主控制模块，ADC、存储和其他外围电路的控制工作。随着数据采集性能的速度要求较高，传统的采集系统的缺点越来越多，越来越明显。MCU时钟频率低，需要实现数据采集的软件采集速度和效率降低，另外软件的运行时间也占在整个采样中占比很大，比例时间和FPGA的优势在微控制器。FPGA时钟频率高，内部延时小，全部由硬件控制逻辑来完成，速度快，效率高。在技术的基础上，为满足要求引入数据以提高速度，本文基于FPGA的一种VHDL硬件描述语言设计实现高速数据采集系统。

从诞生到现在的大数据已经有越来越多抽象概念（如果仅从字面意义而言）解释，这是比较大的数据量，但这无法解释各个领域，各个学科的数据差异和关系。对于大数据有没有统一的具体定义。上维基百科，大数据是指数据量在一个合理的捕获时间内进行管理，处理，使信息有成为人类可以阅读的东西。数据特点总结如下。（1）数据类型的多样性是多种多样的。以往，单个（通常只有一个或几个）的数据类型，数据优先以结构化数据。但是，有许多不同种类的大数据中的数据，并以非结构化数据和半结构化数据。（2）数据真实性。IBM认为大数据必须具备真实。仅真实数据具有参考值。在当今信息化的飞速发展过程中，对数据完整性的要求应严格。任何不合理，错误的数据都会导致决策者的决策或程序错误影响社会经济和生活的发展。（3）数据输入输出速度很快。许多在线或实时数据处理需求在大数据时代已经很重要。

VHDL与具体硬件电路和设计平台特点无关，并具有良好的电路描述与系统能力描述行为，使用该语言阅读分层结构设计显示了强大的生命力和潜在的应用程序。因此，VHDL的设计方法是为了支持多种模式，例如自上而下和自下而上或混合的方法，面对当今许多电子产品的生命周期缩短了，需要很多次才能设计成最新的技术，例如改变并显示出良好的适应性。电子使用VHDL设计的系统的一大优势是设计人员可以专注于其功能，不需要考虑不影响功能与过程成本相关的因素而花费太多时间和精力。为了进行可视化演示，我们将采样时间数据采集和处理系统显示如图1。

Figure 1. The Sample Time Data Acquisition and Processing System

在本文中，我们基于FPGA对高速实时数据采集与处理系统进行设计与实现。 随着普通科学技术的发展，数据采集系统已被越来越广泛地使用。对于其各种技术指标提出了越来越高的要求，特别是精度采样率是更多用户和设计师共同关心的重要问题。在里面接下来的小节中，我们将对相应的技术进行详细分析。

拟用方案和观点：大数据与云

由于应用程序多样性的数据量越来越大，用户需求的存储数据越来越多。传统系统文件已经不能满足大量数据的存储，用以满足这些新需求的要求作为分布式文件系统受到广泛关注。如何实现大众云计算环境中的数据存储成为重要的研究课题。随着科学技术水平的高速发展，大数据技术是越来越重要，目前在数据研究中主要体现在以下四个方面。

  • 目前，在大数据实践中应用程序的对象包括：搜索数据管理，数据分析和一般数据集成。其中大型互联网数据库和新数据存储模型以及集成研究系统就是数据管理。
  • 从理论上讲大数据基础应用研究，还有很多问题未完全解决。同时数据质量和计算过程的效率没有统一的评估标准，从而导致评估工作的技术人员出现低效率问题。
  • 在研究大数据的关键技术方面，最重要的问题是大数据格式转换，数据转移和处理问题，但是因为大数据有异质的特性，因此可以改善大数据格式转换的效率，这种能力可以有效地应用在大数据技术。
  • 在数据安全研究中，最重要的安全问题是可能导致数据隐私和数据质量影响数据处理系统的性能。

云计算技术日趋成熟，可以提供这些多样化的数据存储和计算平台。同时在数据挖掘和大数据人工智能技术资源时代，迅猛发展使大数据信息进一步公开化。大量的数据存储模型是通过多个存储节点构成一个通过一个非常大容量的存储系统，大量的存储节点在并行以获得更高的磁盘访问权限吞吐率，通过系统缓存来减少磁盘访问提高系统吞吐率，通过多个存储节点容错提高数据可靠性，从而实现理想大容量存储系统大容量，高可靠性和高性能的特点。

数据处理系统

大数据分布式系统的一致性问题：一致性问题主要是为了保证分布式系统的正确性，例如在使用多个复制件时以确保数据系统的可靠性，如何确保每个副本的数据内容是完全一样的。为了保证高可靠性，实时性，控制系统测量与数据处理系统采用双网双簇热备用冗余设计技术，包括三个核心层交换机，控制节点集群管理，计算节点池，数据库管理和节点分配以及系统控制台，如图2所示。

Figure 2. The Real-Time Data Acquisition and Processing Paradigm

可伸缩性问题实际上是一种性能问题。例如，对于分布式文件系统，整个文件系统在节点上运行多达数千个分布式簇。基本要求是确保所有机器磁盘的核心性能利用率平衡，网络带宽利用率和减少产生热点的机会列出以下建议。

