4.Основы измерений

4.9.Обработка сигнала

Обработка сигнала – это процесс получения информации из собранных данных путем их преобразования, фильтрации помех и представления в более понятной и удобной форме, чем исходные отсчеты сигнала.

К технологиям обработки сигналов относятся фильтрация и взвешивание (Windowing). Более подробная информация по обработке сигналов – в руководстве LabVIEW Analysis Concepts (Принципы обработки данных в LabVIEW).

4.9.1. Фильтрация

Фильтрация является одной из наиболее распространенных технологий обработки сигналов. В системах кондиционирования сигналов нежелательные сигналы или помехи можно отфильтровать от измеряемого сигнала. Фильтр подавления помех, содержащихся в медленно изменяющихся сигналах, например, температуре, удаляет высокочастотные составляющие, которые могут снижать точность измерений. Обычно подобные фильтры используются для подавления помехи от силовой сети переменного тока частотой 50 или 60 Гц. Фильтр нижних частот (ФНЧ) с частотой среза 4 Гц устраняют помеху 50 или 60 Гц при низкой частоте дискретизации сигналов. ФНЧ подавляет все частотные составляющие сигнала выше частоты среза. В состав многих модулей кондиционирования сигналов входят ФНЧ с программно устанавливаемыми частотами среза от 10 Гц до 25 кГц.

Дополнительные сведения о фильтрации можно найти в главе 4 Digital Filtering (Цифровая фильтрация) руководства LabVIEW Analysis Concepts (Принципы обработки данных в LabVIEW).

4.9.2. Взвешивание

Взвешивание или сглаживание с помощью окон используют для минимизации утечек спектра, обусловленных конечным размером выборки сигналов.

Утечка спектра

Утечка спектра – это эффект перераспределения энергии в измеренном спектре от одной частотной составляющей к другим. Утечка возникает, если в выборке дискретизированного сигнала, полученной за время сбора данных, не укладывается целое число периодов сигнала. Для уменьшения утечек спектра сигнал во временной области умножают на функцию взвешивания (Window Function).

4. Основы измерений

Основа спектрального анализа – математическое разложение исходного сигнала на синусоидальные и косинусоидальные компоненты – производится с помощью дискретного преобразования Фурье (Discrete Fourier Transform – DFT) и быстрого преобразования Фурье (Fast Fourier Transform – FFT). Использование DFT / FFT для нецелого числа периодов сигнала, например, для 7,5 периодов, дает спектр, в котором возникают утечки, как будто энергия из одной частотной составляющей растекается на все остальные частоты. Это происходит потому, что быстрое преобразование Фурье применяется для одного периода сигнала в предположении непрерывности и периодичности сигнала на бесконечном интервале времени. Искусственные разрывы сигнала (конечная длительность выборки) приводят к появлению высших гармоник, которых нет в исходном сигнале. Поскольку эти компоненты спектра выше частоты Найквиста, то возникают ложные частоты в диапазоне 0 ÷ fS 2 .

Тип используемой взвешивающей функции (окна) зависит от вида измеряемого сигнала и цели анализа. Правильный выбор взвешивающей функции требует некоторой информации об исследуемом сигнале. В таблице 4-2 приведены основные типы взвешивающих функций, соответствующие типы сигналов и примеры применения.