一种基于高速采样数据的三点相关性波形平滑方法
【技术领域】
[0001] 本发明涉及数字信号处理领域，特别涉及一种基于高速采样数据连续3个采样点 数据相关性进行处理的使采样波形平滑的方法。
【背景技术】
[0002] 在理想工作条件下，周期性的正弦波模拟信号通过采样后也应是理想的正弦波波 形，但在实际工作环境中，受电源、其他板载信号、空间电磁辐射等因素干扰，尤其在高速采 样情况下，采集到的信号波形往往不是完全和理论的正弦波一模一样，有时差别很大，使得 模拟信号经采样处理后信号质量下降，信号分析效果下降。
[0003] 经过对电路板硬件的调试改善，以及对FPGA信号处理程序的优化等措施，会使采 样数字信号的波形毛刺、纹波、噪声等有所好转，但仍然不能完全消除。在硬件环境和FPGA 环境调试到一定程度无法解决时，有时可考虑在上位机CPU中加入一定的波形优化算法来 完善采集信号误差缺陷，弥补信号采集中过大的采样错误，提高采集质量，改善信号分析效 果。
[0004] 图1示出了理想采样和实际采样的区别，如图1所示，实际采样点由于噪声、干扰 等情况的存在，其在理想采样曲线一定的范围内摆动，摆动的幅度及偏差视具体噪声干扰 情况的不同而不同。当噪声干扰比较小时，采样点基本与理想情况一致，当噪声干扰比较大 时，采样点将偏离理想点一定的范围，由于实际工作情况下，噪声及干扰情况并不能完全消 除，所以实际采样时，实际采样点与理想采样点偏离一定范围的情况也是正常、合理的。
[0005] 当个别实际采样点偏离理想情况比较大时，超过正常噪声影响的偏离范围，形成 不正常的波形毛刺或畸变时，可认定为此采样点采样有误或处理有误，其在后续的数字信 号处理中将形成一定的不良影响，所以可适当的对其进行一些前处理过程，使得畸变点或 毛刺点回落到正常的噪声范围影响内，从而改善信号处理的效果。
[0006] 通常，在采样不理想的情况下，首先会进行硬件环境的测试分析，努力找到影响信 号采样的干扰途径和干扰源，并实施一些措施来降低干扰的影响，但是，通过硬件调试手段 很难做到完全消除干扰。而硬件环境在达到一定的调试程度后，将无法进行进一步的提升。 同时，硬件环境的改善在一定程度上需增加人力、时间、硬件资源等开销，且很多情况下，因 环境的不同，一次的调试结果不具备多个环境下的通用性需求。
【发明内容】
[0007] 为解决上述现有技术中的不足，本发明提出了一种基于高速采样数据的三点相关 性波形平滑方法，从连续采样的3个采样点之间的相关性考虑出发，利用连续采样数据之 间变化趋势可预测性的理论原理，进行高速采样数据误差判别和误差修正处理，使得采样 错误回落到正常理想的趋势范围内，从而改善采集效果，提高信号处理的质量，提升采集系 统工作性能。
[0008] 本发明的技术方案是这样实现的：
[0009] -种基于高速采样数据的三点相关性波形平滑方法，包括以下步骤：
[0010] 步骤（1):对于连续采样的N点高速采样数据值，首先通过比较法确定其最大值 MX和最小值MIX，以及其在采样序列中的位置tl、t2 ;
[0011] 步骤⑵：得到极值点后，从极值点tl处开始，统计MAX点到相邻理论中间点MID 之间单向单调下降的采样点数，并且从t2处开始统计MIX点到相邻理论中间点MID之间单 向单调上升的采样点数；四次统计值的最大值计为X ;
[0012] 步骤⑶：判断X的数值，当X大于等于5则进入步骤⑷；否则返回步骤（1)，进 行下一轮数据的判别处理；
[0013] 步骤⑷：设三点相关性判别的起始点Y从第2点开始，赋值Y等于2 ;
[0014] 步骤（5):判断Y是否小于N，是则取Y位置处，以及与其相邻的前后位置的共三个 连续采样值^_1、￥￥、￥^进入步骤（6);否则整个处理流程结束，返回步骤（1)，进行下一轮 数据的判别处理；
[0015] 步骤（6):对连续采样的三个数据进行判别处理，如果属于趋势内情况，则进入步 骤（7)，进行偏离理想范围判别处理；否则视为趋势外情况，进入步骤（9)，进行错误判别；
[0016] 步骤（7):在偏离理想范围判别处理情况下，定义上述步骤（5)中连续采样的三个 点为pl、p2、p3,三个点的数据依次为Vpl、Vp2、Vp3,以及pi和p3的中点pp2, pp2点的数 据为Vpp2,进行对p2是否偏离理想范围的判别处理，若p2处于设定的理想范围内，则Y加 1，返回步骤（5)，进行下一点的判别处理；否则进入步骤（8);
