Evaluating the Feasibility and Benefits of Moving a Marine Vibrator Control Algorithm From a Real-Time Processor to an FPGA

Abstract

Shearwater holder på å utvikle en marin vibrator for å erstatte de mer miljøskadelige luftkanonene som brukes i marine seismikkundersøkelser i dag. Den marine vibratoren fungerer lik en høyttaler, med to motstående runde plater kalt radiatorer som svinger frem og tilbake og produserer akustiske signaler med frekvenser innenfor de seismiske frekvensene. En regulator styrer bevegelsene av disse radiatorene ved å lese sensordata fra radiatorene og regne ut de nødvendige handlingene for å spille av det rette signalet. Nøyaktigheten til reguleringen begrenses av systemets hastighet, samt slingringen i kjøretiden til sanntidsprosessoren som regulatoren kjøres på.

I dette arbeidet har en forenklet versjon av regulatoren blitt oversatt fra Simulink-kode til FPGA-kode for å forsøke å løse disse problemene. To FPGA-versjoner av den forenklede regulatoren har blitt skrevet i LabVIEW, én implementert med eksisterende LabVIEW-funksjoner for å begrense utviklingstiden og én med skreddersydde funksjoner for å oppnå høyest mulig hastighet. Begge versjonene er bygd opp av de samme matematiske funksjonene som Simulink-versjonen, bare med tall med fast kommaplassering i stedet for flyt-tall. Følgelig er den eneste forskjellen i funksjonalitet forårsaket av forskjeller i presisjon eller rekkevidde, noe som kan fikses ved å legge til flere bits.

Den skreddersydde FPGA-regulatoren viste seg å være 2.6 ganger raskere enn Simulink-regulatoren, mens den med eksisterende LabVIEW-funksjoner var tregere. Begge versjonene gjorde likevel hele systemet raskere, henholdsvis 3.8 og 3.4 ganger. Det var fordi den langsomme kommunikasjonen mellom sanntidsprosessoren og FPGA-en kunne fjernes. Den skreddersydde regulatoren brukte flere av de tilgjengelige FPGA-ressursene, med 5.9% mot den andre regulatorens 4.5%.

Hvis de samme resultatene hadde blitt oppnådd for hele regulatoren, så ville den kunne kjøre på en høyere frekvens. Så lenge det er nok FPGA-ressurser, så er det ingen grunn til å tvile på at hele algoritmen kan oversettes, men faktorer som datatype og parallellisering kan påvirke den potensielle hastighetsøkningen. Uansett så gjør fjerningen av kommunikasjonen mellom sanntidsprosessoren og FPGA-en og potensialet for å bruke pipeline-teknikken for å kjøre alle FPGA-ens oppgaver på likt at det er stor sannsynlighet for at systemet ville gått raskere. Dette ville lede til en mer nøyaktig regulering av radiator-posisjonene som igjen ville produsert bedre akustiske signaler til bruk i Shearwaters seismikkundersøkelser.

Shearwater is developing a marine vibrator to replace the more environmentally intrusive airguns most widely used in today's marine seismic surveys. The marine vibrator works like a loudspeaker, with two opposing circular plates called radiators oscillating to produce acoustic signals in the seismic frequency range. A controller controls the movements of the radiators by reading sensor data from the radiators and calculating the necessary actions to play the correct signal. The fidelity of the controlling is limited by the speed of the system and the jitter of the real-time processor the controller is run on.

In this work, a simplified version of the controller was translated from Simulink code to FPGA code in an attempt to alleviate some of these issues. Two FPGA versions of the simplified controller were written in LabVIEW, one using existing LabVIEW functions to limit the development time, and one with custom-made functions to achieve the highest speeds possible. Both the FPGA versions were implemented with the same mathematical operations as the Simulink version, except with fixed-point logic instead of floating-point, so the only difference in functionality was caused by differences in precision or range, which could be fixed by adding more bits.

The custom FPGA controller proved to be 2.6 times faster than the Simulink controller in itself, while the one with existing LabVIEW functions was slower. Nevertheless, both versions made the entire system faster, spending 3.8 and 3.4 times less time, respectively. This was because the slow communication between the FPGA and the Real-time controller could be removed. The custom controller spent more of the available FPGA resources with 5.9% versus the controller with existing LabVIEW functions' 4.5%.

If these same results could be achieved for the entire control algorithm, it would enable the controller to be run at a higher frequency. Provided that there are enough available FPGA resources, there is no reason to doubt that the entire algorithm can be translated, but factors like datatype and parallelization might affect the potential speed-up. However, the removal of the RT processor-FPGA communication as well as the potential for pipelining the FPGA tasks suggests that it is highly likely that the system will get faster nonetheless. This would lead to a more accurate controlling of the radiator positions, producing better acoustic signals for Shearwater's seismic surveys.