0 引言

在各類光譜測試中，對光譜數(shù)據(jù)采集的速度都有不同的要求，故提高光譜數(shù)據(jù)采集速度的技術(shù)主要有以下兩大方向：一是通過光學(xué)方法實現(xiàn)，將傳統(tǒng)時間掃描改成空間成像，由此可大幅提高干涉條紋采集速度［1］；二是通過數(shù)據(jù)采集算法實現(xiàn)［2］，利用高效算法完成數(shù)據(jù)快速運(yùn)算。對于靜態(tài)干涉系統(tǒng)而言，靜態(tài)干涉條紋的采集是直接獲取圖像實現(xiàn)的，不需要機(jī)械掃描，所以大幅提高了速度。其將待測光以靜態(tài)干涉條紋的方式成像在CCD上，由此空域到頻域完成了光譜分布的計算［3-6］。可見制約干涉系統(tǒng)數(shù)據(jù)處理能力的主要是系統(tǒng)硬件部分和處理算法的優(yōu)劣。

FPGA作為基于硬件編程的數(shù)據(jù)處理芯片，在眾多光譜數(shù)據(jù)處理方面具有顯著的特點(diǎn)與優(yōu)勢［7-10］。因為FPGA處理速度快、功耗低，所以被廣泛用于信號處理等。靜態(tài)光譜數(shù)據(jù)的運(yùn)算與處理耗時最多的是傅氏變換運(yùn)算部分，其包括了乘法運(yùn)算和轉(zhuǎn)移匹配處理，故使用FPGA完成可盡量保障系統(tǒng)的運(yùn)算實時性。通過FPGA設(shè)計完成對芯片資源利用率的最優(yōu)化，這樣可以在不降低運(yùn)算速度的前提下最大程度地節(jié)約成本。

為了將靜態(tài)干涉條紋的空域信息通過算法轉(zhuǎn)換為頻域信息，本文研究了適用于FPGA的干涉條紋數(shù)據(jù)采集與處理系統(tǒng)，該系統(tǒng)速度快、穩(wěn)定性高，具有高效性、穩(wěn)定性的特點(diǎn)［11-12］。相比之下，F(xiàn)PGA比Xilinx更快，資源利用率更高。將本系統(tǒng)與MATLAB仿真結(jié)果進(jìn)行對比可知，本系統(tǒng)光譜數(shù)據(jù)計算效果更好、誤差更小，具有更好的應(yīng)用前景。

1 系統(tǒng)設(shè)計

光譜數(shù)據(jù)采集與處理系統(tǒng)如圖1所示。首先，光學(xué)接收模塊采集入射光，經(jīng)準(zhǔn)直后進(jìn)入靜態(tài)干涉棱鏡中，產(chǎn)生靜態(tài)干涉條紋，再通過CCD傳感器完成對干涉條紋的采集。CCD的采集速度由FPGA決定，保證采集與系統(tǒng)運(yùn)算的同步性，當(dāng)干涉條紋數(shù)據(jù)進(jìn)入FPGA處理模塊后，完成對初始光的光譜重建。由傅氏變換關(guān)系可知，入射光的兩束分束光通過準(zhǔn)直透鏡以后被分離，從而形成干涉過程需要的兩束光，這兩束光最后匯聚到了一起，因為不同的光程差而形成干涉條紋。FPGA對干涉條紋采集并處理，包括濾波、降噪、FFT、光譜位置標(biāo)定等，最終實現(xiàn)將頻域信息轉(zhuǎn)換成光譜信息。

FPGA的運(yùn)算速度快，適合光譜的快速計算，F(xiàn)PGA內(nèi)部邏輯設(shè)計十分重要，其決定了系統(tǒng)是否能夠高效地完成數(shù)據(jù)采集與處理。FPGA的運(yùn)算數(shù)據(jù)處理部分主要對空域信息進(jìn)行解算，從而實現(xiàn)對頻域信息的計算，是提高其運(yùn)算處理能力的主要手段。FPGA的數(shù)據(jù)處理需要從控制CCD探測器開始，對數(shù)據(jù)的高效計算包括干涉條紋采集、數(shù)據(jù)傅氏變換、光譜位置標(biāo)定等，通過以上思路完成了對FPGA硬件模塊結(jié)構(gòu)的設(shè)計，如圖2所示。

