一种传感器弱信号数据采集方法及装置与流程

文档序号:17257774发布日期:2019-03-30 09:27阅读:259来源:国知局
一种传感器弱信号数据采集方法及装置与流程

本公开涉及传感器数据采集技术领域,具体涉及一种传感器弱信号数据采集方法及装置。



背景技术:

在采用低速嵌入式的传感器在有强干扰的环境采集数据时,由于传感器本身的原因和信号源很弱,且强干扰的环境会产生各异的信号强度、频率和波形的电流、电场和磁场对传感器进行干扰,这些电磁场会对传感器的正常工作产生极大的影响,尤其是传感器的微处理器c8051f300或s3c44b0因为需要长时间的持续监测,从而运行在几十mhz下,极易受到干扰而导致采集到的弱信号的不稳定,可能的噪声来源有:1、基线漂移,低频干扰信号,频率范围为0.15~0.3hz,波形为正弦波曲线,基线漂移主要是外部震动引起;2、运动伪迹:由于监测对象或传感器由于某种形式的物理位移会导致传感器中电极的移动产生的跃变干扰,持续时间可达100~500ms;3、工频干扰:主要来源于电源磁场作用于监测对象和传感器之间的环形电路所致,频率成分包含50hz的基波及其各次谐波。波形为正弦波的叠加。

因此,在弱信号数据采集过程中,来自震动干扰、位移干扰和工频干扰等都会使传感器的信噪比下降,甚至会完全覆盖所需要采集的弱信号,严重影响传感器采集后对弱信号的进一步分析和处理。为了过滤弱信号中的各种噪声,现有的方法主要有:平均滤波、频域滤波、自适应滤波以及最新出现的小波滤波等,这些方法但是都不适合采用低速嵌入式微处理器的传感器对信号的采集,例如采用嵌入式微处理器mcf5307的st-03a型甲烷传感器,嵌入式单片机stm32f101r8t6的加速度传感器、采用嵌入式微处理器s3c44b0x的各种型号的温度传感器和采用嵌入式微处理器s3c44b0x的气体传感器。



技术实现要素:

本公开提供一种传感器弱信号数据采集方法及装置,由于传感器采集到的电信号是按数据包进行分段传输,通过将传感器采集的电信号进行差分处理得到差分信号计算电信号的差分阈值去噪,并动态调整差分阈值,能够在强干扰的环境中的传感器进行采集弱的电信号时,能够动态调整差分阈值,能对前一个差分阈值进行修正,使其与电信号真实值贴近。

为了实现上述目的,根据本公开的一方面,提供一种传感器弱信号数据采集方法,所述方法包括以下步骤:

步骤1,将传感器采集的电信号进行差分处理得到差分信号;

步骤2,根据差分信号计算电信号的差分阈值;

步骤3,根据差分阈值定位二阶差分极小值点;

步骤4,去除极小值点的位置中的噪声得到去噪极小值点位置;

步骤5,按照去噪极小值点位置定位电信号中的波峰值;

步骤6,动态调整差分阈值。

进一步地,在步骤1中,将传感器采集的电信号进行差分处理得到差分信号的方法为:

设将传感器采集的电信号x(n)的采样值差分作为滤波输出,其差分方程为:y(n)=[x(n-3)+x(n-2)+x(n-1)+x(n)]/4;滤波后得到y(n),n=1,2,…l,其中l为信号长度,对y(n)进行一阶和二阶差分得到差分信号e(n):d(n)=y(n+1)-y(n),n=1,2,…,l-1;e(n)=d(n+1)-d(n),n=1,2,…,l-2,传感器为采用嵌入式微处理器mcf5307的st-03a型甲烷传感器,采用嵌入式单片机stm32f101r8t6的加速度传感器、采用嵌入式微处理器s3c44b0x的温度传感器和采用嵌入式微处理器s3c44b0x的气体传感器。

进一步地,在步骤2中,根据差分信号计算电信号的差分阈值的方法为:

传感器连续采集300毫秒的电信号数据,以的采样频率长度对e(n)进行平均划分为k个采样区间,计算电信号的差分阈值其中,fs为采样频率,fs频率范围为30~500hz。

进一步地,在步骤3中,根据差分信号计算电信号的差分阈值的方法为:

