数字滤波抗干扰技术在A/D转换中的应用

分享到:

  1引言

仪器仪表设备在现场测试过程中,由于生产变量的测试数据对生产过程具有重要的意义,因此对各种物理量测试数据精度要求是比较高的。

在前向测试通道上采用的抗干扰措施中,滤波方法是抑制干扰的一种有效途径。在工业现场中,可利用硬件滤波器电路或软件滤波器算法提高测试数据的准确性。硬件滤波措施是使用较多的一种方法,技术比较成熟,但同时也增加了设备,提高了成本,而且电子设备的增加有可能带来新的干扰源。而采用软件滤波算法不需增加硬件设备,可靠性高,功能多样,使用灵活,具有许多硬件滤波措施所不具备的优点,当然它需要占一定的运行时间。

2常用的几种软件滤波方法

(1)中值滤波法:即每次

取N个AD值,去除其中的最大值和最小值而取剩余的N-2个A/D转换值的平均值。
(2)程序判断滤波法:即根据经验确定出两次采样的最大偏差ΔY,若先后两次采样的信号相减数值大于ΔY,表明输入为干扰信号,应去除;用上次采样值与本次采样值比较,若小于或等于Δ Y,表明没有受到干扰,此时本次采样值有效,这样可以滤去随机干扰和传感器不稳定而引起的误差。

(3)利用格拉布斯(Grubbs)准则进行处理:根据误差理论,要有效地剔除偶然误差,一般要测量10次以上,兼顾到精度和响应速度,取15次为一个单位。在取得的15个数据中,有些可能含有较大的误差,需要对它们分检,剔除可疑值,提高自适应速度。对可疑值的剔除有多种准则,如莱以达准则、肖维勒(Chauvenet)准则、格拉布斯(Grubbs)准则等。以Grubbs准则为例,它认为若某测量值 xi对应的残差Vi满足下式

|Vi|=| xi-|>g(n,a)× σ(X)

时应将该数据舍去。式中,为n次采集到的AD 值的平均值,=(∑xi)/n ;σ(X)为测量数据组的标准差,由贝塞尔函数可得: σ(X)=[(∑Vi2 )/(n-1)]1/2;g(n, a)是取决于测量次数n和显著性水平a (相当于犯“弃真” 错误的概率系数),a通常取0.01或0.05。通过查表可得:当 n="15时",a=0.05, g(n,a)=2.41。

把15次采集到的AD值存入一个数组中然后求平均值,计算残差,求标准差σ(X)。将残差绝对值与2.41倍的标准差σ(X)比较。剔除可疑值以后,再求平均值,求出新的平均值以后,应再重复以上过程,验证是否还有可疑值存在。据我们对测量装置大量的实际测试结果看,这样做没有什么必要,因为一般只有第一遍即可达到要求。

然而这种方法也有它的不足, 利用Grubbs准则需要处理大量的数据,而在一般的工业现场测试设备中,仪表结构大多采用嵌入式结构,如AVR单片机。这些MCU程序空间和数据空间有限,若处理大量数据,难以满足资源要求。而且,由于Grubbs准则要求MCU进行大量数据处理,使得系统降低了信号采集速率,影响实时性。

3.AD7705内置的数字滤波器

上述的几种软件滤波方法对抑制个别的异常数据方面具有一定作用,然而对于由工频干扰引起的平稳随机干扰信号不太理想。随着近几年来集成电路的快速发展,一些数字滤波器也集成到数据处理芯片当中,而且数字滤波器的设计参数通过软件可编程实现,具有极大的灵活性和实用性。

3.1 芯片介绍及应用

目前市场上由美国AD公司新近推出的AD7705 就是一例[1]。它是内置了数字滤波器的带信号调理电路的16位A/D转换器件,可应用于低频测量的2通道的模拟前端。该器件可以接受直接来自传感器的低电压输入信号,然后产生串行的数字输出,利用∑-Δ转换技术实现16位无丢失代码性能。选定的输入信号被送到一个基于模拟调制器的增益可编程专用前端,片内数字滤波器处理调制器的输出信号,通过片内控制寄存器可调节滤波器的截止点和输出更新率,从而对数字滤波器的第一个陷波进行编程。

AD7705有以下几个特点:

(1)差分输入通道ADC,具有16位无丢失代码和0.003%非线形误差;

(2)MCU的接口为串行的三线接口模式;

(3)可编程增益1~128,信号极性以及更新速率配置有工作寄存器,通过对寄存器的操作可以选择等;

(4) 器件还包括自标定和系统校准功能,以消除器件本身或系统的增益和编程误差;

(5) 内带数字信号处理电路,由软件可编程进行设置。

引脚排列如图1。

 

主要管脚说明如下:

MCLK IN:为转换器提供主时钟信号,能以晶体/谐振器或外部时钟的形式提供。

MCLK OUT:当主时钟为晶体/谐振器时,晶体谐振器被接在MCLK IN和MCLK OUT之间;如果在MCLK IN引脚处连接一个外部时钟,MCLK OUT将提供一个反向时钟信号。

