从采样输入信号中解调信号分量的方法和现场总线设备与流程

本发明涉及将从以固定采样速率以数字方式采样的输入信号中解调具有感兴趣的特定频率的信号。本发明还涉及结合此解调的现场总线设备。
背景技术：
：可寻址远程传感器高速通道(HART)现场总线系统使用频移键控(FSK)信号在被连接到现场总线的设备之间传输数据。根据HART标准，1200Hz的频率表示比特1，并且2200Hz的频率表示比特0。如果承载此类信号的现有线路被用作用于现场总线的物理介质，则可将此FSK信号另外叠加到模拟传感器信号上。因此，需要在任何时间都知道给定输入信号是否包含在1200HZ调制的分量或者其是否包含在2200Hz调制的分量。这通过在一定时间间隔内获取输入信号的一组数字样本并针对这组样本的谱表示来检查1200Hz和2200Hz分量的是否存在来完成。出于此目的，在现场总线上的每个单独设备中可用的计算功率是非常适中的，因为设备的微控制器单元(MCU)就制造成本和功率消耗而言起都到主要作用。因此，输入信号的频谱被窗口化成仅仅几个与作为基本频率的整数倍的频率相对应的离散频点(bin)。此基本频率通常是1200Hz，因为相应幅度可以在不计算频谱的所有频点的幅度的情况下非常容易地单独地提取。然而，在2200Hz调制的信号的幅度不容易获得。可以使用Goertzel算法来计算此幅度的近似值，但这在计算方面而言是昂贵的。技术实现要素：本发明的目的是降低此计算支出，同时改善所确定幅度值的准确度。本发明人已经开发了一种用以从以采样速率R获取的输入信号的一组N个数字样本中确定具有频率ωA的信号分量的幅度MA的方法。此输入信号具有离散谱表示，所述离散谱表示包含具有频率ω1,…,ωn且具有对应幅度M1,…,Mn的n个频点。所述谱表示能借助于变换从所述输入信号、优选地从此输入信号的该组N个数字样本中导出。优选地，将该变换选择成产生离散谱表示，其中，第一频点频率是零，并且第二餐品了以及随后的频点频率ω2,…,ωn是第一非零频点频率ω2的整数倍。所述变换可以是例如离散傅立叶变换。为了获得在预定时间间隔期间存在的信号分量的幅度MA，不需要对在该时间间隔内获取的输入信号的所有样本均执行变换并获得全谱表示。相反地，以较少的计算支出从该组样本提取幅度MA。根据本发明，从所述谱表示中选择具有索引k∈[1,…,n]且频率ωk≠ωA的提取频点，并确定此提取频点的幅度Mk。然后，当对所述正弦信号应用该变换时，即当以与实际输入信号完全相同的方式将正弦信号变换成谱表示时，确定具有频率ωA和单位幅度的正弦信号的哪个部分被分配给此提取频点。此部分称为分配因数。根据此分配因数与提取频点的幅度Mk的组合，确定具有频率ωA的分量的期望幅度MA。发明人已经发现获得对应于频点频率ω1,…,ωn的幅度M1,…,Mn比直接地获得对应于频点外频率ωA的幅度MA容易得多。此差别如此大，以致于其过度补偿了确定分配因数以及使用此分配因数来从提取频点的幅度Mk获得期望幅度MA的附加支出。该分配因数取决于采样速率R、该组中的数字样本的数目N、变换的类型、频点的数目n和频率ω1,…,ωn、提取频点的索引k以及频率ωA。所有这些参数可以在现场总线设备的操作期间保持恒定。因此，在此类设置中只需要确定分配因数一次。分配因数可以例如当在上电时用设备的操作参数来将设备初始化的时候进行计算。该分配因数还可被预存储在设备中，例如在查找表中。因此，初看起来可能迂回的根据本发明的期望幅度MA的确定减少了确定MA所需的计算功率的量。针对N＝6个样本的间隔，先前，使用用于近似的Goertzel算法进行的MA的直接确定需要11个加法步骤和9个乘法步骤。根据本发明的MA的确定仅需要5个加法步骤和3个乘法步骤。另外，本解决方案更加准确。因此，现场总线设备可以用需要较少的功率运行的较小的价格低廉的微控制器单元(MCU)来解调FSK编码的数据。在本发明的特别有利的实施例中，输入信号是具有等于的第一载波频率ωA和至少第二载波频率ωB的频移键控信号。优选地，第二载波频率ωB是离散谱表示中的频率ω1,…,ωn中的一个，且具有相应幅度MB。此幅度MB然后可容易地从输入信号的数字样本组中获得，这仅要求非常简单的计算，诸如Goertzel算法或迭代离散傅立叶变换(DFT)算法的简单情况。载波频率ωA和ωB中的一个对逻辑0进行编码，而另一载波频率对逻辑1进行编码。