4-1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(biāo)志，不能充分發(fā)揮軟件作用，相當(dāng)于硬件數(shù)字儀器。測(cè)量精度和可靠性是儀器的重要指標(biāo)，在引入數(shù)據(jù)處理算法后，解決了許多硬件電路難以實(shí)現(xiàn)的信號(hào)處理問題。在包括傳感器在內(nèi)的各個(gè)測(cè)量鏈接上克服和彌補(bǔ)硬件本身的缺陷或弱點(diǎn)，提高了儀器的綜合性能，總結(jié)了基本數(shù)據(jù)處理算法內(nèi)容，對(duì)克服隨機(jī)誤差的數(shù)字濾波算法消除系統(tǒng)誤差的算法，非線性校正工程數(shù)量的尺度轉(zhuǎn)換。頻譜估計(jì)，相關(guān)分析，復(fù)雜過濾器等算法，閱讀數(shù)字信號(hào)處理方面的文獻(xiàn)。在第一部分中，由克服隨機(jī)誤差的數(shù)字濾波算法、隨機(jī)誤差：連接到儀表的隨機(jī)干擾、儀器內(nèi)部設(shè)備噪聲、A/D量化噪聲等引起。在相同條件下測(cè)量

2、相同量時(shí)，其大小和符號(hào)發(fā)生不規(guī)則變化，無法預(yù)測(cè)，但在多種測(cè)量中，是符合統(tǒng)計(jì)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(jī)誤差、系統(tǒng)誤差、粗誤差)數(shù)字濾波器算法優(yōu)勢(shì)：(1)數(shù)字濾波器只是計(jì)算過程，沒有硬件，可靠性高，因此沒有阻抗匹配、特性波動(dòng)、不一致性等問題。模擬濾波器是頻率低時(shí)難以實(shí)現(xiàn)的問題，不會(huì)出現(xiàn)在數(shù)字濾波器實(shí)現(xiàn)過程中。(2)適當(dāng)?shù)馗淖儏?shù)相關(guān)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(shí)方便靈活。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(biāo)準(zhǔn)的奇異數(shù)據(jù)濾波方法(消除粗誤差)4?；谥兄到^對(duì)偏差的決策濾波2、抑制小

3、幅度高頻噪聲的平均濾波方法1算術(shù)平均數(shù)2滑動(dòng)平均3加權(quán)滑動(dòng)平均3、復(fù)合濾波方法1、克服大脈沖干擾的數(shù)字儀器外部環(huán)境中的偶然因素引起的突變擾動(dòng)或儀器內(nèi)部不穩(wěn)定引起的錯(cuò)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(jiǎn)單的非線性過濾方法。1限制濾波方法、限制濾波方法(也稱為節(jié)目判別法)通過程序判斷測(cè)量的信號(hào)的變化寬度，消除慢信號(hào)的尖銳脈沖干擾。具體方法是依賴現(xiàn)有的時(shí)域采樣結(jié)果，將牙齒采樣值與上次采樣值進(jìn)行比較，認(rèn)為如果差異超出允許范圍，牙齒采樣值將受到干擾，應(yīng)易于刪除。篩選的樣本結(jié)果：如果牙齒樣本值為yn，則牙齒篩選器的結(jié)果確定如下：A是兩個(gè)相鄰樣例值的最大允許增量。其值由Y的最大更改率

4、Vmax和采樣周期T確定。也就是說，a=Vmax T實(shí)施牙齒算法的關(guān)鍵是設(shè)置測(cè)量參數(shù)的兩個(gè)相鄰采樣值的最大允許值。2中值濾波方法，中值濾波是典型的非線性濾波，操作簡(jiǎn)單，過濾脈沖噪聲，保護(hù)信號(hào)的細(xì)節(jié)。執(zhí)行測(cè)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(jìn)行排序。使用溫度、水位等變化緩慢的測(cè)量參數(shù)、中值濾波，通?？梢赃_(dá)到良好的濾波效果。將過濾器窗口的寬度設(shè)置為n=2k 1，離散時(shí)間信號(hào)x(i)的長(zhǎng)度為n，(I=1，2，n；Nn)時(shí)，當(dāng)窗口滑動(dòng)到信號(hào)序列上時(shí)，一維中值濾波器輸出： medx(i)=x(k)表示窗口2k 1內(nèi)對(duì)齊的第K值，即對(duì)齊的中間值。遠(yuǎn)視信號(hào)中值濾波后的信號(hào)