CS :片选,低电平有效的逻辑输入。

A1N2(+)[A1N1]:对于AD7705,差分模拟输入通道2的正输入端;对于AD7706,模拟输入通道1的输入端。

A1N1(+)[A1N2]:差分模拟输入通道1的正输入端。

A1N1(-)[COMMON]:差分模拟输入通道1的负输入端。

A1N2(-)[A1N3]:差分输入模拟通道2的负输入端。

DRDY :逻辑输出。这个输出端上的逻辑低电平表示可从AD7705的数字寄存器获取新的输出字。

DOUT:串行数据输出端。

DIN:串行数据输入端。

SCLK:串行时钟,施密特逻辑输入。

从AD转换器件发展趋势来看,目前的16位A/ D转换器除具有较高的转换精度外,还具有高度的集成化、可编程等特点 [2,3]。AD7705符合这些特点,其简化的应用电路如图2。

图2给出了一个完整的前向测试通道,图中 AD7705可直接接收传感器输入信号,而不用外接信号调理电路,模拟量输出增益可实现软件可编程调节。输出的AD值通过SPI三线口模式发送给MCU。图中,MCU采用的是P87LPC764,它是 PHILIPS公司新推出的增强型8位单片机,内核与MCS51系列兼容,内置电源检测、看门狗WDT、 IIC总线等资源。 AD7705的数据接口采用了SPI接口标准。SPI 接口利用4根线可完成主从之间的数据通信。接口非常方便。这4根口线分别为时钟线(SCLK)、数据输入线(SDI)、数据输出线(SDO)和片选线(CS)。DIN线用来向片内寄存器传输数据,而DOUT线用来访问寄存器里的数据。SCLK是串行时钟输入,所有的数据传输都和SCLK信号有关。DRDY线作为状态信号,以提示数据什么时候已准备好从寄存器读数据。输出寄存器中有新的数据时,DRDY变为低电平,在数据寄存器更新前,若DRDY变为高电平,则提示这个时候不读数据,以免在寄存器更新的过程中读数据。CS作为片选信号,在本电路中由于只用一片AD7705故CS端接地。

3.2 低通滤波及陷波处理

AD7705包含一个片内低通滤波器,用它处理器件的∑-Δ调制器的输出信号。所以,该器件不仅提供模数转换功能,而且还具备一定的滤波能力。AD7705内嵌了数字低通滤波器,数字滤波发生在模-数转换之后,它能消除模-数转换过程中产生的噪音。此外,数字滤波器容易实现可编程性。依靠数字滤波器设计,用户可以编程截断频率和输出更新频率。

AD7705的数字滤波器是一个低通(sin x/x)3 滤波器(也称为sinc3),其在Z 域的转换功能可描述为,

 

在3次域可描述为,

 

图3是截止频率为15.72Hz的滤波器频率响应,这一频率与滤波器的第一个陷波频率(50Hz)对应,这曲线显示从直流到300Hz。在数字滤波器采样频率的两边这个频率曲线各重复一次。这种滤波器响应与一个平均滤波器的相似。因此,图中的输出速率为50Hz,滤波器的第一个陷波频率为50Hz。这种(sin x/x)3 滤波器的陷波位置多次在第一个陷波的倍数处重复。在这些陷波处滤波器提供大于100dB 的衰减。

 

AD7705内部带有数字滤波器,具有抑制干扰功能。对于50Hz的工频干扰在第一陷波位置已衰减180dB,这样有效抑制工频干扰。另外,我们在每次采集AD值时,每采集10个AD值作为一组数据,去除其中的最大值,最小值而取剩余的8个A/D转换值的平均值,这样可有效去除数据随机误差。
 

继续阅读
提高单片机抗干扰:如何让你的设计少走弯路

搞过产品的朋友都有体会,一个设计看似简单,硬件设计和代码编写很快就搞定,但在调试过程中却或多或少的意外,这些都是抗干扰能力不够的体现。   下面讨论一下如何让你的设计避免走弯路:   抗干扰体现在

AVR mag128用于高精度恒温箱控制器

摘要 本文描述了温控箱的工作原理,本恒温箱控制器控制模式的特殊性。恒温箱所用到的PID 算法与普通的PID 算法有很大的区别。改进后的PID 算法可适应恒温箱热惯性大和反馈信号与控制输出滞后大的特点。以及将AVR mega128 的A/D 采集通道采集的数据处理成18 位分辨率的原理。描述了如何通过过采样和数字滤波来提高反馈数据的分辨率。

STWD100xP 看门狗在嵌入式系统硬件抗EMC技术的应用

1 EMC的特点 嵌入式系统EMC(Electro Magnetic Compatibility)即嵌入式系统电磁兼容性,指嵌入式系统在复杂电磁环境中抵抗其他系统所产生的电磁干扰同时本身产生的电磁

针对单片机的干扰分析MCU的改进

通过一个仪器抗干扰处理的实践,分析干扰形成错误的机理。首先对干扰进行描述,然后分析错误形成的可能性以及目前解决干扰问题的难点,最后提出对MCU改进的建议。

嵌入式测控系统中数字滤波算法的实现

相对于硬件滤波,数字滤波的优越性在于其无需硬件且可靠性高,尤其对频率很高或很低的信号进行滤波。此外,由于对多输入通道可共用一个滤波程序,故可大大降低产品成本。

©2019 Microchip Corporation
facebook google plus twitter linkedin youku weibo rss