整個光譜數(shù)據(jù)采集與處理系統(tǒng)可以分為三個部分：數(shù)據(jù)采集區(qū)、數(shù)據(jù)處理區(qū)和數(shù)據(jù)顯示單元。（1）數(shù)據(jù)采集區(qū)，該區(qū)域通過驅(qū)動控制電路使CCD探測器將干涉條紋傳輸給存儲器，存儲器采用雙口RAM設(shè)計，以便實現(xiàn)數(shù)據(jù)的高速輸入與輸出，將實部與虛部分開發(fā)送給FFT運(yùn)算器；（2）數(shù)據(jù)處理區(qū)，該區(qū)域?qū)?shù)據(jù)中實部和虛部分別進(jìn)行數(shù)據(jù)蝶形運(yùn)算，再對蝶形運(yùn)算結(jié)果進(jìn)行乘法混合，為了進(jìn)一步提高系統(tǒng)處理能力，與雙端口RAM進(jìn)行更好的配合，采用了并行數(shù)據(jù)輸入輸出的形式完成，光譜位置的標(biāo)定通過Square root模塊實現(xiàn)，大大提升了系統(tǒng)的處理能力；（3）數(shù)據(jù)顯示單元，該單元將處理完成的數(shù)據(jù)通過預(yù)先設(shè)定的接口完成數(shù)據(jù)的輸出與顯示。

2 采集接口設(shè)計及仿真

為了實現(xiàn)快速獲取光頻譜信息，需要干涉條紋的采集速度大于處理速度，同時，還需要將采樣數(shù)據(jù)與處理數(shù)據(jù)進(jìn)行匹配?？梢姡趯崿F(xiàn)FFT過程中，需要提高數(shù)據(jù)的傳輸速率。在本系統(tǒng)中，數(shù)據(jù)處理模塊為了保障FFT運(yùn)算過程的連續(xù)性，系統(tǒng)數(shù)據(jù)傳輸速率設(shè)置為3.0 MHz（讀）和1.5 MHz（寫）。由此可見，讀寫采用異步RAM實現(xiàn)，數(shù)據(jù)深度均為10位。輸入采用“addra”和“addrb”、時鐘采用“clka”和“clkb”、數(shù)據(jù)輸出采用“doutb”實現(xiàn)。則其異步存儲模塊的仿真結(jié)果如圖3所示。

在光譜數(shù)據(jù)采集模塊中，采用TOSHIBA公司的TVD-2712型CCD傳感器，位深設(shè)置可選8 bit、10 bit、12 bit，位深越深對應(yīng)的光譜量化誤差越小，但是其數(shù)據(jù)總量越大，所以通過不同位深的仿真計算，可以優(yōu)化位深的選擇，從而確定系統(tǒng)數(shù)據(jù)轉(zhuǎn)換位深設(shè)置。當(dāng)處理系統(tǒng)的位深采用10 bit時，時鐘頻率為150 MHz，則CCD圖像傳感器的最高采集頻率可以達(dá)到10 MHz，由此可見，設(shè)計20分頻的系統(tǒng)分頻結(jié)構(gòu)具有較好的匹配效果。首先，利用Verilog觸發(fā)系統(tǒng)控制端，形成驅(qū)動信號控制，然后在Modelsim6.0中仿真，仿真結(jié)果如圖3所示。根據(jù)仿真結(jié)果可知，設(shè)計的時序邏輯關(guān)系與擬采用的CCD邏輯時序是一致的，系統(tǒng)構(gòu)成的讀寫異步RAM可完成系統(tǒng)光譜數(shù)據(jù)的采集與處理，對靜態(tài)干涉條紋的采集、傳輸、處理具有高效性。

3 處理模塊設(shè)計及仿真

光譜數(shù)據(jù)處理采用Virtex 2-Pro型嵌入式處理芯片實現(xiàn)，流水線處理模式，位深選擇10 bit，F(xiàn)FT在FPGA的IP核中實現(xiàn)，輸入采用“xn_im”和“xn_re”，起始信號為“start”，輸出信號采用“xk_im”、“xk_re”、“xk_index”、“xk_index”完成實部虛部信息的輸出。運(yùn)算流程為基-2時間型。FPGA的時序關(guān)系仿真結(jié)果如圖4所示。

