基于FPGA的水体悬浮物浓度测量系统研究

《基于FPGA的水体悬浮物浓度测量系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于FPGA的水体悬浮物浓度测量系统研究作者姓名宁秋燕工程领域电子与通信工程校内指导教师宁更新副教授校外指导老师谢云高级工程师所在学院电子与信息学院论文提交日期2018年4月StudyofSuspendedSolidsConcentrationUnderwaterMeasurementSystembasedonFPGAADissertationSubmittedfortheDegreeofMasterCandidate：NingQiuyanSupervisor：A.P.NingGengxinSouthChinaUniversityofTechnologyGuangzho

2、u,China摘要水是生命之源，在人类社会和生产发展中不可或缺。但是，随着社会生产力的高速发展和城市化进程的加速，水环境污染问题日益严重，已经引起了各国的广泛关注。其中，悬浮物浓度（SuspendedSolidsConcentration，以下简称SSC）是水环境质量的重要影响因素之一，也是环境监测的一项重要指标。如何高效准确地获取水体中的SSC等水质影响因素的信息，以便更好地监测水质情况，已经成为环境监测中的一项重要任务。传统的过滤称重法以及常用的声学法、光学法和遥感技术等估计或测量SSC的方法具有测量条件要求高、不能实时监测或者成本较高等问题。针对这一问题，本文提出了一个基于FPG

3、A测量SSC的水声探测系统，该系统能实现任意信号的收发，并利用超声功率谱估计监测SSC相对分布情况以及估计悬浮物线度相对大小。具体内容包括：1.介绍了水声探测系统相关基础知识，重点介绍基于FGPA的信号发生器设计流程、实现原理及过程；阐述了功率谱估计的基本理论，对经典功率谱估计算法和现代功率谱估计的AR参数模型进行了分析说明；2.设计了一个具有收发任意信号功能的水声硬件系统，该系统包括FPGA、数模模数转换器、功率放大器、水声换能器等硬件装置和模块；结合开发工具QuartusII，利用不同频段的测量信号进行数据收发实验，实现了测量信号经过不同水环境的数据收发和采集存储功能，验证了该设计

4、方案的有效性；3.提出了利用功率谱估计得到SSC的相对分布以及悬浮物线度相对大小的原理和方法，并根据实验测量数据，利用MATLAB集成该算法构建一个方便使用的用户界面，对采集到的数据进行功率谱估计以获取悬浮物系统特性以及输出仿真结果。输出结果表明，本文基于FPGA的水体SSC探测系统能测量SSC的相对分布以及悬浮物线度的相对大小。关键词：悬浮物浓度；FPGA；功率谱估计；AR模型；水声探测系统IAbstractWateristhesourceoflife,whichiscrucialtothedevelopmentofhumanbeings.However,withtherapidde

5、velopmentofsocialproductivityandtheaccelerationofurbanization,waterenvironmentpollutionhasbecomeincreasinglyserious,whichhasattractednationalattentions.Suspendedsolidsconcentration(hereaftercalledSSC)isoneoftheimportantfactorsofwaterenvironmentalqualityandanimportantindicatorofenvironmentalmonit

6、oring.IthasbecomeanimportanttaskinenvironmentalmonitoringabouthowtoobtaininformationonwaterqualityfactorssuchasSSCefficientlyandaccurately.Thetraditionalmethodstoestimateormeasuretheconcentrationofsuspendedmatterhavetheproblemssuchashighrequirement,highcostornotreal-timemonitoring.Tosolvethispro

7、blem,thispaperproposesaunderwateracousticdetectionsystembasedonFPGAtomeasuresSSC.Thesystemcansendsandreceivesanytypeofsignal,andusetheultrasonicpowerspectrumestimationtomonitortherelativedistributionofSSCandestimatetherelati