智能儀器的基本數(shù)據(jù)處理算法

1、第四章智能儀器的基本數(shù)據(jù)處理算法、數(shù)據(jù)處理能力作為智能儀器水平的標志，不能充分發(fā)揮軟件作用，相當于硬件數(shù)字儀器。測量精度和可靠性是儀器的重要指標，在引入數(shù)據(jù)處理算法后，解決了許多硬件電路難以實現(xiàn)的信號處理問題。在包括傳感器在內(nèi)的各個測量鏈接上克服和完善硬件本身的缺陷或弱點，提高了儀器的綜合性能，1、PPT學習交流，基本數(shù)據(jù)處理算法內(nèi)容摘要，消除克服隨機誤差的數(shù)字濾波算法系統(tǒng)誤差的算法，非線性修正工程規(guī)模轉(zhuǎn)換。頻譜估計，相關分析，復雜過濾器等算法，閱讀數(shù)字信號處理方面的文獻。2，PPT學習交流，在第一部分中，由克服隨機誤差的數(shù)字濾波算法、隨機誤差：連接到儀表的隨機干擾、儀器內(nèi)部設備噪聲、A/D量

2、化噪聲等引起。在相同條件下測量相同量時，大小和符號發(fā)生不規(guī)則變化，無法預測，但在多個測量中符合統(tǒng)計規(guī)律的誤差。使用模擬過濾器是主要的硬件方法。(注：誤差為隨機誤差、系統(tǒng)誤差、粗誤差)數(shù)字濾波器算法優(yōu)勢：(1)數(shù)字濾波器只是計算過程，沒有硬件，可靠性高，因此沒有阻抗匹配、特性波動、不一致性等問題。模擬濾波器是頻率低時難以實現(xiàn)的問題，不會出現(xiàn)在數(shù)字濾波器實現(xiàn)過程中。(2)適當?shù)馗淖儏?shù)相關數(shù)字濾波器程序，可以輕松地更改濾波器特性，使用數(shù)字濾波器時方便靈活。3，PPT學習交流，常用數(shù)字濾波算法，1，克服大脈沖干擾的數(shù)字濾波方法1限制濾波方法2中值濾波方法3基于Rada標準的奇異數(shù)據(jù)濾波方法(消除粗誤

3、差)4?；谥兄禂?shù)絕對偏差的決策濾波2、抑制小幅度高頻噪聲的平均濾波方法1算術平均數(shù)2滑動平均3加權滑動平均3、復合濾波方法1、克服大脈沖干擾的數(shù)字濾波方法、克服由于儀器外部環(huán)境偶然因素引起的突變干擾或儀器內(nèi)部不穩(wěn)定引起的錯誤代碼等引起的尖銳脈沖干擾是儀器數(shù)據(jù)處理的第一步。通常使用簡單的非線性過濾方法。5，PPT學習交流，1限制濾波方法，限制濾波方法(也稱為節(jié)目判別法)通過確定通過程序測量的信號的變化程度，消除慢信號的尖脈沖干擾。具體方法是依賴現(xiàn)有的時域采樣結(jié)果，將牙齒采樣值與上次采樣值進行比較，認為如果差異超出允許范圍，牙齒采樣值將受到干擾，應易于刪除。篩選的樣本結(jié)果：如果牙齒樣本值為yn，

4、則牙齒篩選器的結(jié)果確定如下：6，PPT學習交流，A是兩個相鄰樣例值的最大允許增量。其值由Y的最大變化率Vmax和采樣周期T確定。即，a=Vmax T是牙齒算法實現(xiàn)，7，PPT學習交流，2中值濾波方法，中值濾波是典型的非線性濾波，通過動作簡單，過濾脈沖噪聲，對信號的細節(jié)進行良好的保護。執(zhí)行測試的參數(shù)連續(xù)采樣n次(通常n必須是奇數(shù))，然后選擇中間值作為牙齒采樣值進行排序。使用溫度、水位等變化緩慢的測量參數(shù)、中值濾波，通常可以達到良好的濾波效果。8，PPT學習交流，過濾窗口寬度為n=2k 1，離散時間信號x(i)的長度為N，(I=1，2，N；Nn)時，當窗口滑動到信號序列上時，一維中值濾波器輸出：

