一种宽频电压信号测量方法及系统与流程

本发明涉及电压检测，特别涉及一种宽频电压信号测量方法及系统。

背景技术：

1、宽频电压信号是指在广泛的频率范围内变化的电压信号。它不局限于特定的频率，而是包含多个频率成分。这种信号可以包括各种频率的正弦波、方波、脉冲等，具体的频率范围取决于应用需求。宽频电压信号常用于测试、测量和通信等领域，例如频谱分析、声音处理和无线电传输等。但是目前的宽频电压测量和监测结果都不够准确。

技术实现思路

1、为了解决以上问题，本发明提供了一种宽频电压信号测量方法及系统。

2、为实现上述目的，本发明所采用的技术方案如下：

3、一方面，本发明公开一种宽频电压信号测量方法及系统，包括如下步骤：

4、步骤1：将宽频电压信号转换为数字数据；

5、步骤2：对采集到的数据进行信号调理和滤波，以去除噪声和杂散信号；

6、步骤3：对滤波后的信号进行频谱分析，以获得信号在不同频率上的分布情况；

7、步骤4：检测峰值信号的存在，并提取其频率、幅度特征；

8、步骤5：基于提取的特征和已知的背景噪声水平，估计宽频电压信号的信噪比；

9、步骤6：分析估计的信噪比，设定阈值和警报机制，如果信噪比低于设定的阈值，触发相应的警报，以确保及时发现和处理信号异常情况。

10、进一步的：步骤2包括：使用巴特沃斯滤波器，确定巴特沃斯滤波器的阶数和截止频率；阶数和截止频率应用巴特沃斯滤波器到采集到的数据上；将巴特沃斯滤波器转化为数字滤波器的离散形式。

11、进一步的：阶数和截止频率应用巴特沃斯滤波器到采集到的数据上包括：

12、巴特沃斯滤波器的传递函数使用有理多项式形式表示，对于一个n阶的巴特沃斯滤波器，其传递函数h(z)表示为：

13、h(z)＝g/(1+b1z-1+b2z-2+...+bnz-n)

14、其中，g是滤波器的增益系数，b1、b2、...、bn是巴特沃斯滤波器的系数，系数的值根据滤波器的截止频率和阶数进行计算，巴特沃斯滤波器的传递函数形式中的1+b1z-1+b2z-2+...+bnz-n是滤波器的分母多项式，z-1表示单位延迟b1、b2、...、bn是分母多项式的系数；

15、将上述传递函数h(z)转化为差分方程：

16、应用z变换：

17、将传递函数中的z-1替换为z，将传递函数h(z)表示为h(z)＝g/(1+b1z+b2z2+...+bnzn)；

18、将h(z)表示为分子和分母多项式形式：

19、h(z)＝y(z)/x(z)，其中y(z)是输出信号的z变换，x(z)是输入信号的z变换；

20、用分子多项式减去分母多项式：

21、1+b1z+b2z2+...+bnzn＝y(z)-h(z)x(z)

22、将y(z)和x(z)表示为差分方程形式：

23、y(z)-h(z)x(z)＝y0+y1z-1+y2z-2+...+ymz-m-(b0+b1z-1+b2z-2+...+bnz-n)(x0+x1z-1+x2z-2+...+xmz-m)

24、其中，y0、y1、y2、...、y□和x0、x1、x2、...、x□分别表示输出信号和输入信号的当前和过去的采样值；

25、整理差分方程：

26、根据z的幂次，整理差分方程，将所有项归类并整理为形如y[n]＝...的差分方程形式，其中y[n]表示输出信号的当前采样值，n表示当前的离散时间步数；

27、根据差分方程的递推关系，使用递归算法计算输出信号的值：

28、初始化：

29、设置初始条件，包括输入信号x和输出信号y的初始值；

30、递推计算：

31、对于每个采样点n，根据差分方程的递推关系计算输出信号y[n]；

32、差分方程的递推关系形式为：

33、y[n]＝b0x[n]+b1x[n-1]+b2x[n-2]+...+bnx[n-η]-a1y[n-1]-a2y[n-2]-...-amy[n-m]

