0731-28592662
中文版EN
您現(xiàn)在所在位置:首頁  > 技術(shù)支持 > 問題與診斷

產(chǎn)品常識

問題與診斷

傳感器隨機(jī)誤差分析及其數(shù)字濾波處理方法

發(fā)布日期:2020-04-02 發(fā)布人:管理員 瀏覽次數(shù):
  

傳感器在使用過程中由于串入儀表或者采集系統(tǒng),可能引入隨機(jī)誤差。其內(nèi)部器件噪聲和A/D量化噪聲也會影響其高精度的輸出性能。所以如何處理和削弱誤差的影響,變得越來越重要,也得到了更廣泛的重視。

image.png

傳感器隨機(jī)誤差是由串入儀表的隨機(jī)干擾、儀器內(nèi)部器件噪聲和A/D量化噪聲引起的,室溫和相對濕度等不穩(wěn)定因素也是其產(chǎn)生的原因。在相同條件下測量同一量值時,單次測量無法發(fā)現(xiàn)規(guī)律,但在多次測量中,測量數(shù)據(jù)總體符合統(tǒng)計規(guī)律,測量值體現(xiàn)為實際量值的上下波動,隨著測定次數(shù)的增加,誤差的平均值將逐漸趨向于零。

數(shù)字濾波算法因為具有靈活性以及無需修改硬件就能達(dá)到不同的濾波效果等特點(diǎn),使其得到了廣泛的應(yīng)用。它的主要優(yōu)點(diǎn)如下:

(1)數(shù)字濾波只是一個計算過程,無需硬件,因此可靠性高,并且不存在阻抗匹配、特性波動、非一致性問題。模擬濾波器在頻率很低時較難實現(xiàn)的問題,不會出現(xiàn)在數(shù)字濾波器的實現(xiàn)過程中。

(2)只要適當(dāng)改變數(shù)字濾波程序有關(guān)參數(shù),就能方便的改變?yōu)V波特性,因此數(shù)字濾波使用時方便靈活。

常用的數(shù)字濾波算法主要有:克服大脈沖干擾的數(shù)字濾波算法、抑制小幅度高頻噪聲的平均濾波法和復(fù)合濾波法。

一、克服大脈沖干擾的數(shù)字濾波算法

克服由儀器外部環(huán)境偶然因素引起的突變性擾動或一起內(nèi)部不穩(wěn)定引起的誤碼等造成的尖脈沖干擾。通常采用簡單的非線性濾波法。

1.限幅濾波法(又稱程序判別法)

通過程序判斷被測信號的變化幅度,從而消除緩變信號中的尖脈沖干擾。具體方法是,依賴已有的時域采樣結(jié)果,將本次的采樣值與上次的采樣值進(jìn)行比較,若它們的差值超出允許范圍,則認(rèn)為本次采樣值受到了干擾,應(yīng)予易除。

image.png

image.png

2.中值濾波法

中值濾波是一種典型的非線性濾波器,它運(yùn)算簡單,在濾波脈沖噪聲的同時可以很好地保護(hù)信號的細(xì)節(jié)信息。對某一被測參數(shù)連續(xù)采樣N次(一般N應(yīng)為奇數(shù)),然后將這些采樣值進(jìn)行排序,選取中間值作為本次采樣值。對溫度、液位等緩慢變化的被測參數(shù),采用中值濾波法一般能收到良好的濾波效果。

image.png

image.png

二、抑制小幅度高頻噪聲的平均濾波法

小幅度高頻電子噪聲:電子器件熱噪聲、A/D量化噪聲等。

通常采用具有低通特性的線性濾波器:算術(shù)平均濾波法、滑動平均濾波法、加權(quán)滑動平均濾波法等。

1.算術(shù)平均濾波法

image.png

image.png

2.滑動平均濾波法

對于采樣速度較慢或要求數(shù)據(jù)更新率較高的實時系統(tǒng),算術(shù)平均濾波法無法使用的。

滑動平均濾波法把N個測量數(shù)據(jù)看成一個隊列,隊列的長度固定為N,每進(jìn)行一次新的采樣,把測量結(jié)果放入隊尾,而去掉原來隊首的一個數(shù)據(jù),這樣在隊列中始終有N個“最新”的數(shù)據(jù)。

image.png

平滑度高,靈敏度低;但對偶然出現(xiàn)的脈沖性干擾的抑制作用差。實際應(yīng)用時,通過觀察不同N值下滑動平均的輸出響應(yīng)來選取N值以便少占用計算機(jī)時間,又能達(dá)到最好的濾波效果。

3.加權(quán)滑動平均濾波法

增加新的采樣數(shù)據(jù)在滑動平均中的比重,以提高系統(tǒng)對當(dāng)前采樣值的靈敏度,即對不同時刻的數(shù)據(jù)加以不同的權(quán)。通常越接近現(xiàn)時刻的數(shù)據(jù),權(quán)取得越大。

image.png

三、復(fù)合濾波法

在實際應(yīng)用中,有時即要消除大幅度的脈沖干擾,又要做數(shù)據(jù)平滑。因此常把前面介紹的兩種以上的方法結(jié)合起來使用,形成復(fù)合濾波。我們將用去極值平均濾波算法進(jìn)行示例。

去極值平均濾波算法:先用中值濾波算法濾除采樣值中的脈沖性干擾,然后把剩余的各種采樣值進(jìn)行平均濾波。連續(xù)采樣N次,剔除其最大值和最小值,再求余下N-2個采樣的平均值。顯然,這種方法既能抑制隨機(jī)干擾,又能濾除明顯的脈沖干擾。

image.png

0731-28592662