一种基于线性系统的数字滤波装置及方法
【技术领域】
[0001 ]本发明涉及数据滤波技术领域，更具体地说，涉及一种基于实测值和估计值最优 值计算的线性系统数据滤波装置及方法。
【背景技术】
[0002] 随着计算机技术、传感器技术和信息技术的飞速发展，数据采集与处理系统也广 泛得到了应用。该系统能够准确地监控生产现场的信息，进而提高产品质量，降低生产成 本。
[0003] 数据采集与处理越及时，工作效率和性能价格比就越高，取得的经济效益就越好。 但是，由于实际的工作现场环境一般较恶劣，存在着各种各样的噪声和干扰。为了进行准确 测量和控制，必须消除被测信号中的这些不利因素，这就要求在系统设计时，要充分考虑到 各种干扰的来源，从设计角度寻求、采取一些弥补措施，以提高数据采集质量，进而提高系 统的可靠性和稳定性。一般设计的总方针是:滤波、屏蔽、接地、隔离与吸收，而滤波技术则 是在数据采集系统中必不可少的一种去除干扰的手段。
[0004] 本领域技术人员清楚，硬件滤波器只是提高实时系统数据采集质量的措施之一， 但很难彻底抑制各种干扰，于是数字滤波应运而生。数字滤波是指根据预定的滤波方法编 制相应的程序以达到信号滤波的目的，由于是用程序实现滤波，因此其稳定性高，滤波参数 修改方便。
[0005] 目前，经典的数字滤波方法较多；例如，简单一些的方法有算术平均值法、超值滤 波法、比较取舍法、滑动算术平均法以及一阶低通滤波法等；比较复杂一点的有卡尔曼滤波 和互补滤波等。简单的滤波方法一般滤波效果并不是很好，滤波后系统仍然存在大量的噪 声，高级一点的滤波方法复杂程度比较大，处理器运行起来花费的时间多。如果想要在单片 机上做一些滤波算法处理，高级的滤波算法带来的系统延时非常严重。
[0006] 因此，怎样用一些简单的数字滤波方法计算，达到复杂程度比较大的高级的滤波 方法的准确度。
【发明内容】
[0007] 本发明的目的在于提供一种基于线性系统的数据滤波装置及方法，其采用了一些 简单的计算，能够比较准确的计算出一个滤波输出优化值。
[0008] 为实现上述目的，本发明的技术方案如下：
[0009] -种基于线性系统的数字滤波装置，所述装置包括检测线性系统测量值的传感器 和数据滤波模块;其特征在于，所述数据滤波模块包括存储单元、处理单元、参数初始化单 元和输出单元;所述存储单元所存储的参数包括相邻两次得到两个最优值变量P0和P1、两 个最优值变量P0和P1两点构成直线的斜率K、估计值P_E、测量值P_N、估计值P_E和测量值?_ N的差值ΛΡ和传感器的采集时间间隔T;所述处理单元用于分析系统类型和噪声类型，根据 传感器在每个间隔T发送测量值P_N和由斜率K得到估计值P_E，估计值P_E和测量值P_N的差 值ΛΡ，得到估计值P_E和测量值P_N的可信程度，并根据可靠程度动态分配估计值P_E、测量 值P_N在最优值中的权重，并根据两个数值的权重计算出本次最优值变量P_R，并通过所述 输出单元输出每个最优值。
[0010] 优选地，所述数据滤波模块为微控制单元。
[0011] 为实现上述目的，本发明还提供一种技术方案如下：
[0012] -种采用上述装置的数字滤波方法，包括如下步骤：
[0013] 步骤S1:所述处理单元分析和判断系统类型是否是线性系统；如果是，执行步骤 S2,如果不是，执行步骤S7;
[0014] 步骤S2:所述参数初始化单元初始化被测量线性系统相关变量以及计算数据变化 率，并将初始化后的参数储存到所述存储单元;其中，所述两个最优值变量P0和P1的初始值 为0，两个最优值变量P0和P1两点构成的直线的斜率K为0;
[0015] 步骤S3:通过步骤S2的变化率K去估算下一个传感器测量数据估计值P_E的大小， 并且，所述传感器根据采集时间间隔T得到采集测量值?_~;
