增强型MCU支持快速实时控制系统

设计实时控制系统的工程师不断面临优化性能的挑战。这些系统需要最小的延迟，其中采样、处理和输出之间的时间延迟必须适合一个紧凑的时间窗口，以满足控制回路性能规范。控制系统的核心是数学密集型算法，用于计算控制信号。使用能够快速有效地执行数学运算的微控制器 (MCU) 对于系统时序约束至关重要。理想情况下，该 MCU 将能够与中央处理单元 (CPU) 同时执行实时控制循环。例如，某些系统可能需要支持使用相同 MCU 的电力线通信。  

用于实时控制系统的高性能 MCU 依赖于拥有极快的 CPU。该 CPU 通常包括对定点和浮点数学运算的硬件支持。许多控制系统设计都是从仿真工具开始的，其中算法是用浮点数学开发的。然后可以轻松地将这些算法移植到具有本机浮点数学支持的 MCU。浮点数学提供了很大的动态范围，因此比使用定点更容易开发代码。程序员不再需要担心缩放和饱和。此外，由于浮点值不会像在定点数学中那样在上溢或下溢时环绕数字线，因此鲁棒性得到了提高。除了数学运算，  

实时控制算法中常用的三角和算术运算包括 Park 和逆 Park 变换、空间矢量生成、直接正交零和逆直接正交零变换、FFT 幅度和相位计算。典型的数学运算包括正弦、余弦、反正切、除法和平方根。这些类型的操作是周期密集型的，它们会极大地影响整个系统的性能。通过使用扩展指令集增强 MCU 的浮点功能，这些操作可以更加高效。为此，编译器需要支持自动生成三角函数和算术指令。然后编译器可以在适用的情况下使用这些指令，而不是运行时支持库调用，从而显着减少周期并显着提高性能。此外，将保持可移植性，因为相同的代码可以在有或没有这种增强数学支持的 MCU 上使用。

实现最终的高性能计算和高效处理，这对于设计当今许多复杂的实时控制应用程序至关重要，可能需要专门为控制律加速而设计的独立协处理器。例如，一个典型的功率数字控制器包括一个输入 A/D 转换器、一个计算控制律算法的数学引擎（例如，PID、二极/二零和三极/三零补偿器），和一个PWM通道来输出计算的波形。许多先进的控制系统将极大地受益于将这些功能集成到硬件中以最小化延迟的架构，从而产生绝对最小的采样到输出延迟。这种架构将与主 CPU 同时执行时间关键的控制循环，并释放它来执行其他所需的任务。此外，该架构将具有内置保护机制，以防止出现过流和过压情况。

图 1：增强的实时控制系统框图。

系统的独立硬件加速器必须针对 32 位浮点数学密集型计算进行优化。该加速器非常适合管理低级控制循环，与使用 CPU 相比具有高性能改进。此外，它需要直接访问内存并直接访问各种控制外设，例如 A/D 和 PWM 模块，以最大限度地减少延迟。理想情况下，它需要能够在转换完成后立即读取 A/D 结果，以减少延迟并实现快速系统响应。  

设计这个加速器使其在没有 CPU 干预的情况下响应外设触发是非常有效的，因为它不使用中断进行硬件同步，也不必进行任何上下文切换。这种方法消除了抖动，执行时间变得确定。为了灵活性，这个加速器应该是完全软件可编程的，而不是固定的基于硬件的。独立加速器可以在不执行控制规则时设置为低功耗模式，与主 CPU 相比，可能会提供更节能的操作。这种独立的协处理器加速器提供的优势可以显着增强实时控制应用，例如电机控制、电力转换、可再生能源和电动汽车。  

将智能管理和通信功能添加到高级控制系统可以优化高效运行。使用电力线通信是智能管理的理想选择，因为可以经济高效地使用现有基础设施。为了解决性能问题并避免添加另一个处理器的复杂性和成本，可以使用紧密耦合的定点加速器来增强 MCU，从而大大提高电力线通信连接的性能。该加速器为 MCU 添加了一组扩展的寄存器和指令，并且需要能够支持各种通信技术。消耗大部分处理能力的四个关键操作是维特比解码、复数 FFT、复数滤波器和循环冗余校验 (CRC)。  

除了通信之外，该加速器对于通用信号处理应用（例如滤波和频谱分析）也非常有用。例如，频谱分析可用于处理电机振动噪声，以确定系统的健康状况并估计电机的使用寿命。还提供完整的函数库，使编程更加轻松和高效。

实时增强型 MCU 的一个示例是德州仪器 (Texas Instruments) 的 32 位 C2000，它具有四个加速器：浮点单元、实时控制协处理器、三角数学单元和 Viterbi、复杂数学, 和 CRC 单元。您可以通过阅读白皮书“加速器：增强 C2000 MCU 系列的功能”了解更多信息，该白皮书可在“技术文档”下找到。

　　审核编辑：汤梓红