  • 基于以上方法，由于系统的数量，进行基本常数和根据主要任务的粒度，动态载荷基于任务的平衡策略分配表，实时设计数据负载均衡算法的处理。当计算节点发生故障或过载时在实时集群系统中，集群系统监控软件可以检测集群系统内的异常给定时间节点，并将此消息传递给群集负载平衡软件。
  • 粒度分区集群系统和任务调度是群集节点任务分配中的基本问题，中等粒度分区可以提高效率节点之间的任务调度，减少交通。
  • 为了提高系统可用性，合理处置异常情况，需要建立人机交互管理机制。通过监视管理控制节点负载和任务计算节点的迁移情况，找到频繁迁移的任务，节点过载或轻载异常，例如干预。

FPGA和数据分析功能

FPGA是在PAL，GAL和EPLD基础上进一步开发的可编程设备。FPGA时钟频率很高，内部延时小，快，全部由硬件控制逻辑本身来控制采样，处理，缓存，传输，单个芯片内的通信，配置灵活，开发周期短而且编程系统很简单，集成度高，小体积，低功耗消耗，I / O端口，系统可编程等。在高速多通道数据采集系统中，FPGA可以克服MCU或DSP并满足系统实时和同步的要求。随着电子设计自动化技术的快速发展，使用VHDL或Verilog HDL硬件描述语言实现可编程逻辑设备，例如功能设计已经成为一个发展方向，大多数数字电路逻辑设计使用迄今为止流行的VHDL或Verilog HDL硬件描述语言。因此，高速光纤数据基于FPGA的传输接口卡使用VHDL硬件描述语言设计该代码以实现高速串行数据变速箱，如图3所示。

Figure 3. The General Pattern of the FPGA

FPGA数据采集

MCU时钟频率低，并使用软件来实现数据采集，采集速度和效率减少，软件运行时间在整个采样时间的占很大一部分，FPGA具有微控制器的优势很明显。 FPGA时钟频率很高，内部延时很小，全部完成由硬件控制逻辑，速度快效率高。自适应放大器电路设计基于FPGA系统，包括信号滤波，小信号放大器，信号内容采集和数据处理。输入的小信号经过滤波电路进入可编程的放大器，基于可编程放大器用FPGA信号来控制基本信号放大倍数，放大器输出信号发送到A / D转换器，一直到电压比较器，电压比较器有A放大器产生的参考输出电压和参考电压使信号到FPGA，FPGA通过计算信号经过A / D转换和信号电压比较器，放大器可以用控制程序进行放大。

Figure 4. The Data Sampling circuit

如图4所示，我们演示了数据采样电路。适合完成单通道八位转换，适用于要求不是很高的速度，包括数据采集系统。八位芯片可以与串行接口控制器一起使用外围设备进行连接。根据八位转换的时间，它在完成A / D转换时，A0-A7二进制的串行输出数据可以按顺序控制，从而串行输出字符串到移位寄存器。本实验完成高速多通道数据采集系统FPGA设计。使用EDA工具和语言来设计FPGA，进行系统仿真并在EDA软件中进行验证。由FPGA可在线编程的特点可以根据特定的现场条件，修改FPGA的内部配置并进一步提高所使用系统的灵活性，所以系统是一种理想的高速数据采集方案。

结论

在本文中，我们对基于FPGA的实时与实现数据采集与通用处理系统设计进行了研究。本文完成了高速多通道数据采集FPGA系统的设计，该系统具有电路简单，体积小的优点。采用设计FPGA的EDA工具和语言，仿真和验证，易于设计修改和优化，大大缩短产品开发设计周期。通过FPGA具有在线编程的特点可以根据现场的具体情况下，修改内部逻辑FPGA配置，进一步增加系统应用的灵活性，实现通过测试得到令人满意的结果，是一种理想的多通道和高速数据采集方案。 将来，我们将进行实验验证以增强当前的研究结果。

参考文献

[1] Prakash, Amol, et al. 'Hybrid data acquisition and processing strategies with increased throughput and selectivity: pSMART analysis for global qualitative and quantitative analysis.'Journal of proteome research 13.12 (2014): 5415-5430.

[2] Sotiropoulos, Stamatios N., et al. 'Advances in diffusion MRI acquisition and processing in the Human Connectome Project.'Neuroimage 80 (2013): 125-143.

[3] Desai, S., et al. 'The Blanco Cosmology Survey: Data Acquisition, Processing, Calibration, Quality Diagnostics, and Data Release.'The Astrophysical Journal 757.1 (2012): 83.

[4] Fritz, Andreas, et al. 'Reliable noise and vibration data acquisition and processing for automotive applications.'Instrumentation and Measurement Technology Conference (I2MTC) Proceedings, 2014 IEEE International. IEEE, 2014.

[5] Chiu, Shih-Wen, et al. 'A signal acquisition and processing chip with built-in cluster for chemiresistive gas sensor array.'New Circuits and Systems Conference (NEWCAS), 2014 IEEE 12th International. IEEE, 2014.

[6] Frank, M., et al. 'The LHCb Data Acquisition and High Level Trigger Processing Architecture.'Journal of Physics: Conference Series. Vol. 664. No. 8. IOP Publishing,2015.

[7] Tellaeche, A., and R. Arana. 'Rapid Data Acquisition System for Complex Algorithm Testing in Plastic M

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[237684]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章