通过获取N个样本并随后从这组样本中确定具有载波频率ωA和ωB的分量的幅度MA和MB，可以获得N个样本的时段期间的FSK编码的信号的比特值。优选地，第二载波频率ωB不是第一载波频率ωA的整数倍。这通常将ωA排除在离散谱表示中的频率ω1,…,ωn中的一个之外，但是避免了从一个载波频率的谐波到另一载波频率上的串话。输入信号可以另外包含表示由至少一个传感器测量的值的至少一个模拟信号。例如，可以将用于现场总线通信的FSK信号叠加在表示由传感器测量的值的传统4-20mA布线上的模拟电流环路信号上。在此类设置中，可在没有重新布线的情况下将现场总线转出(rolledout)。在本发明的特别有利的实施例中，现场总线信号可以符合有线或无线可寻址远程传感器高速通道(HART)标准。这是作为IEC61158现场总线规范的一部分的开放标准。在本发明的特别有利实施例中，将变换选择成产生离散谱表示，其中，第一频点频率ω1是零，并且第二非零频点频率以及在随后的非零频点频率ω3,…,ωn是第二非零频点频率ω2的整数倍。该组样本及其谱表示可以例如经由离散傅立叶变换而互相关联。第一非零频点频率ω2可以例如由ω2＝R/N给定。ω2则是最低频率，对于该最低频率而言可以通过以每秒R个样本的速率获取N个样本来覆盖一个完整周期。N个样本的间隔因此也仅包含所有其它频率ω3,…,ωn的完整周期，使得可以在没有任何栅栏和渗露效应的情况下确定对应于所有频率ω1,…,ωn的幅度M1,…,Mn。如果有限采样间隔包含待解调的分量的频率的不完整周期，则发生此类效应。优选地，第一非零频点频率ω2对应于第二载波频率ωB。由于载波频率ωA和ωB通常是由在使用中的现场总线通信标准确定，这意味着修改采样速率R和所获取样本的数目N以便将ω2设定成的ωB值。同样地，这些参数还确定ω3，其优选地接近于第一载波频率ωA。在本发明的特别有利实施例中，根据一组输入信号样本来单独地确定提取频点的幅度Mk和/或对应于第二载波ωB的幅度MB。这承担比计算全部的M1,…,Mn少得多的计算支出。例如，可以借助于(迭代)离散傅立叶变换和/或借助于Goertzel算法，根据该组输入信号样本来确定幅度Mk和/或幅度MB。在本发明的另一特别有利实施例中，将提取频点的幅度Mk增大与频率ωM对应的的幅度MM，该频率ωM是提取频点的频率围绕频率R/2的镜像频率。根据基本尼奎斯特—香农采样定理，以采样速率R采样的信号仅包含用以重构至多R/2的频率的频率分量所需的信息。在R/2以上的频率组成具有不能唯一地重构的频率的频谱虚拟部分。然而，对具有频率ωA的正弦信号应用变换向谱表示的所有频点(包括那些具有在R/2以上的频率的频点)分配此正弦信号的各部分。为了节省正弦信号的总功率，将那些部分重新分配给在R/2以下的他们的镜像频率。本发明还涉及一种在现场总线上使用的设备，所述设备借助于通过现场总线发送的FSK编码数字数据流来控制和/或管理。在此数据流中，用第一载波频率ωA对一比特值进行编码，并用第二载波频率ωB对另一比特值进行编码。该设备具有用来以采样速率R从现场总线获取输入信号的一组N个数字样本的装置，并且其被配置成确定具有频率ωB的频率分量在所述输入信号的离散谱表示中具有的幅度MB，所述离散谱表示具有频率ω1,…,ωn和相应幅度M1,…,Mn的n个频点。频点频率ω1,…,ωn中的一个对应于第二载波频率ωB。该谱表示可以借助于所述变换从所述输入信号导出。该设备还被配置成确定具有频率ωA的频率分量在输入信号的离散谱表示中具有的幅度MA。根据本发明，所述设备被配置成确定具有索引k∈[1,…,n]的频点频率分量ωk≠ωA的幅度Mk，并与分配因数结合根据Mk来确定MA，该分配因数指示当对正弦信号应用变换以从所述正弦信号生成谱表示时，分配给具有索引k的频点的具有频率ωA和单位幅度的正弦信号的部分Mks。如上文在本方法的描述中所述的，该描述被作为设备的相应公开整体地结合到本文中，MA的此确定对设备的微控制器单元中的计算功率要求要少得多。设备可以包括用于对具有频率ωA的正弦信号执行变换以便获得Mks和/或单独地从所述正弦信号的一组N个数字样本获得Mks的装置。替换地或与此组合，该设备可以包括存储器，其包含Mks的至少一个预存储值。优选地，此存储器包含查找表，该查找表具有针对采样率R与所获取数字样本的数目N的不同组合的Mks的多个预存储值。