文档介绍:优点:
不需增加硬件,只是一个计算程序,可靠性高,尤其是数字滤波可对频率很高或很低的信号滤波。
用软件算法实现,可以使多个输入通道共享—个软件“滤波器”,降低硬件成本。
改变软件滤波器程序和参数,即可改变滤波特性,对于抑制低频脉冲干扰、随机噪声特别有效。
不足:需要计算时间
数字滤波技术
第1页/共34页
程序判断滤波又称限幅滤波,很容易用程序判断方法实现。
过程的动态特性决定其输出参数的变化速度,可根据检测实践经验或按参数可能的最大变化速度Vmax及采样周期T来决定α值,即:
α: 相邻两个采样值之差的最大可能变化范围
α=T·Vmax
第2页/共34页
对某一被测参数连续采样n次(一般n取奇数),把n次采样值按大小排队,取中间值作为本次有效采样值。
对温度、液位等缓慢变化的被测参数采用此算法能收到良好滤波效果,能有效抑制脉冲干扰,但对于压力等快变参数一般不宜采用。
(位)值滤波法
连续取几个采样值进行算术平均,其数学表达式为
适用于一般有随机干扰的信号的滤波,对信号的平滑程度完全取决于N。N大,平滑度高,但灵敏度低;N小,平滑度低,但灵敏度高。
数字滤波技术
第3页/共34页
只需一次测量,就能得到当前算术平均滤波值。此方法是把N个测量数据看成一个队列。计算滤波值时,只要把队列中的N个数据进行算术平均,就得到新的滤波值。
其中
设为对象的纯滞后时间,且
则
数字滤波技术
第4页/共34页
以数字形式通过算法实现一阶惯性(动态)RC滤波,能很好地克服上述模拟滤波器的缺点。适用于波动频繁的参数滤波,但带来了相位滞后(取决于a值),灵敏度低。
如果yl≤y2≤…≤yn,其中,3≤n≤14 (y1和yn分别是采样值中的最小值和最大值),则
,其中
不能滤除频率高于采样频率二分之一(奈奎斯特频率)的干扰信号。高于奈奎斯特频率的干扰信号,应采用模拟滤波器。
数字滤波技术
a由实验定,只要使被测信号不产生明显纹波。
,Tf为滤波时间常数,
T为采样周期
第5页/共34页
校正系统误差的关键是建立误差模型。多数情况下误差模型未知,只能通过测量数据建立反映测量值变化的近似数学模型,即校正模型。
系统误差的模型校正法(非线性校正)
克服系统误差的软件算法
1. 代数插值法
设有n+1组离散点:(x0,y0),(xl,y1),…,(xn,yn),x∈[a,b]和未知函数f(x),并有 f(x0)=y0 f(x1)=y1 … f(xn)=yn,找到一个函数g(x),使g(x)在xi(i=0,…,n)处与f(xi)相等。满足这个条件的函数g(x),称为f(x)的插值函数,xi称为插值节点。
用一个次数不超过n的代数多项式 Pn(x)=anxn+an-1xn-1+ …+a1x+a0
去逼近f(x),使Pn(x)在节点xi处满足Pn(xi) = f(xi) = yi i=0,2, …,n
第6页/共34页
通常给出离散点总是多于求解插值方程所需的离散数,因此,用多项式插值法求解离散点的插值函数时,先必须根据所需的逼近精度决定多项式次数,该次数与所要逼近的函数有关。一般最常用线性插值和抛物线(二次)插值。
系统误差的模型校正法(非线性校正)
1) 线性插值
在一组数据(xi , yi )中选取两个具有代表性的点(x0 , y0), (x1 , y1),然后根据插值原理求出插值方程:
其中
第7页/共34页
系统误差的模型校正法(非线性校正)
非线性特性的直线方程校正图
实际测量中,每采样一个值,就用校正方程计算P1 (x),并把P1 (x)当做被测量值的校正值。
当(x0 , y0)、(x1 , y1)为非线性特性曲线f (x)或数组的两端点A、B时,如图所示,线性插值是常用的直线方程校正法(端点连线法)。当拟合误差小于允许的拟合误差时,则直线方程是理想的校正方程。
第8页/共34页
系统误差的模型校正法(非线性校正)
以镍铬—镍铝热电偶(0~490℃)为例说明方法的具体应用。
采用直线方程进行非线性校正,要求误差小于3℃。
求得直线校正方程P1 (x)=,在两端点的拟合误差为0,而在x=,P1 (x)=℃,误差:℃,达最大值,240℃~360℃范围内拟合误差均大于3℃。
显然,对非线性程度严重或测量范围较宽的非线性特性,用一个直线校正方程进行校正,很难满足精度要