[0017]步骤（8):将p2数据Vp2替换为pp2数据Vpp2，Y加1，返回步骤（5)，进行下一点 的判别处理；
[0018] 步骤（9):在错误判别处理情况下，定义上述步骤（5)中连续采样的三个点为p4、 p5、p6,三个点的数据依次为Vp4、Vp5、Vp6,以及p4和p6的中点pp5，pp5点的数据为Vpp5， 进行对P5是否是上升或下降中明显错误的判别处理，若是，则进入步骤（10);若不是，则进 入步骤（11);
[0019] 步骤（10):将p5数据Vp5替换为pp5数据Vpp5, Y加1，返回步骤（5)，进行下一 点的判别处理；
[0020] 步骤（11):对P5进行极值数据范围的判别处理，若为极值范围内，判别为理想范 围合理摆幅内情况，Y加1，返回步骤（5)，进行下一点的判别处理；若不是，则将p5数据Vp5 替换为pp5数据Vpp5, Y加1，返回步骤（5)，进行下一点的判别处理。
[0021] 可选地，所述步骤（1)中寻找极值点的比较法为：
[0022] 将连续N点采样数据的第一个数据赋值给MX和MIX，并将其位置赋值给tl和t2， 然后从第2个采样点开始，分别把每一个采样点与MX比较，如其大于等于MAX，则将其值赋 予MAX，将其位置赋予tl，否则跳过进行下一个数据点的比较；并且，分别把每一个采样点 与MIX比较，如其小于等于MIX，则将其值赋予MIX，将其位置赋予t2,否则跳过进行下一个 数据点的比较；依次进行，直到最后一个数据点比较完毕后，确定极值点MAX、MIX的值及其 位置tl、t2。
[0023] 可选地，所述步骤（2)中对X的统计方法为：
[0024] 统计值X1归零，从tl位置开始，依次向前进行取值，当所取值小于等于MAX，且大 于等于MID时，统计值&加1 ;否则跳出；
[0025] 统计值X2归零，从tl位置开始，依次向后进行取值，当所取值小于等于MAX，且大 于等于MID时，统计值&加1 ;否则跳出；
[0026] 统计值X3归零，从t2位置开始，依次向前进行取值，当所取值大于等于MIX，且小 于等于MID时，统计值&加1 ;否则跳出；
[0027] 统计值X4归零，从t2位置开始，依次向后进行取值，当所取值大于等于MIX，且小 于等于MID时，统计值\加1 ;否则跳出；
[0028] 将统计值Xp X2、X3、X4中的最大值赋值给X。
[0029] 可选地，所述步骤（6)中趋势内情况的判别方法应满足：VmSVy彡Vy+^ Vh彡Vy 彡 VY+1〇
[0030] 可选地，所述步骤（6)中趋势外情况应满足V Y且V Y+1< V Y，或VY_i> V Y且 vY+1> vY〇
[0031 ] 可选地，所述步骤（7)中，pi和p3的中点pp2的数据值Vpp2确定方法为：
[0032] 可选地，所述步骤（7)中，进行对p2点偏离理想范围的判别方法为：
[0033] 其中，A2定义为pi和p3点之间的垂直距离，对于等间隔采样过程，A2 = Vpl-Vp3| ；
[0034] Al定义为P2和pp2点之间的垂直距离，对于等间隔采样过程，Al = Vp2_Vpp2 I ;若A 1等于0,则强制A 1等于0. 001 ;
[0035] M定义为A 2与A 1的比值，作为P2点偏离理论范围的判别。
[0036] 可选地，所述步骤（9)中，p4和p6的中点pp5的数据值Vpp5确定方法为：
[0037] 可选地，所述步骤（9)中上升或下降中明显错误的判别方法为：当A3彡A4时，
[0038] A 3定义为p4和p5点之间的垂直距离，对于等间隔采样过程，A 3 = I Vp4_Vp5 I ;
[0039] A4定义为p6和p5点之间的垂直距离，对于等间隔采样过程，A4 = |Vp6_Vp5| ;
[0040] 0 2定义为A3、A 4中大值与小值的比值，作为p5点偏离p4和p6点偏离范围的 判别。
[0041] 可选地，所述步骤（11)中，进行极值数据范围的判别依据为：Vp5 > (MAXX (I-S))或 Vp5 < (MIXX (1+S));其中，
[0042] S定义为极值范围因子，S的选取范围满足OS S <0.5。
[0043] 可选地，所述步骤（2)中理论中间点MID的取值依具体使用的模数转换器器件采 样量化位宽来决定，其等于量化最大值与最小值所确定的中间值。
[0044] 本发明的有益效果是：
[0045] (1)利用连续采样数据之间变化趋势可预测性的理论原理，进行高速采样数据误 差判别和误差修正处理，使得采样