第6章应用程序设计与实现技术剖析.ppt

4、程序区 程序区是由一系列的执行指令构成，一般不能在指令之间随意安排陷阱，否则正常执行的程序也将被抓走。但是由于程序区也不是完全的顺序执行程序，中间会有一些断裂点，在这些地方程序的走向将发生转移。 这样的指令有LJMP、SJMP、AJMP、RET、RETI。因此可以在这些指令的后面安排陷阱，捕捉弹飞的程序，而又不会影响正常的程序执行。 返回 第六章结束 作用：用于降低随机噪声的影响，提高信噪比。 设第i次测量值包含信号成分si和噪声成分ci，则： 由于随机信号具有抵偿性：当N趋于无穷时，其平均值趋于零。 因而，只要N大，则随机误差的影响就小。 　　算术平均值法适用于随机干扰信号的滤波。尤其对于在某个值附近上下波动的参数的测量很有效，例如：流量、液平面信号的测量。 　　测量次数N的大小受实际情况的限制，N大，随机噪声的影响小，平滑性好，但系统灵敏度降低；N小，随机噪声滤除效果稍差，系统灵敏度高。 　　N一般可选为2的幂，在汇编语言实现时只需对累加结果进行一定次数的移位操作即可，节省运算时间。 经验数据：流量测量N=8~16；压力测量N=4；温度无噪声时可不平均。 2、中位值滤波 　　所谓中位值滤波法就是采样周期到时，对某一被测参数连续采样m次（m≥3且一般取奇数），即所谓“密集采样”，然后把m次采样值按大小顺序排列，取其中间值做为本次采样有效数据。 中位值滤波能有效地克服因偶然因素引起的波动或采样器不稳定引起的误码等造成的脉冲干扰。 对缓慢变化的过程采用中位值滤波有良好的效果。 n 越大，排序算法所占的时间越长。 中位值滤波法和算术平均值滤波法结合使用： ① 在每个采样周期，先用中位值滤波法得到m个滤波值； ② 在这m个值中取中间3值或5值进行算术平均，得该时刻的测量值。 3、限幅滤波 根据实际信号的变化范围，设定上、下限限幅 也常采用限速（变化率限制） 必须按实际情况设定yH、yL、△y0，以保证控制品质。 通常按照参数可能的最大变化速度及采样周期 T，决定△y0值。 适用于偶然的大的脉冲干扰或采样器的不稳定，使得采样值偏离实际值太远。 4、惯性滤波法 　模拟惯性滤波器的传递函数为： 其中滤波时间常数 ，滤波特性取决于RC的值。 　　RC越大，则低通滤波效果越好。但实际的电阻和电容值不可能很大，因而RC滤波器不能实现对极低频率信号的滤波。 将RC滤波器的传递函数离散化，得： 　　若α越大，则Tf越大，带宽越窄，可实现对极低频率信号的滤波。 　　α值的选取，应使得被测参数既不出现明显纹波(α要较大)，反应又不太迟缓(α不能太大) 。 　　一阶惯性滤波通常与PI控制一同使用。(不完全微分PID算法中用到一阶惯性滤波环节)； 　　一阶惯性滤波用于高频及低频干扰信号的滤除。 5、递推平均滤波法 　　　算术平均滤波法，每计算一次数据，需采样N次。对于采样速度较慢或要求数据计算速度较高的系统，该方法是无法使用的。例如某A/D 芯片转换速率为10次/s，而要求每秒输入4次数据时，则N不能大于2。 递推平均滤波法，只需进行一次测量，就能得到当前算术平均滤波值。 把N个采样数据看成一个队列，队列的长度固定为N，每进行一次新的采样，把采样结果放入队尾，而扔掉原来队首的一次数据。在队列中始终有N个的数据，计算滤波值时，只要把队列中的N个数据进行算术平均，就可得到新的滤波值。 这样每进行一次采样，就可计算得到一个新的平均滤波值。 第n次采样值经滤波后的输出 未经滤波的第 n-i 次采样值 递推平均项数 递推平均滤波算法对周期性干扰有良好的抑制作用，平滑度高，灵敏度低； 对偶然出现的脉冲性干扰的抑制作用差，不易消除由于脉冲干扰引起的采样值偏差，因此它不适用于脉冲干扰比较严重的场合，而适用于高频振荡的系统。 通过观察不同N值下递推平均的输出响应来选取N值，以便既少占用计算机时间，又能达到最好的滤波效果。 N 的工程经验值如下: 流 量 12 压 力 　4 液 面 　4 ~12 温 度 　 1~4 6、加权递推平均滤波法 算术平均滤波法和递推平均滤波法中，N次采样值在输出结果中的比重是均等的，即1/N。用这样的滤波算法，对于测量信号会引入滞后，N越大，滞后越严重。 为了增加最新采样数据在递推平均中的比重，以提高系统对当前采样值的灵敏度，可以采用加权递推平均滤波算法。 加权递推平均滤波算法是递推平均滤波算法的改进，即不同时刻的数据加以不同的