TI毫米波雷达(七)——high accurary示例分析(二)

概述

        之前分析了IWR6843上的高精度测距程序框架,虽然可以看到大致的系统运行过程,但是总有一种“混乱”的感觉。TI为了展现ARM与DSP协作能力将如此“简单”的一个功能分布在多处理器上,结合BIOS以及semaphore、event、mailbox等机制,导致我们对关键的雷达数据处理过程理解很模糊。

        我们再分析一下官方提供的运行于xWR14xx上的高精度测距程序,IWR1443中只有ARM作为主处理器,应该可以为我们排除很多干扰因素。

代码分析

main

  1. 器件初始化:ESM、SOC
  2. 创建任务:MmwDemo_initTask
  3. 启动系统:BIOS_start

MmwDemo_initTask

        此函数中实现了完整的系统流程,除了初始化必要的外设外还执行了数据路径初始化、BSS初始化、数据路径使能、创建雷达控制任务、创建命令行、传感器管理初始化、系统中断监听器的注册、创建数据路径任务等。

外设初始化

  1. UART_init
  2. Mailbox_init
  3. GPIO_init

MmwDemo_dataPathInit

  1. ADCBuf_init
  2. MmwDemo_hwaInit
  3. MmwDemo_edmaInit

BSS初始化

  1. MMWave_init
  2. MMWave_sync

MmwDemo_dataPathOpen

        注意:这里没有使能EDMA

  1. MmwDemo_hwaOpen
  2. MmwDemo_ADCBufOpen

MmwDemo_mmWaveCtrlTask

        循环调用MMWave_execute()。

MmwDemo_CLIInit

        初始化命令行工具。

MmwDemo_sensorMgmtInit

        创建了相关event handle后,创建任务MmwDemo_sensorMgmtTask,这是一个由事件驱动的控制任务,主要功能则是执行毫米波雷达的配置、打开、关闭控制。

 SOC_registerSysIntListener

        关联了帧起始中断句柄MmwDemo_frameStartIntHandler(),用于推送相关semaphore。

MmwDemo_dataPathTask

        数据处理过程就在此任务中,当获得帧起始semaphore时,等待1D FFT完成。按需进行直流补偿、测距范围限制。查找信号峰值、进行zoom-FFT处理,获得高精度测距结果。发送目标数据,配置HWA和datapath为下一帧处理做准备。

        关键部分的zoom-FFT代码(按照之前寻找的信号峰值进行插值处理,每次处理一个峰值)

/***  @b Description*  @n*      Interpolation using complex multiplication module.*/
void MmwDemo_processInterpolation(MmwDemo_DataPathObj *obj)
{int32_t        i, max_ind, interp_factor, coarseIndStart;cmplx32ImRe_t *interpOutsAddr;float          power, maxP;float fpower[3], interpIndx, maxIndexFine, fineFreqEst;interp_factor  = (obj->zoomInFFTSize >> (obj->log2RangeBins));interpOutsAddr = (cmplx32ImRe_t *)MMW_HWA_INTERP_OUT;MmwDemo_configInterp_HWA(obj);MmwDemo_dataPathTriggerInterp(obj);MmwDemo_dataPathWaitInterp(obj);if (obj->rangeProcStats.maxIndex < SAMPLES_TO_ZOOM_IN_ONE_SIDE){coarseIndStart = 0;}else if (obj->rangeProcStats.maxIndex > (obj->numRangeBins - SAMPLES_TO_ZOOM_IN_ONE_SIDE)){coarseIndStart = obj->numRangeBins - 2 * SAMPLES_TO_ZOOM_IN_ONE_SIDE;}else{coarseIndStart = obj->rangeProcStats.maxIndex - SAMPLES_TO_ZOOM_IN_ONE_SIDE;}maxP = 0.f;for (i = 0; i < 2 * SAMPLES_TO_ZOOM_IN_ONE_SIDE * interp_factor; i++){power = (float)interpOutsAddr[i].imag * (float)interpOutsAddr[i].imag + (float)interpOutsAddr[i].real * (float)interpOutsAddr[i].real;if (power > maxP){maxP    = power;max_ind = i;}}obj->finePeakIndex = max_ind;i         = max_ind - 1;fpower[0] = (float)interpOutsAddr[i].imag * (float)interpOutsAddr[i].imag + (float)interpOutsAddr[i].real * (float)interpOutsAddr[i].real;i         = max_ind;fpower[1] = (float)interpOutsAddr[i].imag * (float)interpOutsAddr[i].imag + (float)interpOutsAddr[i].real * (float)interpOutsAddr[i].real;i         = max_ind + 1;fpower[2] = (float)interpOutsAddr[i].imag * (float)interpOutsAddr[i].imag + (float)interpOutsAddr[i].real * (float)interpOutsAddr[i].real;interpIndx = 0.5f * (fpower[0] - fpower[2]) / (fpower[0] + fpower[2] - 2.f * fpower[1]);obj->interpIndex = interpIndx;maxIndexFine     = (float)(interp_factor * coarseIndStart + max_ind) + interpIndx;fineFreqEst      = maxIndexFine * obj->maxBeatFreq / (interp_factor * obj->numRangeBins);obj->rangeEst    = (fineFreqEst * 3.0e8 * obj->chirpRampTime) / (2 * obj->chirpBandwidth);
}