在該運(yùn)算器中，通過兩個輔助的RAM可以實現(xiàn)對變換結(jié)果的存儲，利用RAM減小對提高FPGA資源使用效率，進(jìn)而提升系統(tǒng)的處理能力。系統(tǒng)由兩個硬件乘法器、四個儲存器完成了光譜數(shù)據(jù)的蝶形運(yùn)算與光譜位置標(biāo)定，同時，該方法還有效地提高了系統(tǒng)的數(shù)據(jù)處理速率，在100.0 MHz的工作基頻下，實現(xiàn)1 024點(diǎn)FFT僅需33 μs。同時，還在仿真中對不同位深數(shù)據(jù)進(jìn)行了測試，仿真結(jié)果表明，位深主要影響系統(tǒng)的處理速度，8 bit速度最快，12 bit速度最慢，但8 bit的反演結(jié)果波長振幅降低，信噪比低；10 bit與12 bit的振幅和信噪比相近，但12 bit運(yùn)算時長明顯增加，為了保證反演的實時性，最終選用10 bit，在下面的實驗中將進(jìn)行進(jìn)一步對比。

4 實驗

4.1 實驗條件

整個系統(tǒng)由激光光源、CCD傳感器、干涉棱鏡、高速數(shù)據(jù)采集卡、FPGA開發(fā)板組成，計算機(jī)完成在片編譯及仿真分析；激光器的中心波長是980 nm，提供穩(wěn)定的待測激光；干涉棱鏡采用兩個直角棱鏡的組合，其中一個存在等效斜契角0.10°；示波器采集控制信號；TVD2712型CCD傳感器采集靜態(tài)干涉條紋，該CCD的光譜范圍為320～1 100 nm，單個像元尺寸為8 μm×8 μm。系統(tǒng)整體結(jié)構(gòu)如圖5所示。

4.2 位深對比實驗

在仿真分析后，通過構(gòu)建硬件測試系統(tǒng)完成對中心波長980 nm激光的光譜復(fù)原。在測試前，設(shè)定了合適的位深格式數(shù)據(jù)，再實現(xiàn)對光譜數(shù)據(jù)的測試。實驗對數(shù)據(jù)的位深是調(diào)試后選定的，針對8 bit、10 bit和12 bit的測試數(shù)據(jù)結(jié)果可知，不同位深測試得到的中心波長處振幅不同，實現(xiàn)時間不同，測試結(jié)果如圖6所示。

位深檔位不同時，從8 bit調(diào)整為12 bit時，經(jīng)傅氏變換后的中心波長處主峰振幅不斷增大，信噪比更高，但變化過程逐漸趨緩；當(dāng)位深增大時，測試得到的中心波長位置不變，半寬也沒有明顯變化；同時，當(dāng)位深增大時，運(yùn)算時間卻明顯提升，系統(tǒng)總體運(yùn)算時間從約1 200個機(jī)器周期增至5 200個機(jī)器周期?？梢?，單純通過提高位深不會改變中心波長位置和半寬，但其可以使光譜振幅得到提高，從而提升信噪比。但代價是系統(tǒng)的運(yùn)算時間進(jìn)一步增長，不利于系統(tǒng)的實時處理。所以位深的設(shè)置需要綜合考慮，系統(tǒng)最終采用10 bit的位深，同時保證系統(tǒng)一定的信噪比和處理速度。

4.3 頻譜對比實驗

在位深測試完成的基礎(chǔ)上，分別對兩種不同處理方式同時針對980 nm進(jìn)行對比分析，分析系統(tǒng)光譜復(fù)原處理效果，與傳統(tǒng)的MATLAB軟件光譜反演方法進(jìn)行對比。系統(tǒng)獲得的靜態(tài)干涉條紋如圖7（a）所示，通過FPGA復(fù)原得到的實部與虛部數(shù)據(jù)如圖7（b）所示，通過MATLAB復(fù)原得到的實部與虛部數(shù)據(jù)如圖7（c）所示。

