- •Глава 7 цифровая регистрация и анализ сигналов
- •7.1. Общие сведения
- •7.2. Цифровая измерительная регистрация
- •7.2.1. Устройство цифрового измерительного регистратора
- •7.2.2. Дискретизация, квантование и восстановление сигнала
- •7.2.3. Задание интервала регистрации
- •7.3. Цифровой анализ сигналов
- •7.3.1. Области анализа
- •7.3.2. Анализ во временной области
- •7.3.3. Анализ в частотной (спектральной) области
- •7.3.4. Вычисление параметров электропотребления
- •7.4. Характеристики типичных регистраторов/ анализаторов
- •7.4.1. Регистраторы/анализаторы параметров электропотребления
- •7.4.2. Мини-логгеры
- •7.4.3. Компьютерные средства регистрации и анализа
7.3. Цифровой анализ сигналов
Под анализом следует понимать любое преобразование исходных данных в целях получения новой информации.
Широкое распространение динамических моделей объектов исследования привело к резкому увеличению потоков информации, что в свою очередь потребовало автоматизированной обработки. В настоящее время достаточно высокопроизводительная обработка (анализ) сигналов возможна только цифровыми методами и средствами. Объективными предпосылками развития и широкого применения цифрового анализа послужили успехи микроэлекгроники, в частности в деле создания и распространения микропроцессорной и компьютерной техники и идеологии.
Методы и средства анализа все шире используют персональный компьютер в качестве одного из основных элементов измерительно-вычислительных комплексов.
7.3.1. Области анализа
Зарегистрированные массивы данных могут быть подвергнуты разнообразному цифровому анализу – обработке (с помощью внутреннею микропроцессора прибора и/или внешнего персонального компьютера). В практике электрических измерений используется несколько различных форм представления обработанных данных. Обычно определяют три основные области обработки (анализа) сигналов, которые различаются представлением выходной информации, т.е. результатов анализа:
временная (Time-Domain Analysis), где массивы и входных, и выходных данных представлены функцией времени;
частотная (спектральная, Frequency-Domain Analysis), где массив выходных данных есть функция частоты;
• амплитудная (Amplitude-Domain Analysis), где массив выходных данных есть функция уровня (амплитуды) сигнала.
Рис. 7.9 иллюстрирует каждую из трех указанных областей на примерах сигналов простых форм: синусоидального сигнала и сигналов треугольной и прямоугольной форм.
Первые две области широко распространены и реализованы в многочисленных автономных и компьютерных цифровых анализаторах. Анализ во временной области позволяет извлечь из массива входных зарегистрированных данных дополнительную информацию и представить ее функцией времени. Анализ в частотной (спектральной) области подразумевает переход от привычного временного представления сигнала (сигнал – функция времени) к частотному представлению (сигнал – функция частоты). Эта область анализа основана на использовании известного преобразования Фурье, связывающего временное и частотное представления сигнала. В современных средствах анализа используется алгоритм дискретного преобразования Фурье (ДПФ), посредством которого массив дискретных отсчетов сигнала (временная область) преобразуется в дискретный спектр. Конкретные устройства сегодня реализуют, как правило, разновидность ДПФ – алгоритм быстрого преобразования Фурье (БПФ), который обеспечивает более высокое быстродействие.
а б в
Рис. 7.9. Примеры представления сигналов в различных областях: а – во временной области;
б – в частотной области; в – в амплитудной области
Спектральное представление используется в различных задачах. Довольно часто требуется определять гармонический состав (т.е. спектр) сигналов в электроэнергетических установках, в цепях мощных потребителей. Типичная задача современной практики – определение (по результатам регистрации сигнала электрического тока) значений мощности определенных гармоник.
Анализ в амплитудной области дает возможность найти вероятность попадания значений входного сигнала в заданные диапазоны, оценить времена нахождения сигнала «в зоне» (или «вне зоны»). Эта область представления сравнительно мало распространена. В результате такого анализа массива кодов входного сигнала строится гистограмма распределения уровня (мгновенных значений амплитуд) исследуемого сигнала, из которой можно извлечь дополнительную полезную информацию. Подобные гистограммы часто используются в статистических исследованиях процессов (особенно случайных) и объектов.