北航传感器实验三 信号调理及信号处理实验报告.docx

1.信号处理系统的原理图传感器作用: 是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。它是实现自动检测和自动控制的首要环节。本实验所用称重传感器能够将重力转变为电信号的力电转换装置，是电子衡量器件的一个关键部件。悬臂梁与秤盘相连，当秤盘上放上重物后，悬臂梁产生形变，电阻应变传感器产生应变，将感受到的力或力矩的变化转变成变化的模拟信号。放大调理电路：信号源提供的信号功率太小，没办法去直接驱动负载，放大器控制外接直流电源的输出功率，使之随输入信号一起变化，然后将这个变化的能量输送给负载，使得负载正常工作。实质上是一种能量控制作用！采样及CPU运算,程序控制电路：得到一定功率的信号后，进行一定程序运算得到需要物理量的真实情况。电源：供电作用。显示器：显示所测物理量。键盘：进行输入控制程序控制电路。2.滤波器设计根据有用信号和噪声不同的特性，抑制不需要的噪声和干扰，提取出有用信号的过程，称为滤波。实现滤波功能的装置为滤波器。从功能上滤波器可分为低通（LP）、高通（HP）、带通（BP）、带阻（BS）。滤波器的选取与设计步骤为：根据信号特性，提出滤波器设计要求；根据滤波器设计要求写出滤波器传递函数；对于模拟滤波器由传递函数设计出实际电路，对于数字滤波器，则编写对应的程序算法。常用的低通滤波器为巴特沃思低通滤波器，其归一化传递函数为：Hs=1sn+an-1sn-1+a2s2+a1s+1二阶巴特沃思滤波器的传递函数可表示为：其中，归一化系数B=1.414214，C=1.0000000；c为截止频率，K=1为增益。一个二阶巴特沃思低通滤波器电路原理图如图3.3所示。图3.3 二阶巴特沃斯低通滤波器电路图通过推导可得其传递函数为：则有：根据c即可选求各个器件的值。本实验中经过计算得到R1=R2=34.17k，R3=33.6k，C1=2.2uF，C2=10uF预期效果如图所示：二阶巴特沃思滤波器，所以应该如图N=2时的图形3.分析不同干扰时滤波器的滤波效果和滤波参数调整后的效果 通过参数可调的滤波器后产生输出信号，它由音频信号和噪声信号混合组成，输出信号与期望信号进行比较得到误差信号，误差信号通过对滤波器的参数进行调整，使自适应滤波器输出效果达到最好，。改变参数后，滤波器能够跟踪输入信号的变化，自动调整滤波器的参数，最终达到滤波效果，实现自适应过程，。当噪声信号和混有噪声的音频信号通过自适应滤波器后，可将环境中的噪声分离出来，并且自适应跟踪环境噪声变化，进而产生降噪声信号从而实现噪声消除。4.电子秤的称重传感器的结构与工作原理 器一般采用电压激励的电阻电桥结构的传感器，该类型的传感器有关在恒压（流）输出电压以及线性。 主要由弹性梁、应变片、胶粘剂等组成。当外力作用力于传感器上时，传感器的弹性梁会发生形变，从而使与弹性梁粘剂在一起的应变片发生作用，并且在应变片组成的测量电路中，在相应激励电压下，会输出一定量的电量。典型电子秤称重传感器电桥通常使用300fl的电阻器。四端传感器基本引线端为：VIN+、VOUT+或者S+、VIN或者E-、VOUT -或者S-。6端传感器基本引线端为：+FORCE、+SENSE、+VO、- VO、- SENSE、- FORCE。传感器的激励电源端一般串接温度补偿电阻、零点补偿电阻5实验结果处理原始数据记录：砝码(/kg)00.511.522.53VP(/v)2.8773.0623.2423.4233.6053.8244.001G_original1(/kg)-0.00120.49971.0091.5092.0142.5013.04G_filter1(/kg)0.00170.49960.9991.4992.0932.4973.098VN(/v)2.8743.0613.2413.4213.6043.8214.001G_original2(/kg)-0.0080.4990.9981.5031.9922.4973.098G_filter2(/kg)-0.0120.4970.9971.4981.9912.4993.098标定系数及标定误差:行程系数正行程反行程加噪声标定系数2.68502.7168加噪声标定误差2.591.43滤波后标定系数2.73092.7207滤波后标定误差0.931.29分析：由表格知滤波后误差明显比滤波前误差小。故知滤波达到了预期的要求。