34、根据差分方程，使用当前和过去的输入信号值和输出信号值进行加权和运算，得到当前采样点的输出信号值y[n]；

35、在递推计算中，每次计算的输出信号值y[n]作为下一次计算的输入信号值x[n]的一部分；

36、递推计算按照时间顺序进行，从初始时刻开始，逐个采样点计算输出信号的值，直到所有采样点的输出信号计算完成；

37、循环迭代：

38、对每个采样点重复递推计算，直到所有采样点的输出信号计算完成。

39、进一步的：步骤3包括：

40、将经过滤波的信号作为输入，确保信号长度为2的幂次方，如果信号长度不是2的幂次方，则进行调整，其包括：

41、确定原始信号的长度l；

42、找到大于l的最小2的幂次方数，记为n，即n＝2^ceil(log2(l))，其中ceil(x)表示对x进行向上取整操作；

43、在原始信号的末尾添加n-l个零值，使信号长度变为n；

44、使用fft算法对预处理后的信号进行变换，将时域信号转换为频域信号，其包括：

45、确定输入信号的长度：

46、确定预处理后的输入信号的长度为n；

47、将输入信号重新排列：

48、使用位逆序重新排列的方法，将输入信号的采样点按照二进制位逆序排列；

49、进行蝶形运算：

50、使用蝶形运算来实现频域分解和合并的操作，蝶形运算是将输入信号分为两组，每组包含相邻的采样点，然后对每组进行频域运算得到输出，具体步骤如下：

51、对输入信号进行迭代，每次迭代的步长为当前子问题的规模的一半，即进行频域分解；

52、在每个迭代步骤中，将输入信号按照蝶形结构分为两组，每组包含相邻的采样点；

53、对每组进行频域运算，计算出两个频域结果；

54、将两个频域结果合并为一个结果，得到部分的频域输出；

55、重复上述步骤，直到完成所有迭代，得到最终的频域输出；

56、重复计算和合并：

57、通过重复进行蝶形运算，不断将输入信号分解为更小规模的子问题，直到规模为1，即得到频域输出的完整结果；

58、获取频域结果：

59、得到输入信号的频域表示，包括实部和虚部的值，计算频域信号的模值或模值的平方，用于表示信号在不同频率上的分布情况；

60、对得到的频域信号，取其模值或者模值的平方作为频谱结果，其包括：

61、取模值：

62、在fft计算得到的频域信号中，频域信号的模值表示该频率点的幅度信息，即信号在该频率上的大小，获取频谱结果的步骤如下：

63、对fft计算得到的频域信号，分别计算每个频率点的模值；

64、模值的计算可以使用欧几里得距离来实现，即对每个频率点的实部和虚部进行平方，然后对两个平方值求和，最后再开平方根；

65、得到每个频率点的模值后，即可得到频谱结果，其中横轴表示频率，纵轴表示幅度；

66、取模值后的频谱结果能够直观地表示信号在不同频率上的振幅大小；

67、取模值的平方：

68、取fft计算得到的频域信号的模值的平方作为频谱结果，得到能量谱，获取频谱结果的步骤如下：

69、对fft计算得到的频域信号，分别计算每个频率点的模值；

70、将每个频率点的模值平方，得到对应频率点的能量值；

71、得到每个频率点的能量值后，即得到频谱结果，其中横轴表示频率，纵轴表示能量；

72、取模值的平方后的频谱结果能够反映信号在不同频率上的能量分布情况，用于分析信号的频域特性；

73、根据输出结果，获得频率轴的标定，其包括：

74、确定采样率：

75、确定进行fft计算的输入信号的采样率；

76、确定fft结果的长度：

77、fft计算得到的频域信号的长度为n，输入信号的长度的一半，表示频域信号包含的频率点个数；

78、计算频率分辨率：

79、频率分辨率表示频域信号中每个频率点之间的间隔，根据采样率和fft结果的长度，计算频率分辨率的公式为：

80、δf＝fs/n，δf，单位为hz；

81、标定频率轴：

82、根据频率分辨率和fft结果的长度，标定频率轴上的每个点所对应的频率，频率轴上的第一个点对应的频率为0hz，频率轴上的后续点的频率可以通过下述公式计算：

83、f＝k*δf

84、其中，f为频率，k为频率点的索引，δf为频率分辨率。

85、根据上述计算，得到频率轴上每个点对应的频率值，从而进行频率标定。

86、进一步的：步骤4包括：

87、峰值检测：

88、定义高斯核：

89、使用高斯函数作为平滑的核函数，高斯函数公式表示为：

90、g(x)＝(1/sqrt(2*π*σ^2))*exp(-(x-μ)^2/(2*σ^2))

91、其中，g(x)表示高斯函数在位置x处的值，μ表示高斯函数的均值，σ表示高斯函数的标准差；

92、选择平滑窗口大小：

93、根据具体需求和应用场景选择合适的窗口大小；

94、计算高斯权重：

95、对于选择的平滑窗口大小，计算窗口内每个点的高斯权重，高斯权重表示了每个点在平滑过程中的贡献程度，根据点与窗口中心的距离来计算，通过高斯函数来计算每个点的权重。

96、进行平滑处理：

97、对频谱曲线的每个点应用平滑窗口和对应的高斯权重，对于每个点，将窗口内的点与对应的高斯权重相乘，并求和得到平滑后的值，依次对频谱曲线上的每个点进行处理，得到平滑后的频谱曲线；