附图说明现在，在不限制本发明的范围的情况下使用附图来详述其它有利实施例。附图示出：图1：处于行业设置的根据本发明的方法的实施例。图2：用于HART现场总线上的FSK编码数据信号的示例。具体实施方式图1示出了处于行业设置的根据本发明的方法的实施例，其中，模拟温度传感器101和数字传感器/致动器设备103两者被连接到以4-20mA电流环路布线作为物理介质的现场总线100。模拟温度传感器101将温度T转换成在4mA与20mA之间的电流I，并向现场总线100上输出相应信号102。此信号102是随时间t的缓慢变化的函数a(t)。数字传感器/致动器设备103向现场总线100上发送频移键控(FSK)编码数据信号104。数据信号104符合HART标准。为了发送逻辑1，将信号4键控到1200Hz的频率ωB。为了发送逻辑0，将信号4键控到2200Hz的频率ωA。因此，数据信号104由一个分量MA(t)*sin(ωAt)(幅度MA(t)在正在发送0时是一，否则为零)和一个分量MB(t)*sin(ωBt)(幅度MB(t)在正在发送1时为一，否则为零)组成。两个分量和模拟信号102在现场总线100上混合而形成用于解调的输入信号3。设备103与现场总线100进行双向通信。其还被装配成从现场总线100接收输入信号3，并通过确定具有载波频率ωA和ωB的频率分量的幅度来确定包含在此输入信号3中的FSK编码数据信号104的比特值。这是借助于下面更详细地示出的方法完成的。以7200Hz的采样速率R对此输入信号3进行采样。输入信号3被视为具有谱表示2，该谱表示2包含具有频率ω1＝0、ω2＝ωB＝1200Hz、ω3＝2400Hz、ω4＝3600Hz、ω5＝4800Hz且ω6＝6000Hz的n＝6个频点。这些频点具有相应幅度M1、M2＝MB，M3、M4、M5和Mn＝M6。第三频点被选择为是提取频点5，因此提取频点5具有频率ωk＝ω3和幅度Mk＝M3。在已获取N＝6个样本之后，在也不计算其它幅度M1、M4、M5和M6的情况下借助于Goertzel算法来提取幅度MB＝M2和Mk＝M3。MB可以被立即用作最终结果MB(t)，其为被离散化成时间间隔N/R＝1/1200s的时变函数。谱表示2通过离散傅立叶变换4而与输入信号3互相关联。在本方法的初始化时，对具有频率ωA＝2200Hz的正弦信号7执行一次此离散傅立叶变换4。由于此频率与频点频率1至6中的任何一个都不匹配，所以正弦曲线7的单位幅度通过具有幅度M1s,…,Mns＝M6s的离散傅立叶变换4被弥散(smear)在全部的六个频点上：ω0Hz1200Hz2400Hz3600Hz4800Hz6000HzM0.010.038880.91420.0210.008450.00699频率4800Hz和6000Hz高于R/2＝3600Hz。根据香农—尼奎斯特定理，不能从以R＝7200Hz的速率获取的样本唯一地恢复具有这些频率的分量。为了保存正弦曲线7的总单位幅度，用针对ω5＝4800Hz的幅度M5来扩大针对ω3＝2400的幅度M3。同样地，用针对ω6＝6000Hz的幅度M6来扩大针对ω2＝1200Hz的幅度M2。当围绕着4＝R/2＝3600Hz镜像时，ω5＝4800Hz是ω3＝2400Hz的镜像频率，并且ω6＝6000Hz是ω2＝1200Hz的镜像频率。下表示出了用于通过离散傅立叶变换4从正弦信号7产生的幅度M1s、M2s和M3s的最终结果：从结果得到的谱表示8提取对应于频率ωk＝ω3＝2400Hz的幅度Mks并将其存储为分配因数6。此分配因数将被用于随后的所有N＝6个样本时段。由于具有频率ωB的第二信号分量在频点频率ω2＝1200Hz，所以其并未被弥散到任何其它频点。其中频率ωk＝ω3＝2400Hz的信号可能源自的唯一源因此是具有已被弥散的频率ωA＝2200Hz的信号。因此，MA(t)＝Mk(t)/Mks＝M3/0.9226。MA(t)是被离散化成时间间隔N/R＝1/1200s的时变函数。由于N＝6时间间隔包含2200Hz信号的一个时段的仅一部分，所以存在导致MA(t)的随机状波动的某些功率泄露。可以通过对足够数目的N＝6个样本间隔求平均来减少这些波动；与先前使用Goertzel算法从采样输入信号3进行直接近似相比，预期值与真实幅度的匹配要好得多。