第12章 采样数据的预处理.ppt

数据采集与处理技术 第12章 采样数据的预处理 第12章 采样数据的预处理 采样数据的标度变换 采样数据的数字滤波 剔除采样数据中的奇异项 去除或提取采样数据的趋势项 采样数据的平滑处理 12.1 采样数据的标度变换 各种物理量有不同的单位和数值。把A/D转换的数字量变换为带有工程单位的数字量，这种变换称为标度变换 标度变换有多种形式，它取决于被测物理量所用的传感器或变送器的类型 标度变换使得A/D转换的数字量结果回归具有被测量物理意义和适当工程单位的数值表达，变换过程体现被测量与A/D转换的数字量之间的映射关系 采样数据标度变换的方法 线性参数的标度变换 非线性参数的标度变换 公式变换法 多项式变换法 表格法 12.1.1 线性参数的标度变换 12.1.2 非线性参数的标度变换 公式变换法 当传感器或变送器的输出信号与被测信号之间的关系可以用解析式表达的话，则可以通过解析式来推导出所需要的参量，这样一类参量称为导出参量 公式变换法常用于被测信号与A/D转换数字量之间有明晰的公式表达的状况，各转换环节之间有明确的解析表达关系，公式推导及表达有明确的物理意义 12.1.2 非线性参数的标度变换 多项式变换法 传感器或变送器的输出信号与被测参数之间的关系无法用解析式表达，但他们之间有确定的映射关系的时候，可以采用多项式变换法进行标度变换 多项式变换法的依据在于对于任意物理可实现的输入输出关系，都可以选择足够多项的多项式进行描述 多项式变换法的实质在于用足够多项数的多项式可以以足够的精度逼近某个确定的映射关系 多项式变换法 多项式变换法的公式表达为 多项式变换法的关键在于要找出一个能够较准确地反映传感器输出信号与被测量之间关系的多项式 选择多项式合适的项数 确定各项系数 一般来说多项式各项系数的确定是通过对足够多相异的确定输入量和相应的输出量之间的关系来进行确定的，常见的方法有最小二乘法、代数插值法等 12.1.2 非线性参数的标度变换 表格法 在已知的被测量与传感器输出的关系曲线上选取若干个样点并以表格形式存储在计算机中，即把关系曲线分成若干段。对每一个需要做标度变换的数据分别查表一次，找出数据所在的区间，然后用该区间的线性插值公式来完成标度变换 这种方法实质上是一种分段线性逼近的方法 12.2 采样数据的数字滤波 数字滤波就是通过特定的计算程序处理，减少干扰信号在有用信号中的比重 数字滤波用程序实现，不需增加硬件设备，可以重用 可靠性高，稳定性好，各回路之间不存在阻抗匹配的问题 数字滤波可以对频率很低的信号实现滤波，克服了模拟滤波器的缺陷，而且通过改写数字滤波程序，可以实现不同的滤波方法或改变滤波参数，更加灵活方便 12.2.1 中值滤波法 所谓中值滤波，就是对某一个被测量连续采样n次（一般n取奇数），然后把n个采样值从小到大（或从大到小）排队，再取中值作为本次采样值 中值滤波法，对于去掉脉动性质的干扰比较有效，但是对快速变化过程的参数则不宜采用 12.2.2 算术平均值法 算术平均值法适用于对压力、流量一类信号作平滑处理，这类信号的特点是有一个平均值，信号在某一数值范围附近作上下波动 算术平均值法是寻找一个 作为本次采样的平均值，使该值与本次各采样值间误差的平方和最小，即 12.2.3 加权平均滤波法 加权平均滤波法常采用下式求平均值 加权递推平均法适用于系统纯滞后时间常数较大、采样周期较短的过程，它对以不同采样时间得到的采样值分别给予不同的权系数，以便能够迅速反应系统当前所受干扰的严重程度 12.2.4 一阶滞后滤波法（惯性滤波法） 惯性滤波法是一种以数字形式实现低通滤波的动态滤波方法，尤其适用于滤波常数要求大的场合 惯性滤波法适用于波动频繁的被测量的滤波，它能很好地消除周期性干扰，但也带来了相位滞后 12.3 剔除采样数据中的奇异项 采样数据中的奇异项是指采样数据序列中有明显错误的个别数据。这些奇异项的存在会使数据处理后的误差大大增加 在采样数据序列中确定奇异项要根据具体的被测物理过程和数据采集系统的精度而定 一般可选用一阶差分法、多项式逼近法和最小二乘法来剔除采样数据中的奇异项 12.4 去除或提取采样数据的趋势项 待处理的采样数据中，一般包含两种分量 周期大于数据采样周期的频率成分，称为趋势项 周期小于数据采样周期的频率成分，称为交变分量 去除或提取趋势项的方法有两种 平均斜率法 最小二乘法 12.5 采样数据的平滑处理 数据采集系统采集到的数据通常叠加有噪声 周期性噪声，如工频干扰 不规则噪声，如随机噪声 由于噪声中的高频成分比较丰富，会导致根据采样数据绘制的曲线很不光滑，常需对数据进行平滑处理 数据平滑处理的原则是，通过平滑处理既要消弱干扰成分，又要保持原有曲线的变化特性 12.5.1 平