98、在平滑后的频谱曲线上，寻找局部最大值或局部极大值点，局部最大值是指在某个点上，它的值比相邻的点的值都要大，局部极大值是指在某个点上，它的值比相邻的点的值都要大，并且它是局部最大值；

99、寻找局部最大值或局部极大值的方法采用以下步骤：

100、遍历平滑后的频谱曲线的每个点，从第2个点到倒数第2个点，忽略首尾两个点；

101、对于每个点，比较其值与相邻两个点的值，如果它是局部最大值或局部极大值，即满足上述定义，将其标记为峰值点；

102、峰值点的验证和筛选，对峰值点进行验证和筛选，以保留较为显著和稳定的峰值：

103、设定阈值，将峰值点的幅度或能量与阈值进行比较，只保留超过阈值的峰值点，对相邻的峰值点进行合并或剔除，以消除重复或非实际峰值；

104、通过验证和筛选，得到较为准确的峰值信号。

105、进一步的：设定阈值，将峰值点的幅度或能量与阈值进行比较，只保留超过阈值的峰值点，对相邻的峰值点进行合并或剔除，以消除重复或非实际峰值包括：

106、设定阈值只保留超过阈值的峰值点，步骤如下：

107、定义一个阈值，根据应用需求和信号特性进行设置；

108、遍历所有的峰值点，比较每个峰值点的幅度或能量与设定的阈值；

109、如果峰值点的幅度或能量超过阈值，则保留该峰值点；否则，将该峰值点剔除或标记为非实际峰值；

110、对相邻的峰值点进行合并或剔除，以消除重复或非实际峰值步骤如下：

111、对峰值点按照频率或其他特征进行排序；

112、遍历排序后的峰值点，对相邻的峰值点进行比较；

113、如果相邻的峰值点之间的距离小于设定的阈值，将它们合并为一个峰值点，选择其中幅度或能量较大的点作为代表；

114、如果相邻的峰值点之间的距离较大，表示它们是独立的峰值，保留它们作为单独的峰值点。

115、进一步的：步骤5包括：

116、提取信号能量：

117、使用已经提取的特征或频谱分析结果，计算信号的能量：

118、对于时域信号，计算信号的平方和或绝对值平方和作为信号的能量；

119、对于频域信号，使用频谱曲线上特定频率范围内的能量作为信号的能量；

120、估计噪声能量：

121、如果背景噪声是固定的，并且可以进行先验估计，直接使用预先确定的噪声能量值；

122、如果背景噪声是随机的，并且在测量过程中可以获取到只包含噪声的信号样本，使用这些样本计算噪声的能量；

123、计算信噪比：

124、通过将信号能量与噪声能量进行比较，计算信噪比：计算公式如下：

125、snr＝10*log10。

126、另一方面，本发明公开一种宽频电压信号测量系统，其特征在于，包括：

127、数据采集转化模块：用于将宽频电压信号转换为数字数据；

128、信号调理与滤波模块：对采集到的数据进行信号调理和滤波，以去除噪声和杂散信号；

129、频谱分析模块：对滤波后的信号进行频谱分析，以获得信号在不同频率上的分布情况；

130、峰值检测与特征提取模块：检测峰值信号的存在，并提取其频率、幅度特征；

131、信噪比估计模块：基于提取的特征和已知的背景噪声水平，估计宽频电压信号的信噪比；

132、结果分析与监测模块：分析估计的信噪比，设定阈值和警报机制，如果信噪比低于设定的阈值，触发相应的警报，以确保及时发现和处理信号异常情况。

133、本发明与现有技术相比，所取得的技术进步在于：

134、实时性：算法系统可以实时采集、处理和分析宽频电压信号，使得监测结果及时可用。这对于需要即时反馈和快速决策的应用非常重要，例如实时故障检测和控制系统。

135、高精度：通过采用合适的数据采集、滤波和分析技术，算法系统可以提供高精度的宽频电压测量结果。这对于对电压信号进行准确分析和判断的应用非常关键，例如电力系统监测和仪器测量。

136、自动化：算法系统的自动化特性使得宽频电压的测量和监测过程更加便捷和高效。系统可以自动进行数据采集、信号处理、特征提取等步骤，减少了人工操作和人为误差的可能性。

137、大规模处理能力：算法系统可以扩展到处理大规模宽频电压数据。通过并行计算和优化算法设计，系统可以快速处理大量数据，适应高频率的测量和监测需求。

138、实用性和可定制性：算法系统可以根据具体应用需求进行定制和配置。用户可以根据自己的需求选择合适的数据采集设备、滤波器、特征提取算法等组件，使系统能够满足特定的测量和监测要求。。