总结

         xWR14xx上的高精度测距工程分析完成了,简单明了!

        由于使用了HWA,而HWA的FFT大小是有限制的,所以一定程度上限制了此工程的精度。如果需要更高精度的实现,可以在DSP中实现、优化算法。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/62379.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

鸿蒙修饰符

文章目录 一、引言1.1 什么是修饰符1.2 修饰符在鸿蒙开发中的重要性1.3 修饰符的作用机制 二、UI装饰类修饰符2.1 Styles修饰符2.1.1 基本概念和使用场景2.1.2 使用示例2.1.3 最佳实践 2.2 Extend修饰符2.2.1 基本概念2.2.2 使用示例2.2.3 Extend vs Styles 对比2.2.4 使用建议…

架构-微服务-服务配置

文章目录 前言一、配置中心介绍1. 什么是配置中心2. 解决方案 二、Nacos Config入门三、Nacos Config深入1. 配置动态刷新2. 配置共享 四、nacos服务配置的核心概念 前言 服务配置--Nacos Config‌ 微服务架构下关于配置文件的一些问题&#xff1a; 配置文件相对分散。在一个…

大米中的虫子检测-检测储藏的大米中是否有虫子 支持YOLO,VOC,COCO格式标注,4070张图片的数据集

大米中的虫子检测-检测储藏的大米中是否有虫子 支持YOLO&#xff0c;VOC&#xff0c;COCO格式标注&#xff0c;4070张图片的数据集 数据集分割 4070总图像数 训练组 87&#xff05; 3551图片 有效集 9&#xff05; 362图片 测试集 4% 157图片 预处理 自动定向…

Next.js -服务端组件如何渲染

#题引&#xff1a;我认为跟着官方文档学习不会走歪路 服务器组件渲染到客户端发生了什么&#xff1f; 请求到达服务器 用户在浏览器中请求一个页面。 Next.js 服务器接收到这个请求&#xff0c;并根据路由找到相应的页面组件。服务器组件的渲染 Next.js 识别出请求的页面包含…

架构03-事务处理

零、文章目录 架构03-事务处理 1、本地事务实现原子性和持久性 &#xff08;1&#xff09;事务类型 **本地事务&#xff1a;**单个服务、单个数据源**全局事务&#xff1a;**单个服务、多个数据源**共享事务&#xff1a;**多个服务、单个数据源**分布式事务&#xff1a;**多…

基于深度学习的手势识别算法

基于深度学习的手势识别算法 概述算法原理核心逻辑效果演示使用方式参考文献 概述 本文基于论文 [Simple Baselines for Human Pose Estimation and Tracking[1]](ECCV 2018 Open Access Repository (thecvf.com)) 实现手部姿态估计。 手部姿态估计是从图像或视频帧集中找到手…

硬件基础22 反馈放大电路

目录 一、反馈的基本概念与分类 1、什么是反馈 2、直流反馈与交流反馈 3、正反馈与负反馈 4、串联反馈与并联反馈 5、电压反馈与电流反馈 二、负反馈四种组态 1、电压串联负反馈放大电路 2、电压并联负反馈放大电路 3、电流串联负反馈放大电路 4、电流并联负反馈放大…

亚马逊开发视频人工智能模型,The Information 报道

根据《The Information》周三的报道&#xff0c;电子商务巨头亚马逊&#xff08;AMZN&#xff09;已开发出一种新的生成式人工智能&#xff08;AI&#xff09;&#xff0c;不仅能处理文本&#xff0c;还能处理图片和视频&#xff0c;从而减少对人工智能初创公司Anthropic的依赖…

