常用数字信号处理

1、关于常用数字信号处理第一张，PPT共四十三页，创作于2022年6月Part1 智能仪器的基本数据处理算法数据处理能力是智能仪器水平的标志,不能充分发挥软件作用,等同硬件化的数字式仪器. 测量精度和可靠性是仪器的重要指标，引入数据处理算法后，使许多原来靠硬件电路难以实现的信号处理问题得以解决，从而克服和弥补了包括传感器在内的各个测量环节中硬件本身的缺陷或弱点，提高了仪器的综合性能。第二张，PPT共四十三页，创作于2022年6月Part1 基本数据处理算法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。第三张，PPT共四十

2、三页，创作于2022年6月(一)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。第四张，PPT共四十三页，创作于2022年6月常用的数

3、字滤波算法 一、克服大脉冲干扰的数字滤波法1限幅滤波法 2中值滤波法 3基于拉依达准则的奇异数据滤波法（剔除粗大误差）4. 基于中值数绝对偏差的决策滤波器 二、抑制小幅度高频噪声的平均滤波法1算数平均 2滑动平均 3加权滑动平均三、复合滤波法 第五张，PPT共四十三页，创作于2022年6月一、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。 第六张，PPT共四十三页，创作于2022年6月1限幅滤波法 限幅滤波法（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

4、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：第七张，PPT共四十三页，创作于2022年6月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 = Vmax T 实现本算法的关键是设定被测参量相邻两次采样值的最大允许误差a.要求准确估计Vmax和采样周期T。第八张，PPT共四十三页，创作于2022年6月2中值滤波法 中值滤波是一种典型的非线性滤波器，它运算简单，在滤除脉冲噪声的同时可

5、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。第九张，PPT共四十三页，创作于2022年6月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；Nn），则当窗口在信号序列上滑动时，一维中值滤波器的输出: medx（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。 原始信号 中值滤波后的信号对不同宽度脉冲滤波效果第十张，PPT共四十三页，创作于2022年6月3基于拉依达准则的奇异数据滤波法（剔除

6、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Vi3，则认为该Xi为坏值，予以剔除。 第十一张，PPT共四十三页，创作于2022年6月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 （4）判断并剔除奇异项Vi3，则认为该Xi为坏值，予以剔除。 第十二张，PPT共四十三页，创作于2022年6月依据拉依达准则净化数据的局限性 采用3准则净化奇异数据，有的仪器通过选择L中的L值（L2，3，4，5）调

7、整净化门限，L3，门限放宽，L3，门限紧缩。采用3准则净化采样数据有其局限性，有时甚至失效。（1）该准则在样本值少于10个时不能判别任何奇异数据；（2）3准则是建立在正态分布的等精度重复测量基础上，而造成奇异数据的干扰或噪声难以满足正态分布。第十三张，PPT共四十三页，创作于2022年6月4. 基于中值数绝对偏差的决策滤波器 中值绝对偏差估计的决策滤波器能够判别出奇异数据，并以有效性的数值来取代。采用一个移动窗口， 利用m个数据来确定的有效性。如果滤波器判定该数据有效，则输出，否则，如果判定该数据为奇异数据，用中值来取代。， 第十四张，PPT共四十三页，创作于2022年6月（1）确定当前数据有

8、效性的判别准则一个序列的中值对奇异数据的灵敏度远无小于序列的平均值，用中值构造一个尺度序列，设 中值为Z，则给出了每个数据点偏离参照值的尺度 令d(k)的中值为D，著名的统计学家FR.Hampel提出并证明了中值数绝对偏差MAD1.4826*D，MAD可以代替标准偏差。对3法则的这一修正有时称为“Hampel标识符”。第十五张，PPT共四十三页，创作于2022年6月(2)实现基于L*MAD准则的滤波算法 建立移动数据窗口(宽度m）计算出窗口序列的中值Z（排序法）计算尺度序列 的中值d（排序法）令Q1.4826*d =MAD计算如果 则 否则可以用窗口宽度m和门限L调整滤波器的特性。m影响滤波器