加载过程标定曲线:卸载过程标定曲线:静态数据计算：砝码(/kg)00.511.522.53G_filter1(/kg)0.00170.49960.9991.4992.00932.4973.098G_filter2(/kg)-0.0120.4970.9971.4981.9912.4993.098迟滞/mV0.01370.00260.00200.00100.0183-0.00200总均输出-0.00520.49830.99801.49852.04202.49803.0980最小二乘-0.00040.50660.99721.48921.98672.58093.0675非线性偏差-0.0047-0.00830.00080.00930.0553-0.08290.0305正行程迟滞0.0021-0.00700.00180.00980.0263-0.08390.0305正反行程迟滞0.01370.00260.0020.0010.0620.00201. 非线性（最小二乘线性度） L=ycmaxyFs*100%=0.0553/ 3.0679X100%=1.80%2. 迟滞： H=yHmax2yFs*100%=0.0183/2*3.0679*100%=2.8%3. 非线性迟滞： LH=yLHmaxyFs*100%=0.1063/3.0679*100%=3.46%4. 综合误差：1）直接代数和： a=L+H+LH=(1.8+ 2.8+3.46)%= 8.0%2）方和根： a=LL+HH+LHLH=1.8%2+2.8%2+3.46%2= 4.8%3）综合考虑非线性迟滞和重复性： a=LH+su=3.46%4）综合考虑迟滞和重复性： a=H+su=1.8%附:实验数据处理程序:G=0 0.5 1 1.5 2 2.5 3;Y=2.882 3.060 3.247 3.429 3.607 3.789 3.969;a=polyfit(Y,G,1)VP=2.877 3.062 3.242 3.423 3.605 3.824 4.001; %正行程数据G_original1=-0.0012 0.4997 1.009 1.509 2.014 2.501 3.04;G_filter1=0.0017 0.4996 0.999 1.499 2.093 2.497 3.098; %反行程数据VN=2.874 3.061 3.241 3.421 3.604 3.821 4.001;G_original2=-0.008 0.499 0.998 1.503 1.992 2.497 3.098;G_filter2=-0.012 0.497 0.997 1.498 1.991 2.499 3.098;a1=polyfit(VP,G_original1,1) %计算标定系数a2=polyfit(VP,G_filter1,1)a3=polyfit(VN,G_original2,1)a4=polyfit(VN,G_filter2,1) %画标定曲线（加载的） subplot(211);plot(VP,G_original1)grid on;hold on;stem(VP,G,*r);grid on;hold on;plot(VP,G_filter1,-.k)gtext(理想质量：*离散点);gtext(加噪声质量：蓝色实线);gtext(滤波后质量：黑色虚线);title(正行程标定曲线);xlabel(电压/v);ylabel(质量/kg); %画标定曲线（卸载的）subplot(212);plot(VN,G_original2)grid on;hold on;stem(VN,G,*r);grid on;hold on;plot(VN,G_filter2,-.k)gtext(理想质量：*离散点);gtext(加噪声质量：蓝色实线);gtext(滤波后质量：黑色虚线);title(反行程标定曲线);xlabel(电压/v);ylabel(质量/kg);c=a1(1),a2(1),a3(1),a4(1);d=(c-a(1)/a(1) %计算标定误差chizhi=G_filter1-G_filter2 %计算迟滞zong_shuchu=(G_filter1+G_filter2)/2 %计算平均输出er_cheng=polyfit(VN+VP)/2,zong_shuchu,1) %计算最小二乘系数er_cheng(1)*(VN+VP)/2+er_cheng