如圖7所示，圖7（a）表示由干涉棱鏡獲得的靜態(tài)干涉條紋，該干涉條紋由FPGA采集并傳輸?shù)讲杉?，再通過傳輸接口完成與電腦的數(shù)據(jù)交互。圖7（b）和圖7（c）是對同一組光譜數(shù)據(jù)的復(fù)原結(jié)果，F(xiàn)PGA與MATLAB的光譜反演中心波長位置相同，誤差小于0.2 nm；但FPGA獲得的振幅峰峰值要略優(yōu)于MATLAB，因為其疊加效果更為明顯；FPGA獲得的數(shù)據(jù)噪聲均值不如MATLAB的測試數(shù)據(jù)；10 bit位深條件下FPGA的整個數(shù)據(jù)處理周期為55 μs，而MATLAB的整個數(shù)據(jù)處理周期為610 μs，可見，采用本系統(tǒng)與傳統(tǒng)處理算法上光譜反演效果基本一致，而在處理速度上得到了大幅提高，說明系統(tǒng)設(shè)計符合設(shè)計要求。

5 結(jié)論

針對干涉條紋數(shù)據(jù)處理中處理效果與處理速度之間的矛盾問題，設(shè)計了一種基于FPGA的快速靜態(tài)光譜復(fù)原系統(tǒng)。設(shè)計了FPGA的采集與處理硬件模塊，通過FPGA實時控制CCD傳感器快速獲取干涉條紋，再經(jīng)處理模塊完成蝶形運(yùn)算與光譜位置標(biāo)定等。通過對采集、處理部分的設(shè)計與仿真，通過時序邏輯關(guān)系結(jié)果驗證了本系統(tǒng)的可行性。在對比了不同位深對系統(tǒng)復(fù)原效果的基礎(chǔ)上，選擇了10 bit的工作模式，并與MATLAB測試數(shù)據(jù)比較驗證了本系統(tǒng)的精度與特性，說明其具有較好的應(yīng)用前景。

參考文獻(xiàn)

［1］ MANZARDO O，HERZIG H P，CULDIMANN B，et al.New design for an integrated Fourier transform spectrometer［C］.Proceeding of SPIE，2000，4178：310-319.

［2］ 周志娟，張玉貴，樊奔?；贔PGA的干涉信號雙ADC采集系統(tǒng)設(shè)計［J］。電子測量技術(shù)，2016，12（4）：123-128.

［3］ KAZUMASA T，HIROTAKA A，KATSUNARI O.Correction for phase-shift deviation in a complex Fourier transform integrated-optic spatial heterodyne spectrometer with an active phase-shift scheme［J］.Optics Letters，2011，36（7）：1044-1046.

［4］ 李巖，徐金甫?；谛滦虵PGA的FFT設(shè)計與實現(xiàn)［J］。計算機(jī)工程與應(yīng)用，2007，43（14）：102-104.

［5］ Li Xiao，Zhang Jilong，Tian Erming.Passive laser spectrum detection technology based on static interferometer［C］.2008 International Conference of Optical Instrument and Technology，Proceedings.of SPIE，2008，7160：11-15.

［6］ ALESSANDRO R，MARCO D，GIOVANNI C.Bilateral filter-based adaptive non-uniformity correction for infrared focal-plane array systems［J］.Optical Engineering，2010，49（5）：057003.

［7］ 賀剛，柏鵬，彭衛(wèi)東，等。一種基于IP核通信系統(tǒng)中滑動相關(guān)捕獲算法的FPGA實現(xiàn)［J］。江西師范大學(xué)學(xué)報（自然科學(xué)版），2011，35（2）：151-154.

［8］ 陳珂，劉學(xué)聰，羅先衛(wèi)，等.32通道光纖陣列式高靈敏飛秒激光光譜分析儀［J］。光電子·激光，2015，26（1）：116-119.

［9］ 郭嘉，盧啟鵬，高洪智，等?；贔PGA的無創(chuàng)傷血液成分光譜采集系統(tǒng)設(shè)計［J］。光譜學(xué)與光譜分析，2016，36（9）：2991-2996.

［10］ 呂默，陳晨，王一丁。用于中紅外痕量氣體檢測的光電信號高速采集系統(tǒng)設(shè)計［J］。激光雜志，2016，37（2）：26-29.

［11］ MILES A J，WIEN F，LEES J G.Calibration and stand-ardization of synchrotron radiation and conventional circular dichroism spectrometers.Part 2：Factors affecting magnitude and wavelength［J］.Spectroscopy-AN International Journal，2005，19（1）：43-51.

［12］ 張多利，沈休壘，宋宇鯤，等?；诋悩?gòu)多核可編程系統(tǒng)的大點(diǎn)FFT卷積設(shè)計與實現(xiàn)［J］。電子技術(shù)應(yīng)用，2017，43（3）：16-20.