Spring Boot教程之十二: Spring – RestTemplate

Spring – RestTemplate 由于流量大和快速访问服务&#xff0c;REST API越来越受欢迎。REST 不是一种协议或标准方式&#xff0c;而是一组架构约束。它也被称为 RESTful API 或 Web API。当发出客户端请求时&#xff0c;它只是通过 HTTP 将资源状态的表示传输给请求者或端点。传…

通过 JNI 实现 Java 与 Rust 的 Channel 消息传递

做纯粹的自己。“你要搞清楚自己人生的剧本——不是父母的续集&#xff0c;不是子女的前传&#xff0c;更不是朋友的外篇。对待生命你不妨再大胆一点&#xff0c;因为你好歹要失去它。如果这世上真有奇迹&#xff0c;那只是努力的另一个名字”。 一、crossbeam_channel 参考 cr…

CSS笔记(一)炉石传说卡牌设计1

目标 我要通过html实现一张炉石传说的卡牌设计 问题 其中必须就要考虑到各个元素的摆放&#xff0c;形状的调整来达到满意的效果。通过这个联系来熟悉一下CSS的基本操作。 1️⃣ 基本概念 在CSS里面有行元素&#xff0c;块元素&#xff0c;内联元素&#xff0c;常见的行元…

GAMES101:现代计算机图形学入门-笔记-09

久违的101图形学回归咯 今天的话题应该是比较轻松的&#xff1a;聊一聊在渲染中比较先进的topics Advanced Light Transport 首先是介绍一系列比较先进的光线传播方法&#xff0c;有无偏的如BDPT&#xff08;双向路径追踪&#xff09;&#xff0c;MLT&#xff08;梅特罗波利斯…

Oracle 数据库 IDENTITY 列

IDENTITY列是Oracle数据库12c推出的新特性。之所以叫IDENTITY列&#xff0c;是由于其支持ANSI SQL 关键字 IDENTITY&#xff0c;其内部实现还是使用SEQUENCE。 不过推出这个新语法也是应该的&#xff0c;毕竟MyQL已经有 AUTO_INCREMENT列&#xff0c;而SQL Server也已经有IDENT…

前端学习笔记之文件下载(1.0)

因为要用到这样一个场景&#xff0c;需要下载系统的使用教程&#xff0c;所以在前端项目中就提供了一个能够下载系统教程的一个按钮&#xff0c;供使用者进行下载。 所以就试着写一下这个功能&#xff0c;以一个demo的形式进行演示&#xff0c;在学习的过程中也发现了中文路径…

【阅读记录-章节4】Build a Large Language Model (From Scratch)

文章目录 4. Implementing a GPT model from scratch to generate text4.1 Coding an LLM architecture4.1.1 配置小型 GPT-2 模型4.1.2 DummyGPTModel代码示例4.1.3 准备输入数据并初始化 GPT 模型4.1.4 初始化并运行 GPT 模型 4.2 Normalizing activations with layer normal…

Python PDF转JPG图片小工具

Python PDF转JPG图片小工具 1.简介 将单个pdf装换成jpg格式图片 Tip: 1、软件窗口默认最前端&#xff0c;不支持调整窗口大小&#xff1b; 2、可通过按钮选择PDF文件&#xff0c;也可以直接拖拽文件到窗口&#xff1b; 3、转换质量有5个档位&#xff0c;&#xff08;0.25&a…

使用SOAtest进行功能回归测试

持续集成是将所有开发人员的工作副本合并到共享的主线上。这个过程使软件开发对开发人员来说更容易访问、更快、风险更小。 阅读这篇文章&#xff0c;让我们了解如何配置Parasoft SOAtest作为持续集成过程的一部分&#xff0c;来执行功能测试和回归测试。我们将介绍如何使用主…

ais_server 学习笔记

ais_server 学习笔记 一前序二、ais init1、时序图如下2. 初始化一共分为以下几个重要步骤&#xff1a;2.1.1、在ais_server中启动main函数&#xff0c;然后创建AisEngine&#xff0c;接着初始化AisEngine2.1.2、解析/var/camera_config.xml 文件&#xff0c;获取相关配置参数。…

L1G3000 任务-浦语提示词工程

基础任务 (完成此任务即完成闯关) 背景问题&#xff1a;近期相关研究指出&#xff0c;在处理特定文本分析任务时&#xff0c;语言模型的表现有时会遇到挑战&#xff0c;例如在分析单词内部的具体字母数量时可能会出现错误。任务要求&#xff1a;利用对提示词的精确设计&#xf…