[工学]第五章 自动检测算法.pptVIP

第五章　自动检测算法 测量精度和可靠性是测控系统的重要技术指标。 检测算法：直接与自动检测技术有关的算法。 第五章　自动检测算法 §5-1 数字滤波技术 §5-2 消除系统误差的软件算法 §5-3 量程自动切换及表度变换 §5-1 数字滤波技术 5.1.1 程序判断法 5.1.2 中位值滤波法 5.1.3 算术平均滤波法 5.1.4 递推平均滤波法 5.1.5 加权递推平均滤波法 5.1.6 一阶惯性滤波法 5.1.7 复合滤波法 §5-1 数字滤波技术 随机误差：指在相同条件下测量同一量时，其大小和符号做无规则的变化而又无法预测，但在多次测量中它是符合统计规律的。 数字滤波算法克服随机误差的优点： ①无需硬件，因此可靠性高，不存在阻抗匹配问题。 ②用软件算法实现，可以使多个输入通道共用一个软件“滤波器”，降低硬件成本。 ③适当改变软件滤波器的滤波程序和运算参数，即可改变滤波特性。 5.1.1 程序判断法 程序判断法:又称限幅滤波，对于随机脉冲或尖脉冲干扰，限幅滤波是一种十分有效的方法。 基本方法：通过比较相邻（n和n-1时刻）的两个采样值yn和yn-1，如果两者的差值超出了参数可能的最大变化范围，则认为发生了随机干扰，并视后一此采样值yn为非法值，应予以剔除。yn剔除后，用yn-1替代yn，以此类推。 这种方法关键是a值的选择，即a＝T Vmax 5.1.2 中位值滤波法 中位值滤波法：对某一被测参数连续采样n次（一般n取奇数），然后把n次采样值按大小排队，取中间值为本次采样值。 这种方法能有效地克服因偶然因素引起的波动或采样器不稳定引起的误码等造成的脉冲干扰。适合于对温度、液位等缓慢变化的被测参数进行滤波。 5.1.3 算术平均滤波法 算术平均滤波：是连续取几个采样值进行算术平均。数学表达式为 这种算法适用于一般具有随机干扰的信号进行滤波。 对信号的平滑程度完全取决于N值，N值较大时，平滑度高，但灵敏度低；N值较小时，平滑度低，但灵敏度高。 视具体情况选取N值。一般流量测量取N＝12，压力测量取N＝4。 编程时需注意：一是yn的输入方法，对于定时测量可直接按公式计算，对于某些应用场合，应先保存再计算；二是适当选取yn，y的数据格式。 5.1.4 递推平均滤波法 递推平均滤波法：把N个测量数据看成一个队列，队列的长度固定为N，每进行一次新的测量，把测量结果放入队尾，而扔掉原来队首的一个数据。计算滤波值时只要把队列中的N个数据进行算术平均，就可得到新的滤波值。数学表达式为 此种方法对周期性干扰有良好的抑制作用，平滑度高，灵敏度低；对于偶然出现的脉冲干扰抑制作用差，因此不适用于脉冲干扰比较严重的场合，而适用于高频振荡系统。 5.1.5 加权递推平均滤波法 加权递推平均滤波法：是递推平均滤波算法的改进,即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。 常系数C0，C1，…，CN-1的选取有多种方法，其中最常用的是加权系数法。 此种算法适用于有较大纯滞后时间常数的对象和采样周期较短的系统。 5.1.6 一阶惯性滤波法 一阶惯性滤波算法：是一种以数字形式通过算法来实现的动态RC滤波方法，它能很好的克服模拟滤波器的缺点。 一阶惯性滤波算法对周期性干扰具有良好的抑制作用，适用于波动频繁的参数滤波。 不足：易带来相位滞后，灵敏度低；不能消除频率高于采样频率二分之一的干扰信号。 §5-2 消除系统误差的软件算法 5.2.1 系统误差的模型校正法 5.2.2 系统误差的标准数据校正法 5.2.3 系统零位误差和增益误差的 校正方法 5.2.4 传感器温度误差的校正方法 5.1.7 复合滤波法 复合滤波法：把前面介绍的两种以上的方法结合起来使用。 防脉冲扰动平均滤波算法就是一种应用实例。 优点：无论是缓慢信号变化的过程变量，还是对快速变化的过程变量，都能起到较好的滤波效果。 5.2.1 系统误差的模型校正法 系统误差：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。 系统误差是恒定的或有规则的，通常都采用离线处理的方法来确定校正算法和数学表达式。 在某些情况下，对系统误差进行理论分析和数学处理，可以建立起系统误差模型，通过模型可以确定校正系统误差的算法和表达式。 最典型应用是非线性校正。 处理校正系统误差的关键是建立误差模型。 5.2.1 系统误差的模型校正法 1.代数插值法 （1）线性插值 是在一组数据中选取两个有代表性的点，然后根据插值 原理，求出插值方程。线性插值是最常用的直线方程校 正法。 5.2.1 系统误差的模型校正法 以镍铬-镍铝热电偶为例 5.2.1 系统误差的模型校正法 现要