基于HPI接口的双CPU水中目标探测平台设计

自动目标识别系统ATR(Automatic Target Recognition)的基本功能是对目标进行探测、识别及分类[1]，而水中目标探测平台是一种特殊的自动目标识别系统。

　水中ATR平台一般需要对信号进行连续采集并且实时处理， 以获取目标的特征信息，从而进行目标识别和参数估计。由于水中ATR平台工作环境的特殊性，要求整个硬件系统具有极低的功耗。以往的水中ATR平台一般采用ADC+DSP(Digital Signal Processor)+FPGA(Field Programmable Gates Array)构架[2]来实现目标的检测与识别。FPGA主要负责地址译码和数据缓存，这种设计结构简化了DSP软件设计任务。但是由于FPGA工作电流一般是几十毫安,导致系统功耗较大。为了克服传统的基于单CPU的探测平台功耗高、控制复杂等缺点,本系统采用了MCU+DSP的双CPU的结构。该结构的关键在于快速高效地实现两者之间通信。传统的基于串行多通道缓冲串口McBSP(Multichannel Buffered Serial Ports)的通信模式通信带宽利用率低，数据传输速率低，成为整个系统实时处理的瓶颈。为此,本文设计了基于HPI (Host Port Interface)接口的MSP430与DSP主从式双CPU目标探测系统，使ATR平台满足系统低功耗和实时性的需求。

1 HPI接口

目前比较常用的多CPU之间连接方式主要有两种：直接互连和间接互连。直接互连主要通过SPI串口、HPI并口实现互连；间接互连主要通过FPGA、CPLD等可编程逻辑器件、双端口RAM、FIFO存储器等实现互连。

在ATR平台中，主要考虑使用直接互连方法。一方面，没有额外增加器件，降低了系统功耗；另一方面，大大简化了多CPU之间的硬件连接。SPI接口方式连接简单，但数据传输的理论传输速度只能达到12.5 MB/s，在一些实时性要求比较高的场合，数据传输成为整个信号处理能力提高的瓶颈，致使多CPU之间通信效率下降。而DSP的HPI接口提供了一个16 bit的并行数据接口，理论传输速度达到50 MB/s，远高于串行接口传输速度。因此，选用HPI接口可以很容易地实现大容量数据的快速传输。通过HPI，主机可以访问DSP内部的双访问数据存储器(DARAM)，此时，DSP相当于主机的一个外设。


2 系统设计

根据工程设计要求，水中ATR平台必须具备低功耗特点，因此选择德州仪器公司的超低功耗微控制器MSP430F149作为系统的主CPU。其拥有5种低功耗模式，在低功耗模式LPM3下,只需要2.0 μA供电电流，采用3.3 V供电情况下，全速运行也只需要420 μA的电流。它还拥有多种时钟模式，通过程序控制，可以灵活地选择不同的时钟来降低系统功耗[4]。选择TI DSP家族中功耗优化产品TMS320C55X系列中的TMS320VC5509A作为从CPU，其最高主频为200 MHz，功耗仅为C54的1/6。可以根据所需时钟不同灵活选择1.2 V、1.35 V和1.6 V内核电压[5]，电压越高，DSP最高主频越大，功耗越大，在实际的设计过程中，根据算法实时性需求,灵活选择内核电压以达到降低系统功耗的目的。

MSP430F149主要负责数据采集，DSP电源管理，以及一些运算量比较小的算法的实现(如系统中的预警检测算法)TMS320VC5509A主要实现运算量较大的目标识别及参数估计算法。双CPU之间通信采用HPI接口，实现主从机之间的无缝连接。具体硬件结构框图如图1所示。

系统的基本工作流程是信号经过模拟预处理之后，在单片机MSP430的控制下，利用其内部的ADC对经调理后的信号进行采样。将采集到的数据做预警检测，当预警发现可疑目标时启动DSP，MSP430将需要分析的数据传输到DSP中，进行高阶谱分析、小波变换等参数估计及特征提取算法，最后把结果传回MSP430，再由单片机控制其他电路工作。

2.1 电源模块

本模块主要是由双输出电源调整芯片TPS73HD301和外围器件构成。具体硬件连接如图2所示。

THP73HD301输出3.3 V和1.2 V两路直流电源，其使能引脚接入到MSP430的IO口，可以方便地实现DSP电源的控制，从而决定DSP的工作与否。只有在需要进行参数估计及特征提取等运算量大的运算时才启动DSP。这样的电源设计模式可以有效地控制系统功耗。因为系统的功耗主要集中在DSP上，而MSP430的功耗极低。

2.2 数据采集

系统数据采集主要由MSP430内部的12 bit ADC12完成,其最高采样率达200 KS/s；具有多种转换模式,可以通过软件灵活选择；依据系统采样要求,对ADC12内部寄存器进行配置。配置的内容主要包括采样选择通道、参考电压、采样时钟、采样模式、采样保持时间等。根据采样时序要求,需要配置的寄存器有ADC12CTL0、ADC12CTL1、ADC12MCTLx。本系统中选择单通道重复采样模式,采样触发源选择Timer_A.OUT1，采样频率完全由Timer_A来决定，在ADC12的中断服务程序中读取采样结果。只有需要进行数据搬移时才中断MSP430的CPU，CPU上电工作，这种“Sleep/Wake”工作体制使得功耗较大的CPU工作时间大大减少,从而降低了系统功耗。

