智能仪器的基本数据处理算.pptVIP

1用n次多项式去逼近f(x)，使Pn(x)在节点xi处满足2含有n+1个未知数的线性方程组，当x0，…，xn互异时，方程组，有惟一解，即一定存在Pn(x)3对n+1离散点系数an，…，a1，a0应满足方程组要用已知的（xi,yi）(i=0,1,…,n)去求解方程组，即可求得ai(i=0,1,…,n)，从而得到Pn(x)。对于每一个信号的测量数值xi就可近似地实时计算出被测量yi=f(xi)≈Pn(xi)。多项式的次数由逼近精度来确定。自变量允许范围越大(即插值区间越大），多项式的次数也越高。n=1线性插值，n=2抛物线插值（二次插值）。(1).线性插值：从一组数据（xi,yi）中选取两个有代表性的点（x0,y0）和（x1,y1），然后根据插值原理，求出插值方程yxP1(x)为f(x)的近似表示y0y1x0x1Vi=|P1(Xi)－f(Xi)|,i=1,2,…,n–1若在x的全部取值区间[a,b]上始终有Vi＜ε(ε为允许的校正误差)，则直线方程P1(x)=a1x+a0就是理想的校正方程。线性插值举例若允许的校正误差小于3℃，分析能否用直线方程进行非线性校正。取A（0,0）和B（20.12,490），可求得a1=24.245，a0=0，即P1(x)=24.245x。x=11.38mV时，P1(x)=275.91。误差为4.09℃。另外，在240～360℃范围内校正误差均大3℃。这种方法是将曲线y=f(x)按分成N段，每段用一个插值多项式Pni(x)来进行非线性校正（I=1,2,…N）。等距节点分段插值和不等距节点分段插值两类。等距节点分段插值适用于非线性特性曲率变化不大的场合。不等距节点分段插值对于曲率变化大的非线性特性.(2)分段插值法：求11.2mV对应的温度取A（10.97,270）和B（11.38,280）智能仪器智能仪器*消除系统误差的软件算法克服随机误差的数字滤波算法第四章智能仪器的基本数据处理算法非线性校正测量精度和可靠性是仪器的重要指标，引入数据处理算法后，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，从而克服和弥补了包括传感器在内的各个测量环节中硬件本身的缺陷或弱点，提高了仪器的综合性能。数据处理能力是智能仪器水平的标志,不能充分发挥软件作用,等同硬件化的数字式仪器.第一节克服随机误差的数字滤波算法随机误差：随机误差由串入仪表的随机干扰引起的。在相同条件下测量同一量时，其大小和符号作无规则变化而无法预测，但在多次测量中符合统计规律的误差。采用模拟滤波器是主要硬件方法。010302数字滤波算法的优点：数字滤波只是一个计算过程，无需硬件因此可靠性高，并且不存在阻抗匹配、特性波动、非一致性等问题。解决模拟滤波器在频率很低时较难实现的问题，不会出现在数字滤波器的实现过程中。只要适当改变数字滤波程序有关参数，就能方便的改变滤波特性，因此数字滤波使用时方便灵活。常用的数字滤波算法克服大脉冲干扰的数字滤波法限幅滤波法中值滤波法基于拉依达准则的奇异数据滤波法基于中值数绝对偏差的决策滤波器抑制小幅度高频噪声的平均滤波法算数平均2．滑动平均3．加权滑动平均复合滤波法STEP2STEP1克服由仪器外部环境偶然因素引起的突变性扰动或仪器内部不稳定引起误码等造成的尖脉冲干扰，是仪器数据处理的第一步。通常采用简单的非线性滤波法。一、克服大脉冲干扰的数字滤波法01通过程序判断被测信号的变化幅度，从而消除缓变信号中的尖脉冲干扰。02具体方法是：依赖已有的时域采样结果，将本次采样值与上次采样值进行比较，若它们的差值超出允许范围，则认为本次采样值受到了干扰，应予易除。限幅滤波法（又称程序判别法）1．限幅滤波法1中值滤波是一种典型的非线性滤波器，它运算简单，在滤除脉冲噪声的同时可以很好地保护信号的细节信息。2对某一被测参数连续采样n次（一般n应为奇数），然后将这些采样值进行排序，选取中间值为本次采样值。3对温度、液位等缓慢变化的被测参数，采用中值滤波法一般能收到良好的滤波效果。2．中值滤波法1基于拉依达准则的奇异数据滤波法2（剔除粗大误差）3拉依达准则：当测量次数N足够多且测量服从正态分布时，拉依达准则法的应用场合与程序判别法类似，并可更准确地剔除严重失真的奇异数据。4在各次测量值中，若某次测量值Xi所对应的剩余误差Vi＞3σ，则认为该Xi为坏值，予以剔除。求N