传感器继续采集电信号数据,当检测到电信号数据的e(n)<th,开始在采样频率长度内搜索e(n)的最小值,记录最小值为在二阶差分e(n)的位置re(i),即极小值点,re(i)为正整数集。

进一步地,在步骤4中,去除极小值点的位置中的噪声得到去噪极小值点位置的方法为:

对正整数集re(i)去除噪声,引入rr(i)和mean(rr),其中rr(i)为的ime(j)差分序列,mean(rr)表示rr(i)的均值,i=1,2,…,l-1;

如果rr(i)≥1.5mean(rr),按照一半差分阈值,即在re(i)和re(i+1)之间重新搜索极小值点位置作为去噪极小值点位置,即当检测到电信号数据的开始在采样频率长度内搜索e(n)的最小值,记录最小值为在二阶差分e(n)的位置re(i),即去噪极小值点位置;

如果rr(i)≤0.35mean(rr),选择re(i)和re(i+1)的信号幅度大的极小值点位置作为去噪极小值点位置;

进一步地,在步骤5中,按照去噪极小值点位置定位电信号中的波峰值的方法为:找出滤波信号e(n)中的极小值min(e),设该极小值在e滤波信号序列中的位置为ime(i),i=1,2,…,m,m为局部极小值的总数,分别在原始电信号x(n)的re(i)-5和y(n)的re(i)-4位置开始在采样频率长度内搜索局部最大值作为波峰值,波峰值为去噪极小值点位置前一个采样点;

进一步地,在步骤6中,动态调整差分阈值的方法为:

由于传感器采集到的电信号是按数据包进行分段传输,传感器连续采集300毫秒的电信号数据,以的采样频率长度对e(n)进行平均划分为k个采样区间,按照下式进行动态调整差分阈值,其中,e[re(i)]为电信号对应二阶差分值;当采集第j段数据时,分别按照式获得的差分阈值分别是th(j)和th(j),则调整第j+1段信号的差分阈值th(j+1)为:

th(j+1)=0.75×th(j)+0.25×th(j+1)。

本发明还提供了一种传感器弱信号数据采集装置,所述装置包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下装置的单元中:

差分处理单元,用于将传感器采集的电信号进行差分处理得到差分信号;

阈值计算单元,用于根据差分信号计算电信号的差分阈值;

极小值定位单元,用于根据差分阈值定位二阶差分极小值点;

极小值去噪单元,用于去除极小值点的位置中的噪声得到去噪极小值点位置;

波峰定位单元,用于按照去噪极小值点位置定位电信号中的波峰值;

阈值调整单元,用于动态调整差分阈值。

本公开的有益效果为:本发明提供一种传感器弱信号数据采集方法及装置,在强干扰的环境中的传感器进行采集弱的电信号时,能够动态调整差分阈值,能对前一个差分阈值进行修正,使其与电信号真实值贴近;使算法具有很好的鲁棒性,容错能力强,能够使强干扰的环境中采集的数据准确,适合低速嵌入式微处理器的传感器对信号的连续采集。

附图说明

通过对结合附图所示出的实施方式进行详细说明,本公开的上述以及其他特征将更加明显,本公开附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:

图1所示为一种传感器弱信号数据采集方法的流程图;

图2所示为一种传感器弱信号数据采集装置图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本公开的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本公开的一种传感器弱信号数据采集方法的流程图,下面结合图1来阐述根据本公开的实施方式的一种传感器弱信号数据采集方法。

本公开提出一种传感器弱信号数据采集方法,具体包括以下步骤:

步骤1,将传感器采集的电信号进行差分处理得到差分信号;

步骤2,根据差分信号计算电信号的差分阈值;

步骤3,根据差分阈值定位二阶差分极小值点;

步骤4,去除极小值点的位置中的噪声得到去噪极小值点位置;

步骤5,按照去噪极小值点位置定位电信号中的波峰值;

步骤6,动态调整差分阈值。

进一步地,在步骤1中,将传感器采集的电信号进行差分处理得到差分信号的方法为:

设将传感器采集的电信号x(n)的采样值差分作为滤波输出,其差分方程为:y(n)=[x(n-3)+x(n-2)+x(n-1)+x(n)]/4;滤波后得到y(n),n=1,2,…l,其中l为信号长度,对y(n)进行一阶和二阶差分得到差分信号e(n):d(n)=y(n+1)-y(n),n=1,2,…,l-1;e(n)=d(n+1)-d(n),n=1,2,…,l-2,传感器为采用嵌入式微处理器mcf5307的st-03a型甲烷传感器,采用嵌入式单片机stm32f101r8t6的加速度传感器、采用嵌入式微处理器s3c44b0x的温度传感器和采用嵌入式微处理器s3c44b0x的气体传感器。

进一步地,在步骤2中,根据差分信号计算电信号的差分阈值的方法为:

传感器连续采集300毫秒的电信号数据,以的采样频率长度对e(n)进行平均划分为k个采样区间,计算电信号的差分阈值其中,fs为采样频率,fs频率范围为30~500hz。

进一步地,在步骤3中,根据差分信号计算电信号的差分阈值的方法为:

传感器继续采集电信号数据,当检测到电信号数据的e(n)<th,开始在采样频率长度内搜索e(n)的最小值,记录最小值为在二阶差分e(n)的位置re(i),即极小值点,re(i)为正整数集。

进一步地,在步骤4中,去除极小值点的位置中的噪声得到去噪极小值点位置的方法为:

对正整数集re(i)去除噪声,引入rr(i)和mean(rr),其中rr(i)为的ime(j)差分序列,mean(rr)表示rr(i)的均值,i=1,2,…,l-1;

如果rr(i)≥1.5mean(rr),按照一半差分阈值,即在re(i)和re(i+1)之间重新搜索极小值点位置作为去噪极小值点位置,即当检测到电信号数据的开始在采样频率长度内搜索e(n)的最小值,记录最小值为在二阶差分e(n)的位置re(i),即去噪极小值点位置;

如果rr(i)≤0.35mean(rr),选择re(i)和re(i+1)的信号幅度大的极小值点位置作为去噪极小值点位置;

进一步地,在步骤5中,按照去噪极小值点位置定位电信号中的波峰值的方法为:找出滤波信号e(n)中的极小值min(e),设该极小值在e滤波信号序列中的位置为ime(i),i=1,2,…,m,m为局部极小值的总数,分别在原始电信号x(n)的re(i)-5和y(n)的re(i)-4位置开始在采样频率长度内搜索局部最大值作为波峰值,波峰值为去噪极小值点位置前一个采样点;

进一步地,在步骤6中,动态调整差分阈值的方法为:

由于传感器采集到的电信号是按数据包进行分段传输,传感器连续采集300毫秒的电信号数据,以的采样频率长度对e(n)进行平均划分为k个采样区间,按照下式进行动态调整差分阈值,其中,e[re(i)]为电信号对应二阶差分值;当采集第j段数据时,分别按照式获得的差分阈值分别是th(j)和th(j),则调整第j+1段信号的差分阈值th(j+1)为:

th(j+1)=0.75×th(j)+0.25×th(j+1)。

本公开的实施例提供的一种传感器弱信号数据采集装置,如图2所示为本公开的一种传感器弱信号数据采集装置图,该实施例的一种传感器弱信号数据采集装置包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种传感器弱信号数据采集装置实施例中的步骤。

所述装置包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下装置的单元中:

差分处理单元,用于将传感器采集的电信号进行差分处理得到差分信号;

阈值计算单元,用于根据差分信号计算电信号的差分阈值;

极小值定位单元,用于根据差分阈值定位二阶差分极小值点;

极小值去噪单元,用于去除极小值点的位置中的噪声得到去噪极小值点位置;

波峰定位单元,用于按照去噪极小值点位置定位电信号中的波峰值;

阈值调整单元,用于动态调整差分阈值。

所述一种传感器弱信号数据采集装置可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种传感器弱信号数据采集装置,可运行的装置可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种传感器弱信号数据采集装置的示例,并不构成对一种传感器弱信号数据采集装置的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种传感器弱信号数据采集装置还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(centralprocessingunit,cpu),还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,dsp)、专用集成电路(applicationspecificintegratedcircuit,asic)、现成可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种传感器弱信号数据采集装置运行装置的控制中心,利用各种接口和线路连接整个一种传感器弱信号数据采集装置可运行装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种传感器弱信号数据采集装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(smartmediacard,smc),安全数字(securedigital,sd)卡,闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释,从而有效地涵盖本公开的预定范围。此外,上文以发明人可预见的实施例对本公开进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1