计算机测控技术4.ppt

第4章 信号的测量与分析算法 一般在计算机应用系统的输入信号中，均含有种种噪声和干扰，它们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。噪声有两大类：一类为周期性的；另一类为不规则的。前者的典型代表为50Hz的工频干扰。对于这类信号，采用积分时间等于20ms的整数倍的双积分A/D转换器，可有效的清除其影响。后者为随机信号，可以用数字滤波方法予以削弱或滤除。 4.1 数字滤波 （一）算术平均值法 算术平均值法适用于对一般的具有随机干扰的信号滤波。它特别适于信号本身在一数值范围附近上下波动的情况，如流量、液平面等信号的测量。 算术平均值法是要按输入的N个采样数据xi(i=1-N)，寻找y，使y各采样值间的偏差的平方和为最小： 算术平均值法对信号的平滑滤波程度完全取决于N。当N较大时，平滑度高，但灵敏度低，即外界信号的变化对测量计算结果y的影响小，当N较小时，平滑度较低，但灵敏度高，应按具体情况选取N，如对流量测量，N可取8-16，对压力等测量，可取N=4。 （二）滑动平均值法 算术平均值法，每计算一次数据，需测量N次。对于测量速度较慢或要求数据计算速率较高的实时系统，该方法是无法使用的。例如A/D数据，数据采样速率为每秒10次，而要求每秒输入4次数据时，则N不能大于2。 滑动平均值法只需进行一次测量，就能得到一个新的算术平均值。滑动平均值法采用队列作为测量数据存储器，队列的长度固定为N，每进行一次新的测量，把测量结果放入队尾，而扔掉原来队首的一个数据，这样在队列中始终有N个“最新”的数据。计算平均值时，只要把队列中的N个数据进行算术平均，就可得到新的算术平均值。这样每进行一次测量，就可计算得到一个新的算术平均值。 （三） 防脉冲干扰平均值法 在工业控制等应用场合中，经常会遇到尖脉冲干扰的现象。干扰通常只影响个别采样点的数据，此数据与其他采样点的数据相差比较大。如果采用一般的平均值法，则干扰将“平均”到计算结果上去，故平均值法不易消除由于脉冲干扰而引起的采样值的偏差。 为此，可采取先对N个数据进行比较，去掉其中最大值和最小值，然后计算余下的N-2个数据的算术平均值。即可以滤去脉冲干扰又可滤去小的随机干扰。 在实际应用中，N可取任何值，但为了加快测量计算速度，一般N不能太大，常取为4，为四取二再取平均值法。它具有计算方便速度快，存储量小等特点，故得到了广泛的应用。 4.2 信号分析处理方法 一、时间域分析： 1. 幅值域分析 :信号在幅值域上进行一些指标的 统计计算:最大值、最小值、平均值、有效值、均方值、标准差、偏态系数、峰态系数。 2. 相关域分析: (1)自相关函数 (2) 互相关函数 (3) 波形分析 (4)参数模型分析 二、频域分析: (1) 自谱分析 (2) 互谱分析 (3) 最大熵分析 (4) 倒谱分析 (5)包络谱分析 (6)三维谱阵分析 三、时频分析：小波变换 一、时间域分析 1. 幅值域分析: 是信号在幅值域上进行一些指标的计算。 (1) 最大值：信号中最大的幅值（峰值）。 (2) 最大值时间：信号中幅值最大处的时间位置。 (3) 最小值：信号中最小的幅值谷值。 (4) 最小值时间：信号中幅值最小处的时间位置。 (5) 平均值: (6) 有效值: (7) 均方值: (8) 标准差: 标准差表示随机振动围绕均值“振荡”的强度，因而它是描述随机振动的重要物理参数。 (9) 偏态系数： ＞0，正偏态； ＜0，负偏态； ＝0，中心对称。 当观测数据数目N200时，这个偏态系数的统计量较可靠。 (10) 峰态系数： 当 ＝0时，正态分布的峰度; 0时，分布的峰度比正态分布的峰度低阔; 0时，表明分布的峰度比正态分布的峰度高狭。当N1000时，计算出的统计量较可靠。 （11）概率密度分布：描述的是数据在幅值域的分布情况。例如轴承摩擦产生随机振动。轴承平稳和遍历随机振动的动态数据序列概率密度函数呈现出正态分布的钟形曲线 。四种轴承摩擦状态动态数据的数字特征列于表中。 在正常工况下，无摩擦产生，测试值的概率密度函数是标准正态的， ，它表示动态数据集中在均值附近，并且变化范