Detta är ett examensarbete som motsvarar 10 poäng på Karlstads Universitets elektroingenjörsprogram. Examensarbetet har utförts på Saab Bofors Dynamics AB i Karlskoga, där man utvecklar produkter för försvarsindustrin. I en av deras produkter mäter man avståndet från en projektil i luften ner till marken. Detta åstadkoms genom att skicka ut en laserpuls (från projektilen) som således reflekteras mot marken så att man kan mäta det reflekterade ljuset. Genom att beräkna tiden det tar för laserpulsen att färdas fram och tillbaka till marken kan man beräkna avståndet. I den produkten ingår en DSP. DSP:n används för att interpolera fram fler datapunkter och på detta sätt öka precisionen på mätningen. Målet med detta projekt är att utveckla ett program, i programmeringsspråket C, för ovan nämnda DSP i syfte att beräkna avståndet på bästa möjliga sätt. I detta mål ingår också att jämföra fördelar och nackdelar med olika interpolationsmetoder. När man använder laserpulser för att mäta avstånd uppkommer i huvudsak två problem. Det första är att när man får tillbaka de reflekterade laserpulserna innehåller mätsignalen stora mängder brus. För att minska bruset gör man upprepade mätningar och utför en faltning. Det andra problemet är att precisionen på det beräknade avståndet är starkt beroende av samplingshastigheten, och för att öka precisionen vill man interpolera fram fler sample. Interpolationen kan vara utförd på flera olika sätt, därför ville Saab Bofors Dynamics att jag skulle titta på vilka alternativ som fanns. Interpolationsmetoden som används i den lösning som redan existerar är en modifierad Lagrange metod. Min uppgift var att utvärdera andra interpolationsmetoder. I detta dokument har jag valt att utvärdera cubic splines mer noggrant än andra metoder. Med denna metod blir dock avståndsmätningen endast tillräckligt exakt inom vissa mätområden. Anledningen till detta är att interpolationsfelet, när man använder cubic splines, blir likformigtfördelat, och är därmed inte predikterbart. Andra metoder, som t.ex. Lagrange, ger ett predikterbart fel som kan elimineras från resultatet. En lösning på detta problem är att göra upprepade mätningar för att på så sätt reducera det normalfördelade felet, men i mitt fall var detta dock inte möjligt eftersom tidskraven inte medgav upprepade mätningar. Resultatet blev ett fungerande program för DSP:n som är verifierat i simulering men det är ej testad i några praktiska förhållanden. I den här rapporten beskrivs både principerna för laseravståndsmätningen teoretiskt och hur man går till väga för att implementera det. De program som användes var i huvudsak Matlab och Visual DSP från Analog Devices.

This is a degree project corresponding to ten points at Karlstads Universities Electrical Engineering program. The degree project was carried out at Saab Bofors Dynamics in Karlskoga, Sweden. There they develop products for the defence industry. In one of these products, they measure the altitude of a flying projectile by sending out a laserbeam (from the projectile) which is reflected onto the ground, so you can measure the reflection. By calculating the time it takes for the laserbeam to go to the ground and back, one can compute the distance. This product contains a DSP. The DSP is used to interpolate data points in order to improve the precision. The aim of this project is to develop a C-program, for the DSP to calculate the distance optimally. It also compares the advantages and disadvantages of different interpolation methods. When one uses a laser to measure a distance many problems arise. The first is that when you get the reflection back it contains noise. To attenuate this noise you can make repeated measurements and do a convolution on the signal. The second problem is that the precision on the calculated distance depends on the sampling frequency, and to increase the precision, one needs to interpolate to get more samples and this interpolation can be performed in different ways. The interpolation method that was used in the existing solution was a modified Lagrange method. My task was to evaluate other interpolation methods such as cubic splines. With this method, the distance calculation becomes only sufficiently precise within certain areas. The reason for this is that the interpolation error when you use cubic splines is uniformly distributed, and therefore not predictable. Other methods like Lagrange, give an error that is predictable and could therefore be eliminated from the result. A solution to this problem is to make repeated calculations on different measurements and so reduce the uniform distribution error, but in this case this was not possible because of excessive computational load. The result became a functioning program for the DSP who is verified in the simulation environment, but it is not tested in any practical application. The programs that were used were mainly Matlab which was used for testing the mathematical parts of the task, and Visual DSP from Analog Devices was used for programming and debugging the DSP code.