现在用最后得到的MA(t)和MB(t)，可以针对每个N＝6个采样间隔确定输入信号3的比特值，因此可以从输入信号3中解调FSK编码的数据流。可以如下计算正弦信号7到其谱表示8的六个频点的弥散：在不存在用于正弦信号7的窗口化的具体规范的情况下，可以将样本x(k)的流假设为被划分成包含N个样本的矩形窗，每个样本：xN(k)＝x(k)·RN(k),其中，如果索引k在窗口内，则RN(k)是1，否则为0。根据卷积定理，其谱表示是XN(ω)=12πX(ω)·RN(ω),]]>其中，X(ω)是信号x(k)(用于正弦信号7的一个单频下的Δ函数峰值)的谱表示，并且RN(ω)是矩形函数的傅立叶变换。此傅立叶变换由下式给出:RN(ω)=Σk=-∞∞RN(k)exp(-iωk)=Σk=0N-1RN(k)exp(-iωk)=1-exp(-iωN)1-exp(-iω)==exp(-iNω/2)(exp(-iNω/2)-exp(-iNω/2))exp(-iω/2)(exp(-iω/2)-exp(-iω/2))=exp(-i(N-1)ω/2)sin(Nω/2)sin(ω/2)]]>因此：XN(ω0)=12π∫+∞-∞X(ω)exp(-i(N-1)(ω0-ω)/2)sin(N(ω0-ω)/2)sin((ω0-ω)/2)dω]]>其中，ω0是对应于正在讨论中的频点的频率。因数α=1N·sin(N(ω0-ω)/2)sin((ω0-ω)/2)]]>被称为Dirichlet核。如果信号整体地集中于频点频率ω0，即ω＝ω0，则α＝1，即此类正弦信号的幅度的100％被分布到此一个频点。贯穿整个此计算，ω是归一化角频率并通过下式根据频率f给出：ω(f)=2π(fi-f)R,]]>其中，fi是感兴趣的频率(即，将确定其幅度的分量的频率)，并且R是采样速率。图2示出了由数字传感器/致动器设备103发射的数据信号104的示例。在样本数k上勾画信号的振幅A。存在三个不同间隔a)、b)和c)，每个持续1/1200秒。从样本1开始的间隔a)包括频率ωB＝1200Hz的一个时段；正在发送逻辑1。在间隔b)开始时(样本7)，设备切换至发送逻辑0。信号的频率增加至ωA＝2200Hz。间隔b)包括此频率的一个完整周期和第二时段的较好部分。然而，此第二时段在样本13处被切断，其标记了间隔c)的开始。设备再次地切换至发送逻辑1，其对应于频率ωB＝1200Hz。因此，间隔c)恰好包含此频率的一个周期。在下文中，图示出根据本发明的方法与先前经由Goertzel算法从输入信号3的所获取样本进行直接确定相比如何节省计算时间。根据Goertzel算法，如果fi是感兴趣频率，则输入信号3的谱表示2中的相应幅度M(fi)由下式给定SN-1=XN-1SN-2=XN-2+Coe·SN-1SN-3=XN-3+Coe·SN-2-SN-1SN-4=XN-4+Coe·SN-3-SN-2...S0=X0+Coe·S1-S2]]>M(fi)＝S0·S0+S1·S1-Coe·S0·S1Coe=2·cos(2πfiR)]]>其中，Xk是单独获取的样本。在图1中所示的实施例中，需要9个乘法操作和11个加法操作以计算M(2200Hz)＝MA。这是对于通常结合在现场总线设备中的低性能处理器而言是沉重负担。然而，针对fi＝2400Hz和R＝7200Hz，Coe变成-1，使得大多数项抵消，并且只需要计算S0和S1：S0=X0-X1+X3-X4S1=X1-X2+X4-X5]]>另外，可以将S0作为S1重新用于下一轮计算。该计算简化成5个加法步骤和2个乘法步骤。M(2400Hz)除以常数分配因数6(Mks)的除法是仅一个附加乘法步骤。因此只需要总共3个乘法步骤和5个加法步骤。考虑到乘法步骤比加法步骤计算开支大得多，因此节省更加显著。附图标记列表：1具有频率ωA的信号分量2输入信号3的谱表示3输入信号4使输入信号3和谱表示2互相关联的变换5谱表示2的提取频点6分配因数7具有频率ωA的正弦信号8正弦信号7在变换4之后的谱表示100现场总线101温度传感器102来自温度传感器101的模拟信号103数字传感器/致动器设备104来自传感器/致动器设备103的FSK数据信号A振幅a(t)模拟信号102I电流k索引MA,第一和第二信号分量的幅度MBM1-Mn在输入信号3的谱表示2中的幅度M1s-Mn在正弦信号7的谱表示8中的幅度T温度T时间ωA,ωB第一和第二信号分量的频率当前第1页1 2 3