9、的总一致性，m值至少为7。门限参数L直接决定滤波器主动进取程度，本非线性滤波器具有比例不变性、因果性、算法快捷等特点，实时地完成数据净化。 第十六张，PPT共四十三页，创作于2022年6月二、抑制小幅度高频噪声的平均滤波法小幅度高频电子噪声：电子器件热噪声、A/D量化噪声等。通常采用具有低通特性的线性滤波器：算数平均滤波法、加权平均滤波法、滑动加权平均滤波法等。第十七张，PPT共四十三页，创作于2022年6月1算数平均滤波 N个连续采样值（分别为X1至XN）相加，然后取其算术平均值作为本次测量的滤波值。即设滤波效果主要取决于采样次数N，N越大，滤波效果越好，但系统的灵敏度要下降。因此这种方法只

10、适用于慢变信号。 Si为采样值中的有用部分ni为随机误差。第十八张，PPT共四十三页，创作于2022年6月2滑动平均滤波法 对于采样速度较慢或要求数据更新率较高的实时系统，算术平均滤法无法使用的。 滑动平均滤波法把N个测量数据看成一个队列，队列的长度固定为N，每进行一次新的采样，把测量结果放入队尾，而去掉原来队首的一个数据，这样在队列中始终有N个“最新”的数据。 第十九张，PPT共四十三页，创作于2022年6月为第n次采样经滤波后的输出；为未经滤波的第ni次采样值；N为滑动平均项数。平滑度高，灵敏度低；但对偶然出现的脉冲性干扰的抑制作用差。实际应用时，通过观察不同N值下滑动平均的输出响应来选取

11、N值以便少占用计算机时间，又能达到最好的滤波效果。第二十张，PPT共四十三页，创作于2022年6月3加权滑动平均滤波增加新的采样数据在滑动平均中的比重，以提高系统对当前采样值的灵敏度，即对不同时刻的数据加以不同的权。通常越接近现时刻的数据，权取得越大。按FIR滤波设计确定系数第二十一张，PPT共四十三页，创作于2022年6月三、复合滤波法 在实际应用中，有时既要消除大幅度的脉冲干扰，有要做数据平滑。因此常把前面介绍的两种以上的方法结合起来使用，形成复合滤波。去极值平均滤波算法：先用中值滤波算法滤除采样值中的脉冲性干扰，然后把剩余的各采样值进行平均滤波。连续采样N次，剔除其最大值和最小值，再求余

12、下N2个采样的平均值。显然，这种方法既能抑制随机干扰，又能滤除明显的脉冲干扰。第二十二张，PPT共四十三页，创作于2022年6月 为使计算更方便，N2应为2，4，8，16常取N为4，6，10，18。 第二十三张，PPT共四十三页，创作于2022年6月(二) 消除系统误差的软件算法 系统误差:是指在相同条件下，多次测量同一量时其大小和符号保持不变或按一定规律变化的误差。恒定系统误差:校验仪表时标准表存在的固有误差、仪表的基准误差等；变化系统误差:仪表的零点和放大倍数的漂移、温度变化而引入的误差等；非线性系统误差:传感器及检测电路（如电桥）被测量与输出量之间的非线性关系。常用有效的测量校准方法，这

13、些方法可消除或消弱系统误差对测量结果的影响。第二十四张，PPT共四十三页，创作于2022年6月一、仪器零位误差和增益误差的校正方法 由于传感器、测量电路、放大器等不可避免地存在温度漂移和时间漂移，所以会给仪器引入零位误差和增益误差。 需要输入增加一个多路开关电路。开关的状态由计算机控制。 第二十五张，PPT共四十三页，创作于2022年6月1零位误差的校正方法在每一个测量周期或中断正常的测量过程中，把输入接地(即使输入为零)，此时整个测量输入通道的输出即为零位输出(一般其值不为零)N0；再把输入接基准电压Vr测得数据Nr，并将N0和Nr存于内存；然后输入接Vx，测得Nx，则测量结果可用下式计算出