5、具有不同寬度的脈沖濾波效果，基于3 Rada準(zhǔn)則的奇異數(shù)據(jù)濾波方法(粗誤差消除)，Rada準(zhǔn)則方法的應(yīng)用類似于節(jié)目判別方法，可以更準(zhǔn)確地消除嚴(yán)重的失真奇異數(shù)據(jù)。拉達(dá)基準(zhǔn)：測(cè)量次數(shù)N牙齒充分，并且測(cè)量符合正態(tài)分布時(shí)，每個(gè)測(cè)量值Xi對(duì)應(yīng)的剩馀誤差Vi3被認(rèn)為該Xi是壞值，并被消除。Laeda準(zhǔn)則實(shí)施階段，(1)查找N次測(cè)量值X1至XN的算術(shù)平均數(shù)，(2)查找每個(gè)項(xiàng)目的剩馀誤差VI，(3)計(jì)算標(biāo)準(zhǔn)偏差，(4)判斷和刪除異常項(xiàng)目Vi3，Xi被視為壞值被刪除，根據(jù)Laeda準(zhǔn)則使用3準(zhǔn)則凈化采樣數(shù)據(jù)是有限度的，有時(shí)甚至失效。(1)牙齒標(biāo)準(zhǔn)在樣本值低于10個(gè)時(shí)無法確定奇怪的數(shù)據(jù)。(2)3標(biāo)準(zhǔn)基于正態(tài)分布的

6、相同精度迭代測(cè)量，這使得奇怪?jǐn)?shù)據(jù)的干擾或噪聲難以滿足正態(tài)分布。4 .基于中值絕對(duì)偏差的決策濾波，基于中值絕對(duì)偏差估計(jì)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(dòng)窗口、和M個(gè)數(shù)據(jù)確定有效性。如果篩選器認(rèn)為牙齒數(shù)據(jù)有效，則輸出；否則，如果認(rèn)為是奇怪的數(shù)據(jù)，則替換為中間值。(1)確定當(dāng)前數(shù)據(jù)有效性的判別標(biāo)準(zhǔn)，序列中值對(duì)單個(gè)數(shù)據(jù)的敏感度遠(yuǎn)小于序列的平均值。如果以中間值配置尺寸序列，并將中間值設(shè)置為z，則提供每個(gè)數(shù)據(jù)點(diǎn)偏離參照值的尺寸，使d(k)的中間值為d。對(duì)3法則的這種修改也稱為“Hampel標(biāo)識(shí)符”。(2)實(shí)現(xiàn)基于L*MAD標(biāo)準(zhǔn)的過濾算法，移動(dòng)數(shù)據(jù)窗口(寬度M)計(jì)算窗口序列的中值z(mì)(排

7、序方法)計(jì)算尺寸序列的中值D(排序方法)計(jì)算Q1.4826*d=MAD計(jì)算否則，)M是過濾器的總門限參數(shù)L直接確定濾波器的主動(dòng)進(jìn)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(diǎn)，實(shí)時(shí)完成數(shù)據(jù)凈化。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(shè)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(shù)平均數(shù)過濾器、加權(quán)平均過濾器、滑動(dòng)加權(quán)平均過濾器等)。1算術(shù)平均數(shù)過濾器，將N個(gè)連續(xù)采樣值(分別為X1到XN)相加，然后使用算術(shù)平均值作為此次測(cè)量的過濾器值。換句話說，濾鏡設(shè)置效果主要是采樣次數(shù)N，N牙齒越大，濾鏡效果越好，但是系統(tǒng)的靈敏度越低。因此，此方法僅適

8、用于慢速可變信號(hào)。Si是樣例值的有用部分。ni是隨機(jī)錯(cuò)誤。2滑動(dòng)平均濾波，算術(shù)平均數(shù)濾波不能用于采樣率較慢或數(shù)據(jù)更新率較高的實(shí)時(shí)系統(tǒng)?；瑒?dòng)平均過濾將N個(gè)測(cè)量數(shù)據(jù)視為一個(gè)隊(duì)列，隊(duì)列長(zhǎng)度固定為N，每次進(jìn)行新的采樣時(shí)，將測(cè)量結(jié)果入隊(duì)，刪除原始團(tuán)隊(duì)中的第一個(gè)數(shù)據(jù)，以便隊(duì)列始終包含N個(gè)“最新”數(shù)據(jù)。大衛(wèi)亞設(shè)，“美國(guó)電視電視劇”，“美國(guó)電視電視劇”，“第n個(gè)樣例過濾器輸出”；未過濾的ni第一個(gè)采樣值。n是滑動(dòng)平均項(xiàng)目數(shù)。高柔軟度，低靈敏度；但是對(duì)偶然發(fā)生的脈沖性干擾的抑制作用不好。實(shí)際應(yīng)用時(shí)，通過從其他N值滑動(dòng)平均輸出響應(yīng)，可以選擇N值以縮短電腦時(shí)間并獲得最佳過濾效果。3加權(quán)滑動(dòng)平均濾波，增加滑動(dòng)平均中新采樣數(shù)據(jù)的比重，提高系統(tǒng)對(duì)當(dāng)前采樣值的靈敏度。也就是說，根據(jù)時(shí)間對(duì)數(shù)據(jù)進(jìn)行不同的加權(quán)。通常離目前的數(shù)據(jù)越近，權(quán)益就越大。根據(jù)、FIR濾波器的設(shè)計(jì)，系數(shù)、3、復(fù)合濾波法，在實(shí)際應(yīng)用中，有時(shí)需要消除大脈沖干擾，使數(shù)據(jù)平滑。因此，結(jié)合前面介紹的兩種以上茄子方法，形成復(fù)合濾波器的情況較多。極值平均濾波算法消除：首