文档介绍：基本数据处理算法内容提要克服随机误差的数字滤波算法消除系统误差的算法、非线性校正工程量的标度变换。诸如频谱估计、相关分析、复杂滤波等算法,阅读数字信号处理方面的文献。第一节克服随机误差的数字滤波算法随机误差:由串入仪表的随机干扰、仪器内部器件噪声和A/D量化噪声等引起的,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。数字滤波算法的优点:(1)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。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。(2)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一、(剔除粗大误差)、、复合滤波法一、克服大脉冲干扰的数字滤波法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。(又称程序判别法)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。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。已滤波的采样结果:若本次采样值为yn,则本次滤波的结果由下式确定:a是相邻两个采样值的最大允许增量,其数值可根据y的最大变化速率Vmax及采样周期T确定,即a=VmaxT 。,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。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。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。设滤波器窗口的宽度为n=2k+1,离散时间信号x(i)的长度为N,(i=1,2,…,N;N>>n),则当窗口在信号序列上滑动时,一维中值滤波器的输出:med[x(i)]=x(k)表示窗口2k+1内排序的第k个值,即排序后的中间值。(剔除粗大误差)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。拉依达准则:当测量次数N足够多且测量服从正态分布时,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。拉依达准则法实施步骤(1)求N次测量值X1至XN的算术平均值(2)求各项的剩余误差Vi(3)计算标准偏差σ(4)判断并剔除奇异项Vi>3σ,则认为该Xi为坏值,予以剔除。