[0016] 步骤S4:根据估计值P_E和测量值P_N的差值ΛΡ得到估计值P_E和测量值P_N的可 信程度；
[0017] 步骤S5:通过步骤S4分析的可信程度给估计值P_E和测量值P_N分配权重，并根据 权重计算出本次最优值变量P_R;
[0018] 步骤S6:重新赋值，递归运算；即先将本次运算得到的最优值P_R赋值给P0，然后将 P0赋值给P1;继续执行步骤S3，直到数据处理完毕；
[0019] 步骤S7:结束。
[0020] 优选地，所述步骤S3中，如果设置两个变量P_E和P_N，P_E用来保存得到的估计值， P_N代表传感器测得的当前的数据值，则
[0021] 得到估计值的大小的计算式为： r-1 (P0-P1) (P Ε-Ρ0)
[0022] --：=-=-- t t
[0023]计算得到估计值：
[0024] ρ_Ε = 2*Ρ0-Ρ1
[0025] 并且，所述传感器测量得到的当前数据值保存到P_N中。
[0026]优选地，所步骤S4具体包括:设置估计值P_E和测量值P_N的差值为ΛΡ，同时设定 一个对比值R;
[0027] 当估计值和测量值的差值ΛΡ比R小时，估计值P_E和测量值P_N比较接近，测量值 跟预期的情况比较接近，出现噪声的可能性比没有噪声的可能性小，测量值P_N比估计值?_ E更加可靠，且估计值P_E和测量值P_N的差值ΛΡ越小，测量值P_N的可靠性更高，且可靠程 度随差值ΛΡ呈线性变化；
[0028] 当估计值和测量值的差值ΛΡ为零时，估计值P_E和测量值P_N同样可靠，可靠程度 相同；
[0029]当估计值和测量值的差值ΛΡ比R大时，估计值P_E和测量值P_N差距比较大，测量 值发生了比较大的突变，数据里掺杂了很多噪声，此时，估计值更加可靠，且可靠程度随差 值ΛΡ呈线性变化。
[0030]优选地，所步骤S5中通过可靠性分配两个数值在最优值中的权重具体包括：
[0031 ]测量值P_N的权重为A，则估计值P_E的权重为1-A，R为一个自定义数值;则：
[0032] ΔΡ= |P_E-P_N
[0033] 则由步骤S4分析，可以得到测量值P_N的权重A为： A IF E-P N\ L J R+\P _E-P _N\
[0035] 则最优值为P_R，最优值是估计值和测量值按照一定的权重构成，最终得到最优 值：
[0036] P_R=(1-A)*P_N+A*P_E
[0037] 优选地，所述传感器的采集时间间隔T为1ms到10ms之间的一个值。
[0038] 优选地，所述步骤S1还包括:判断系统内的噪声类型是否是服从高斯分布且功率 谱密度均匀分布的白噪声，如果是，执行步骤S2,如果不是，执行步骤S7。
[0039] 从上述技术方案可以看出，本发明基于线性系统的数据滤波装置及方法，解决了 当前技术的不足，实现滤波效果明显且计算复杂程度小，由于每一个有外部变量的自回归 移动平均系统（Autoregressive Integrated Moving Average，简称ARIMA)或可用有理传 递函数表示的系统都可以转换成用状态空间表示的系统，从而能用该线性系统滤波方法进 行计算。此外，本发明非常适合用于处理能力比较弱的微程序控制器(Microprogrammed Control Unit，简称MCU)做数字滤波处理的系统。其有益效果总结如下：
[0040] (1)该设计方法可靠性好，效率高，极大的减轻了工作量，有利于滤波器设计的最 优化。
[0041] (2)本发明根据动态直线变化趋势估计得到的数据和测量得到的数据分配权重， 使最终得到的结果可靠性更高。
【附图说明】
[0042] 图1为本发明基于线性系统数据滤波装置的方框示意图
[0043] 图2为本发明基于线性系统数据滤波方法的流程方框