智能仪器83.ppt

8.3 数字滤波技术 当存在随机干扰使被测信号中混入了噪声成分时，可以采用滤波器滤掉信号中的噪声成分、提高信号质量。 模拟滤波器在低频和甚低频时实现是比较困难的，而数字滤波器则不存在这些问题。由于它具有高精度、高可靠性和高稳定性的特点，因此在智能仪器中被广泛用于克服随机误差。 采用数字滤波算法克服随机误差具有如下优点： 数字滤波是由软件程序实现的，不需要硬件，因此不存在阻抗匹配问题。 对于多路信号输入通道，可以共用一个软件“滤波器”，从而降低仪表的硬件成本。 适当改变滤波器程序或运算参数，就能方便池改变滤波特性。 限幅滤波 生产经验告诉人们，很多物理量的变化是需要一定时间的，相邻两采样值之间的变化也有一个限度，这就是程序判断法的客观依据。 限幅滤波又称为程序判断滤波，由于测控系统存在随机脉冲干扰，或由于变送器不可靠而将尖脉冲干扰引入输入端，从而造成测量信号的失真。对于这种随机干扰，限幅滤波是一种十分有效的方法。其基本方法是比较相邻的两个 中位值滤波 中位值滤波就是对某一被测参数连续采样n次(一般取n为奇数)，然后把n次采样值按大小排队，取中间值为本次采样值。 中位值滤波能有效地克服因偶然因素引起的波动或仪表不稳定引起的误码所造成的脉冲干扰。 对温度、液位等缓慢变化的被测参数，采用这种方法能收到良好的效果；但对于流量、压力等快速变化的参数，一般不采用中位值滤波算法。 采样次数N越大,滤波效果越好,但采样次数N太大则会影响仪器的测试速度,所以N一般取3或5。对于变化很慢的参数,有时也可增加次数,例如15次。 中值滤波程序主要由数据排列和取中间值两部分组成。数据排列可采用几种常规的排序方法,如冒泡法、沉底法等。 中位值滤波子程序 设SWAP为存放采样值的内存单元首地址，DATA为存放滤波值的内存单元地址，N为采样值个数。 算术平均滤波 算术平均滤波法就是连续取n个采样值进行平均，其数学表达式为 算术平均滤波法用于对一般具有随机干扰的信号进行滤波。这种信号的特点是围绕着一个平均值，在某一范围附近作上下波动，因此，仅取一个采样值作为滤波值是不准确的。 算术平均滤波法对信号的平滑程度完全取决于N。理论上讲，在无系统误差的情况下，当N→∞，其平均值趋于最大期望值，但实际上N是有限的。当N较大时，平滑度高，但灵敏度低；当N较小时，平滑度低，但灵敏度高。应根据具体情况选取N，既保证滤波效果，又尽量减少计算时间。 程序8.13 算术平均滤波子程序 设N为采样值个数。10位的采样值存放在SWAP开始的单元中，采样值数据高2位放于高字节，低8位放于低字节，且假定N个采样值之和不超过16位。滤波结果放在SWAP和SWAP+1单元中。DIV21为双字节除以单字节子程序，(R7，R6)为被除数，(R5)为除数，商在R7，R6中。 去极值平均滤波 算术平均滤波不能将明显的脉冲干扰消除，只是将其影响削弱。因明显干扰使采样值远离真实值，可以比较容易地将其剔除，不参加平均值计算，从而使平均滤波的输出更接近真值。 算法原理：连续采样N次，将其累加求和，同时找出其中的最大值与最小值，再从累加和中减去最大值和最小值，按N-2个采样值求平均，即得有效采样值为 去极值平均滤波子程序 设R4保存采样最大值，R5保存采样最小值，R6保存采样值，R2保存采样和的进位，R3保存采样值之和，按上图所示流程进行处理，结果保存在寄存器A中。 递推（滑动）平均滤波 该方法是先在RAM中建立一个数据缓冲区,依顺序存放N次采样数据（即把N个测量数据看成一个队列,队列的长度固定为N）。然后每采进一个新的数据,就将新数据存入队尾,同时将缓冲区中最早采集（队首）的一个数据去掉。 再求出当前RAM缓冲区中的N个数据的算术平均值。这样,每进行一次采样,就可计算出一个新的平均值,即测量数据取一丢一,测量一次便计算一次平均值,大大加快了数据处理能力。其数学表达式为 递推平均滤波法对周期性干扰有良好的抑制作用,平滑度高,灵敏度低；但对偶然出现的脉冲性干扰的抑制作用差,不易消除由于脉冲性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。通过观察不同N值下递推平均的输出响应来选取N值,既能少占用计算机时间,又能达到最好的滤波效果。 可以看出,递推平均滤波法与算术平均滤波法在数学处理上是完全相似的,只是N个数据的实际意义不同而已。 加权递推平均滤波 算术平均滤波和递推平均滤波方法的主要缺点是：为了提高对干扰的抑制效果,必须增大平均范围N；但增大N将会引起有用信号的失真,特别是会引起有用信号中高频分量丰富的峰值部位的失真。下图表示了递推平均滤波中峰值失真、噪声幅度与平均次数N的关系。 为协调三者的关系,可以采用加权平均滤波法。 所谓加权平均,