14、来。第二十六张，PPT共四十三页，创作于2022年6月2增益误差的自动校正方法其基本思想是测量基准参数，建立误差校正模型，确定并存储校正模型参数。在正式测量时，根据测量结果和校正模型求取校正值，从而消除误差。需要校正时，先将开关接地，所测数据为X0，然后把开关接到Vr，所测数据为X1，存储X0和X1，得到校正方程：Y=A1X+A0 A1=Vr/（X1X0） A0=Vr X0/（X0X1）这种校正方法测得信号与放大器的漂移和增益变化无关，降低了对电路器件的要求，达到与Vr等同的测量精度。但增加了测量时间。 第二十七张，PPT共四十三页，创作于2022年6月二、系统非线性校正 传感器的输出电信号与

15、被测量之间的关系呈非线性 ；仪器采用的测量电路是非线性的 。模型方法来校正系统误差的最典型应用是非线性校正。 第二十八张，PPT共四十三页，创作于2022年6月1校正函数法 如果确切知道传感器或检测电路的非线性特性的解析式y = f(x)，则就有可能利用基于此解析式的校正函数（反函数）来进行非线性校正。 例：某测温热敏电阻的阻值与温度之间的关系为RT为热敏电阻在温度为T的阻值；第二十九张，PPT共四十三页，创作于2022年6月和为常数，当温度在050之间分别约为1.4410-6和4016K。 第三十张，PPT共四十三页，创作于2022年6月2、建模方法之一：代数插值法 代数插值：设有n + 1

16、组离散点：(x0, y0)，(x1, y1)，(xn, yn)，xa，b和未知函数f(x)，就是用n次多项式去逼近f(x)，使Pn(x)在节点xi处满足第三十一张，PPT共四十三页，创作于2022年6月系数an，a1，a0应满足方程组 要用已知的（xi, yi） (i = 0, 1, , n)去求解方程组，即可求得ai(i = 0, 1, , n)，从而得到Pn(x)。此即为求出插值多项式的最基本的方法。 对于每一个信号的测量数值xi就可近似地实时计算出被测量yi = f(xi)Pn(xi)。 第三十二张，PPT共四十三页，创作于2022年6月最常用的多项式插值有：线性插值和抛物线（二次）插值

17、。 (1).线性插值：从一组数据（xi, yi）中选取两个有代表性的点（x0, y0）和（x1, y1），然后根据插值原理，求出插值方程 yxVi = | P1 (Xi)f (Xi) |, i = 1, 2, , n 1若在x的全部取值区间a, b上始终有Vi(为允许的校正误差)，则直线方程P1(x) = a1x+a0就是理想的校正方程。第三十三张，PPT共四十三页，创作于2022年6月(2)抛物线插值（二阶插值）：在一组数据中选取（x0, y0），（x1, y1），（x2, y2）三点，相应的插值方程yxf（x）P（X）x0y0y1y2x2x1第三十四张，PPT共四十三页，创作于2022年6

18、月提高插值多项式的次数可以提高校正准确度。考虑到实时计算这一情况，多项式的次数一般不宜取得过高，当多项式的次数在允计的范围内仍不能满足校正精度要求时，可采用提高校正精度的另一种方法(3) 分段插值法：这种方法是将曲线y = f (x)按分成N段，每段用一个插值多项式Pni (x)来进行非线性校正 （i =1, 2, N）。等距节点分段插值和不等距节点分段插值两类。 第三十五张，PPT共四十三页，创作于2022年6月等距节点分段插值适用于非线性特性曲率变化不大的场合。分段数N及插值多项式的次数n均取决于非线性程度和仪器的精度要求。非线性越严重或精度越高，则N取大些或n取大些，然后存入仪器的程序存储器中。实时测量时只要先用程序判断输入x（即传感器输出数据）位于折线的哪一段，然后取出与该段对应的多项式系数并按此段的插值多项式计算Pni (x)，就可求得到被测物理量的近似值。 第三十六张，PPT共四十三页，创作于2022年6月.不等距节点分段插值对于曲率变化大的非线性特性，若采用等距节点的方法进行插值，要使最大误差满足精度要求，分段数N就会变得很大（因为一般取n2）。这将使多项式的系数组数相应增加。此时更宜采且非等距节点分段插值法。即在线性好的部分，节点间距离取大些，反之则取小些，从而使误差达到均匀分布 。第三十七张，PPT共四十三页，创作于2022年6月3.建模方法之二：曲