数据处理技术ppt.pptVIP

第四章 数据处理技术 ; 数据处理能力是仪表智能水平的标志，测量精度和可靠性是仪表的重要指标。使用数据处理算法后，使许多原来靠硬件电路难以实现的信号处理问题得以解决，克服弥补了各个环节中硬件本身的缺陷，提高仪表的综合性能。 通过信号的变换(包括解密、解码、解调等)求得测量数据。数据处理--可指信号变换处理，也指由表及里、求真求实地进一步处理。智能仪表的数据处理当然用数字信号处理形式。数字信号处理(DSP，Digital Signal Processing)通过几十年的发展建立了成熟的理论基础。 ; 智能仪表的数据处理内容： ①数据的基本处理：如信号的平均、平滑、微积分、换算、线性化、比较、判断以及显示、控制等，目的：从测量数据中找到问题的正确答案，减小仪表的误差和局限性，防止仪表自身可能出现的故障。 ②复杂的分析计算：指频谱分析、相关计算、统计与评估等。 ③满足实时性和快速性：与一般计算机数据处理不同，尤其是在线工作的仪表，处理方法要精练实用，处理程序往往用汇编语言生成，数据处理与数据采集以及存储显示、通信输出等操作需交替进行。;智能仪表数据处理的优点： ①程序代替各种电路进行处理，可简化硬件，降低成本，提高可靠性； ②数据处理精度高、综合性强； ③进行硬件电路很难实现的信号处理(如数字滤波、极性相关处理等)，可根据对象的变化和外界情况改变处理方法，实现智能处理。 一般对数据处理的主要要求是精度和速度，满足仪表在线实时处理的需要。 近年出现高速专用数字信号处理器件，特别适合在智能仪表中使用。如Texas仪表公司的TMS320。;4.2 标度变换;二、极值判断、分段测量技术; 2、 分段测量： ①各量程段上、下限值的确定： 确定各量程段上、下限值的原则---提高数据采集的分辨率，保证测量的应有精度。 如多功能测量仪有0.4V、4V、40V、400V四种量程，则4V量程的下限值为量程的1／10即0.4v，上限值为量程的110％即4.4V。在这一量程内，当数据采集结果小于最大值的1／11(采用12位A／D??换器时小于370)时，仪表自动转入0.4V量程挡。当数据采集结果大于最大值的10／11时，仪表应自动转入40V量程挡。这样就保证各量程测量较小量的分辨率接近A／D转换分辨率的1／10，各量程均用电路性能最好的段(1／11～10／11)进行测量，保证测量的精度。; ②量程处理流程： 当采取分段测量时，数据放大任务由可编程增益放大器完成。这样仪表取得数据采集结果后必须进行上述极值判别，来选择放大器的增益，最后获得正确的量程。;三、线性标度变换;四、非线性标度变换;4.3 数字滤波技术;二、克服大脉冲干扰的数字滤波法; 2．中值滤波法 中值滤波是典型的非线性滤波器，它运算简单，在滤除脉冲噪声的同时很好保护信号的细节信息。对被测参数连续采样n次（n为奇数），然后将这些采样值进行排序，取中间值为本次采样值。对温度、液位等缓慢变化的参数，用中值滤波效果良好。; 3．基于拉依达准则的奇异数据滤波法 拉依达准则：当测量次数N足够多且测量服从正态分布时，在各次测量值中，若某次测量值Xi所对应的剩余误差Vi＞3σ，则该Xi为坏值予以剔除。称3σ准则。 拉依达准则法步骤： ①求N次测量值X1至XN的算术平均值：; 拉依达准则的局限性 ①在样本值少于10个时不能用； ②是建立在正态分布的等精度重复测量基础上，而造成奇异数据的干扰或噪声难以满足正态分布。; 1、算数平均滤波 把 N个连续采样值（为X 1 至X N ）相加，然后取其算术平均值 作为本次测量的滤波值。 即; 2．滑动平均滤波 把 N个测量数据看成一个队列，队列的长度固定为N，每进行一次新的采样，把测量结果放入队尾，而去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。只要把队列中的数据进行算术平均，就可得到新的滤波值。这样每进行一次测量，就可算得新的滤波值，即滑动平均滤波法。 其数学表达式为：; 3．加权滑动平均滤波 对滑动平均法的改进，即对不同时刻的数据加以不同的权。通常越接近现时刻的数据，权取得越大。 加权