此外，HPI传输数据时，ADC数据存储采用“乒乓操作”，在RAM中开辟一个缓冲区，当该缓冲区半满时，读数据指针指向整个缓冲区开始，写数据指针指向另外一半缓冲区开始。这样的设计保证数据高效、快速地传输到DSP中。

2.3 信号处理模块

数字信号处理的核心是TI公司的低功耗16 bit定点DSP-TMS320VC5509A，其拥有一个增强型主机接口(HPI),可以与主处理器(如PC、DSP、ARM、51系列、MSP430系列单片机)构成主从构架处理器，增强系统的灵活性和可操作性。

信号处理模块的主要作用就是对采集到的数据作进一步的分析，以便更加可靠地探测到目标。信号处理算法主要包括有限带宽声源级估计、高阶谱分析中的双谱分析、小波分析等。此外，在搭建好硬件DSP平台上编写相应的驱动程序如(与MSP430通信的HPI接口程序、I2C模式的Bootloader程序)。程序的开发均采用模块化编程，以便于后续资源的利用。

在本系统中，为了进一步降低系统功耗，在编写信号处理模块程序时，采用“Sleep/Wake”工作体制，当数据需要实时处理时，系统各个模块均处于工作状态，此时功耗达到最大值。数据处理完毕后系统进入低功耗或者DSP掉电模式，此时系统进入微功耗状态，功耗达到最低值；微功耗状态和工作状态之间的切换由系统内部中断源产生。双CPU通信就是基于此机制，由HPI中断源唤醒DSP，DSP开始工作，MSP430进入低功耗模式。DSP结束数据处理之后，中断源唤醒MSP430，MSP430开始工作，DSP进入低功耗模式，这种交替的Sleep-Wake-Sleep模式使MSP430和DSP交替工作，DSP工作时间大大减少,有效地降低了系统功耗。延长了水中ATR平台的工作时间。

3 HPI通信

3.1 HPI硬件连接


3.2 HPI软件操作

在本文所述系统中，MSP430拥有对DSP的控制权，HPI通信是基于中断方式进行的：主机通过对采集到的信号进行简单算法的目标检测，如发现可疑目标，启动DSP，开始通过HPI接口传输数据。传输结束之后，中断DSP，DSP响应中断，开始进行复杂的特征提取算法检测。处理结束之后，置HINT为高，中断MSP430，DSP停机，掉电，主机继续工作。

从机DSP相当于主机MSP430的一个存储器映射，通过HPI接口，MSP430可以访问C55X系列DSP内部映射地址范围为000060H~003FFFH 的DRAM，HPI不能直接访问其他外设寄存器，如果主机需要从其他外设获取数据时,则必须通过CPU或6个DMA通道中的一个,先将数据搬移到该DRAM中[6]。

HPI接口驱动程序主要由MSP430接口程序和DSP接口程序组成。MSP430和DSP的HPI接口通信流程图如图4所示。


4 系统调试及消声水池实验

在上述搭建的水中低功耗ATR硬件平台上编程实现双CPU之间HPI通信、预警检测算法以及目标特征提取算法等，从而检测系统硬件平台的可靠性。

HPI通信是本硬件系统的关键所在，图5中上侧是MSP430集成开发环境IAR中ADC采集1 kHz正弦波的256点数据，采样率为4 096 Hz。图5下侧是DSP中存入DARAM中的数据通过CCS绘制的波形图以及DRAM中地址为0x00060处的数据。通过对比发现，MSP430中的数据经过HPI接口传输到了DSP的SDRAM中，由此可以看出HPI数据传输的正确性。

为了测试水中目标探测平台的性能，在西北工业大学消声水池对该平台样机进行了测试，测试现场布置如图6所示。功耗测试结果如下：当探测系统处于预警检测状态时，系统平均功耗为0.28 mW；当探测系统处于全速工作状态时，系统的峰值功耗为118.2 mW。考虑实际系统的工作时间，按照85%的预警时间+15%的全速工作时间计算，系统整机平均功耗为17.97 mW。系统测试结果如下：正确预警检测概率为94%，A类目标识别率达到86.3%，B类目标识别率达到了87.2%，满足设计要求。

本文在分析了自动目标探测平台特点的基础上，提出了一种基于HPI接口的MSP430+DSP主从结构的目标探测硬件平台，并实现了主从CPU的HPI通信、目标检测和参数估计等算法。通过HPI接口通信，可以实现大容量数据快速高效的传输。采用这种双CPU的构架和使用“Sleep/Wake”编程工作体制大大降低了系统功耗，在采用电池供电的便携式数据处理和目标探测识别平台中具有很好的应用前景。