滤波器设计问题汇总.docx

12.2.3 数据处理 计算机测控系统中的数据处理从一般意义上说应包括三方面内容： 一是对 传感器输出信号进行放大、滤波、 I/V 转换等预处理，通常称之为信号调理；二 是对采 集到计算机中的信号数据进行数字滤波、数值计算、逻辑判断、非线性 补偿和标度变换等加工处理， 通常称之为一次处理； 三是对经前两步得到的测量 数据进行分 析，寻找规律，判断事物性质，生成所需控制信号，甚至进一步研 究以前控制效果， 决策后一时刻的控制方案等， 此称为二次处理。 信号调理都是 由硬件完成，对不 同性质的传感器输出信号进行信号调理及与微机接口的通常 方法如表 12.5 所示；而一次处理和二次处理则一般由软件实现。不过通常所说 的数据处理多指上述的一次处理。本节讨论的范围也仅限于此。 一次处理的主要任务是提高检测数据的精确度和可信度，并使数据格式化、 标准化，以便运算和显 示、打印、记录。而检测数据的精确度和可信度主要受 检测过程的随机误差和系统误差的影响。 随机误差可用统计方法处理而削弱其影 响；系统误差则可通过自校准 或特性补偿技术来加以削弱或消除。下面分别讨 论之。 1. 随机误差的处理 随机误差主要指外部干扰信号和内部噪声源或某些意外情况出现所造成的 检测误差。 由随机过程数理统计理论可知， 随机误差虽然具有不可预知性， 但总 体上服从于统计规律， 多数情况下接近于正态分布。 在多次检测中， 随机误差的 绝对值的波动有一定界限， 且正负误差出现的概率几乎相同， 即是说， 随机误差 具有对称性、互抵性及有界性，因此其算术平均值趋于零。据此，为了提高信噪 比，每个采样周期中进行多次重复采样， 以其算术平均值作为该周期的采样值是 可取的。可以验证， 采用这种方法进行采样， 信噪比的提高程度与重复采样的次 数的平方根成正比， 如果将采样次数适当增加， 甚至可以从甚高噪声背景中提取 极其微弱的信号。 表 12.5 传感器输出信号与信号调理的对应关系 由于在数据采集过程中有强干扰或意外情况偶尔出现， 可能会产生粗大误差 或个别数据丢失现象。这些偶尔出现的错误数据点叫做奇异点。 奇异点的存在会 使数据处理误差大大增加。为了尽可能减小数据处理误差，一般要在求取算术平 均值之前将这些奇异点检拾出来，同时用一合适值取而代之。 1）检拾奇异点 我们知道，任何物理量的变化无论在时间上还是幅值上都是连续的， 不可能 出现间断和突跳。利用这一特性，我们便可用预测方法来检拾并剔除奇异点。 例 如可以用最简单的一阶差分方法计算预测值，然后与实测值比较，根据允许的误 差大小决定此点的性质和取舍。 设t时刻的检测值为xt，而预测值为二，根据一阶差分方程表达式，可求「： 1= x t-1 +(x t-1 -x t-2 ) (12.1) 式(12.1)说明，t时刻的值可以用(t-1)和(t-2)时刻的检测值来推算。当采 样频率的选择符合采样定理时，这种预测方法是有足够精度的。 A 我们将t时刻的预测值列与t时刻的实际测量值xt进行比较，对该实际数 据点是否奇异点做出判断。判断准则是，根据采样频率和被测物理量变化特性， A 给定一个误差容限或称误差窗口 W看xt和二之差是否超出 w若超出则为奇异 A 点，将xt舍弃而用二取而代之。 有时，为确保检测结果的正确性、真实性，还对连续出现的奇异点进行计数，以 防系统误差造成的数据平移等假象。 比如设定连续三次剔除奇异点时，应舍弃这 次数据，重新检测；如多次发生此类现象，则应给出报警信息。 图12.22给出了按上述思想、方法剔除奇异点后再求算术平均值的程序流程 图。 设定误雄窗口 W和采样点数N 设用工作怛元A、B. G 6 E;川一 1E 1 读入A t-\ 和 M ^7-2- A? Xf』- —B.总—C 计算预測値;Xt ^6) + (8) -(A) , X,IC-D奇异点计数滑零I亠(B) —A (C) ― 计算预測値; Xt ^6) + (8) -(A) , X, IC-D 奇异点计数滑零 I 亠 (B) —A (C) ― B r Y E=E-l （釆样点数减门 N N E-01 计算算术平均値需“ E A； 尸1 V 返13 Y (D) f C 1 奇异点计数（Jin i） A 舍去，返间采样程JW 2）数字滤波 所谓数字滤波，就是对采样的数据（有时是经过剔除奇异点的采样数据）用计 算机软件的办法进行平滑加工，提高其有用信号，消除或削弱各种干扰及噪声造 成的随机误差。 采用数字滤波器较之采用模拟滤波器的优点是肯定的，首先是降低了硬件滤 波器件的费用，此外还 能克服采用模拟电容器构成滤波器时由于受电容器容量 的限制难以滤除低频干扰的问题。然而最大的优点该是数字滤波程序种类繁多， 可根据实际要求选择不同的滤 波方法或改变滤波