5、medx(i)=x(k)表示窗口2k 1內(nèi)對齊的第K值，即對齊的中間值。遠視信號中值濾波后的信號具有不同寬度的脈沖濾波效果，9，PPT學習交流，基于3-Rada準則的奇異數(shù)據(jù)濾波(粗誤差消除)，Lida準則方法的應用與節(jié)目判別法類似，可以更準確地消除嚴重的失真奇異數(shù)據(jù)。拉達基準：測量次數(shù)N牙齒充分，并且測量符合正態(tài)分布時，每個測量值Xi對應的剩馀誤差Vi3被認為該Xi是壞值，并被消除。10，PPT學習交流，拉達準則法執(zhí)行階段，(1)查找N次測量值X1至XN的算術平均數(shù)，(2)查找每個項目的剩余誤差VI，(3)計算標準偏差，(4)判斷和消除奇怪項目Vi3，(11)使用3準則凈化采樣數(shù)據(jù)是有限度的

6、，有時甚至失效。(1)牙齒標準在樣本值低于10個時無法確定奇怪的數(shù)據(jù)。(2)3標準基于正態(tài)分布的相同精度迭代測量，這使得奇怪數(shù)據(jù)的干擾或噪聲難以滿足正態(tài)分布。12，PPT學習交流，4 .基于中值絕對偏差的決策濾波，用于估計中值絕對偏差的決策濾波，可以確定奇異數(shù)據(jù)，并用有效性數(shù)值代替。使用移動窗口、和M個數(shù)據(jù)確定有效性。如果篩選器認為牙齒數(shù)據(jù)有效，則輸出；否則，如果認為是奇怪的數(shù)據(jù)，則替換為中間值。13、PPT學習交流，(1)對確定當前數(shù)據(jù)有效性的判別標準3法則的這種修改也稱為“Hampel標識符”。14，PPT學習交流，(2)實現(xiàn)基于L*MAD標準的過濾器算法，移動數(shù)據(jù)窗口(寬度M)計算窗口序

7、列的中值z(排序方法)計算尺寸序列的中值D(排序方法)計算Q1.4826*d=MAD M是過濾器的總一致性門限參數(shù)L直接確定濾波器的主動進取度。牙齒非線性濾波器具有比例變性、因果性、算法速度等特點，實時完成數(shù)據(jù)凈化。15，PPT學習交流，第二，抑制小幅度高頻噪聲的平均濾波方法，小幅度高頻電子噪聲：電子設備熱噪聲，A/D量化噪聲等。通常使用具有低通特性的線性過濾器(算術平均數(shù)過濾器、加權平均過濾器、滑動加權平均過濾器等)。16，PPT學習交流，1算術平均數(shù)濾波，N個連續(xù)采樣值(分別為X1到XN)，然后使用算術平均值作為此次測量的濾波值。換句話說，濾鏡設置效果主要是采樣次數(shù)N，N牙齒越大，濾鏡效果

8、越好，但是系統(tǒng)的靈敏度越低。因此，此方法僅適用于慢速可變信號。Si是樣例值的有用部分。ni是隨機錯誤。17，PPT學習交流，2滑動平均濾波，算術平均數(shù)濾波不能用于采樣率較低或數(shù)據(jù)更新率較高的實時系統(tǒng)?；瑒悠骄^濾將N個測量數(shù)據(jù)視為一個隊列，隊列長度固定為N，每次進行新的采樣時，將測量結(jié)果入隊，刪除原始團隊中的第一個數(shù)據(jù)，以便隊列始終包含N個“最新”數(shù)據(jù)。(David aser，Northern Exposure(美國電視電視劇)，Northern Exposure(美國電視電視劇)，Northern Exposure(電視)，r18，PPT學習交流，第N個示例過濾器后的輸出未過濾的第ni個采樣

9、值。)。n是滑動平均項目數(shù)。高柔軟度，低靈敏度；但是對偶然發(fā)生的脈沖性干擾的抑制作用不好。實際應用時，通過從其他N值滑動平均輸出響應，可以選擇N值以縮短電腦時間并獲得最佳過濾效果。19，增加PPT學習交流、3加權滑動平均濾波器、滑動平均中新采樣數(shù)據(jù)的比重，提高系統(tǒng)對當前采樣值的靈敏度。也就是說，對每個時間點的數(shù)據(jù)賦予不同的權重。通常離目前的數(shù)據(jù)越近，權益就越大。，F(xiàn)IR根據(jù)濾波器設計確定系數(shù)，20，PPT學習交流，3，復合濾波法，在實際應用中，還需要消除大脈沖干擾，平滑數(shù)據(jù)。因此，結(jié)合前面介紹的兩種以上茄子方法，形成復合濾波器的情況較多。極值平均濾波算法消除：首先使用中值濾波算法濾波對樣本值的脈沖干擾進行濾波，然后對剩馀的每個樣本值進行平均。連續(xù)采樣N