简述地磅称重传感器几种常用的数字滤波方法
· 2016-10-14 14:31:09 · 730次浏览地磅称重传感器信号容易受到外部噪声干扰，因此其精度问题一直制约称重行业的发展，本文选用了几种常见数字滤波方法对地磅称重传感器信号进行滤波，并分别对其进行比较分析，最终选择一种最优的滤波方式，并用实验证明这种滤波方式大大提高了信号采集精度。
一、地磅称重传感器信号滤波的意义
目前，地磅称重传感器越来越被广泛的应用到各行各业，比如，包装、物流等现场称重，水泥、注塑机等的下料配给以及汽车、机车的轴重计量等。然而复杂的工业环境经常 包含各种各样的干扰，主要包括机械振动、过程通道干扰、空间干扰（电磁波干扰）等，他们对地磅称重传感器信号采集精度产生了巨大影响，对实际称重系统产生了巨大误差，对于工业精度要求较高的场所，这些影响显得尤为重要。因此本文讨论几种数字滤波方式对现场数据进行滤波处理，提高信号精度，具有很强的现实意义。
二、原始信号分析
地磅称重传感器信号频率一般为低频信号，为避免传感器信号失真，本文搭建实验平台并选定任务循环周期为10ms，即采样频率为100Hz，然后采集一组原始数据时域图。
从图1上可以看出，地磅称重传感器信号噪声干扰较为明显，并且呈现一定的周期性规律，数据标准差为9.32，为进一步分析，对原始数据进行FFT分析得出其频谱图。
从图2上可以看出，原始数据信号在0.2Hz处有一个明显的脉冲，因为地磅称重传感器信号频率一般为低频信号，因此可判断本实验地磅称重传感器的信号频率为0.2Hz，同时可看到其他波段处波动较为均匀，是明显的白噪声干扰。因此，为了保证地磅称重传感器信号的真实不失真性同时兼顾系统精度要求，选定数字滤波器为低通滤波器，其截止频率为2Hz。
三、一阶惯性滤波
一阶惯性滤波器因其程序设计简单，滤波效果明显，因而被广大设计人员所采用，对于截止频率为2Hz的一阶惯性滤波器，其系统传递函数为：
因此我们可以设定程序对原始数据进行一阶滤波，滤波之后数据图如图1所示。
对比图1和图3可以看出，经过一阶惯性数字滤波之后，原始数据波动改善明显，毛刺明显变小，其滤波效果已经相当不错，其标准差减小为2.26，数字信号精度提高75.75%。
四、FIR滤波
FIR(FiniteImpulseResponse)数字滤波器又称为“有限冲激响应数字滤波器”。其频域传递函数一般为：
因此设计FIR数字滤波器的关键就是计算出其滤波器系数。本项目采用窗口函数法设计FIR数字滤 波器，设定滤波器的截止频率为2HZ,窗函数为海明窗(Hamming)。对于截止频率只有几赫兹的FIR滤波器来说，要想有较高的滤波效果，滤波器阶数最好是几十阶甚至上百阶，但在实际工程项目中，阶数太高的FIR滤波器在程序编写上不方便，为此我们选定滤波器的阶数为10阶。滤波后数据时域图如图4所示。
对比图1和图4可以看出，FIR滤波后数 据相对于原始数据其滤波效果也很明显，经计算标准差减小为2.62，数字信号精度提高71.89%。
FIR滤波精度跟一阶惯性滤波器对比可知，其滤波效果不如一阶惯性滤波器，滤波后数据标准差FIR稍大，所以FIR滤波器不是我们所需要的理想滤波器。
五、IIR滤波
IIR(InfiniteImpulseResponse)数字滤波器又称为“无限冲激响应数字滤波器”。其时域传递函数一般为：
IIR滤波器也有很 多形式，本文将选用在通带内最为平坦的巴特沃斯数字滤波器，其设计方法一般是：首先确定滤波器的设计指标，包括滤波器阶数和归一化的截止频率，然后借助 Matlab中的FDATool工具箱观察其幅频曲线，看其通带阻带衰减是否合适，最后利用库函数 butter函数得出滤波器的系数。本文设定巴特沃斯滤波器截止频率为 2Hz，阶数为 6阶。滤波后数据时域图如图5所示。
对比图1和图5可以看出，巴特沃斯数字滤波器滤波效果十分优越，滤波后的数据曲线很平滑，基本上没有毛刺，经计算滤波后的数据标准差仅为 1.51，将数字信号精度提高了83.80%。比一阶惯性滤波标准差小很多。说明巴特沃斯滤波器对称重传感器信号高频噪声有很好的抑制作用，是我们所需要的数字滤波器。
六、总结
本文主要探讨了几种常用的数字滤波方法，并通过实验分别对他们进行了分析对比，最终我们决定采用巴特沃斯数字滤波器对称重传感器进行滤波处理，这种数字滤波方法大大提高了传感器信号的采集精度，并且这种滤波技术不增加硬件电路设计，不增加额外成本，并且程序编写简单、灵活，因此可以大规模的推广使用。
文章推荐：