个波形周期，所以对最大最小的判断不以一个点来进行，而是以极值点的一个小 范围来进行判断，以剔除多个波形周期中其他周期中极值点的范围情况。如果认为在一 次采样过程多个采样周期的最大值点均位于MX~MXX (I- S )范围内，最小值都位于 MIXX (1+S)~MIX范围内（这里假定所有采样数据均为正值分布），S的范围可根据实 际情况进行设定，如S定位0. 05,则p5点需满足MIXX 1. 05彡Vp5彡MAXX 0. 95,则认定 为P5点发生了顶部或底部噪声干扰错误，此时仍以其理论中点pp5来代替p5,进行小幅修 正操作。
[0081] 经过以上的小幅摆幅误差修正预前处理，采样点得到大幅修正处理，使得实际采 样效果接近理论分析预估结果，如图5所示。在后续信号处理过程中，有效的避除部分噪声 或其他干扰所致的小摆幅误差或小毛刺干扰问题。
[0082] 本发明方法中所述的X、M、0 2、S的取值可依据具体硬件工作环境、软件调试 条件等进行范围内不同取值的改变，以适应不同条件下本发明方法的最优化效果。
[0083] 本发明的方法从连续采样的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。本发明方法从软件分析进行处理，降低了高速采样系统对硬件环境的要 求，在硬件调试、人员开销、资源消耗等方面得以大大节省。由于关注重点为采样后的数据 处理，并不关心干扰源的途径，也降低了对硬件环境的依赖性，使得本方法适用性加强，适 用范围变广，通用性加强。同时，通过软件参数进行调试的方式，也使得数字信号处理手段 方便、灵活，省时省力。
[0084] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于高速采样数据的三点相关性波形平滑方法，其特征在于，包括以下步骤： 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MAX和 最小值MIX，以及其在采样序列中的位置tl、t2 ; 步骤（2):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; 步骤（3):判断X的数值，当X大于等于5则进入步骤（4);否则返回步骤（1)，进行下 一轮数据的判别处理； 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 ; 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VYfVpVy+i，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； 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； 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⑶； 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； 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); 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； 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。2. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，所述步骤（1)中寻找极值点的比较法为： 将连续N点采样数据的第一个数据赋值给MAX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MAX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。3. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，所述步骤（2)中对X的统计方法为： 统计值Xi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X』P1 ;否则跳出； 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； 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； 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X』P1 ;否则跳出； 将统计值XpX2、X3、X4中的最大值赋值给X。4. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，所述步骤（6)中趋势内情况的判别方法应满足：VhSVY彡乂^或VY彡VY+1。5. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，所述步骤（6)中趋势外情况应满足：VY_i<VY且VY+1 <VY，或VY_i>VY且VY+1 >VY。6. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，所述步骤（7)中，pi和p3的中点pp2的数据值Vpp2确定方法为7. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，所述步骤（7)中，进行对p2点偏离理想范围的判别方法为其中，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| ;A1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| ;若 A1等于0,则强制A1等于0. 001 ; 0 1定义为A2与A1的比值，作为P2点偏离理论范围的判别。8. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，所述步骤（9)中，p4和p6的中点pp5的数据值Vpp5确定方法为：9. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征在 于，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，当 A3 <A4时，；其中， A3定义为p4和p5点之间的垂直距离，对于等间隔采样过程，A3= |Vp4-Vp5| ; 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| ; 0 2定义为A3、A4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。10. 如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征 在于，所述步骤（11)中，进行极值数据范围的判别依据为：Vp5> (MAXX(l-S))或VP5 <(MIXX(1+S));其中， s定义为极值范围因子，s的选取范围满足〇<S<0.5。11.如权利要求1所述的一种基于高速采样数据的三点相关性波形平滑方法，其特征 在于，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。
【专利摘要】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。本发明方法从软件分析进行处理，降低了高速采样系统对硬件环境的要求，在硬件调试、人员开销、资源消耗等方面得以大大节省。由于关注重点为采样后的数据处理，并不关心干扰源的途径，也降低了对硬件环境的依赖性，使得本方法适用性加强，适用范围变广，通用性加强。同时，通过软件参数进行调试的方式，也使得数字信号处理手段方便、灵活，省时省力。
【IPC分类】H03M1/54
【公开号】CN104993832
【申请号】CN201510401334
【发明人】白月胜, 高长全, 曹淑玉
【申请人】中国电子科技集团公司第四十一研究所
【公开日】2015年10月21日
【申请日】2015年7月2日