采样频率（精选7篇）
采样频率 篇1
a)饮用水源地。全年采样不少于12次,采样时间根据具体情况选定;b)河流。较大水系干流和中、小河流全年采样不少于6次,采样时间为丰水期、枯水期和平水期,每期采样两次。流经城市或工业区,污染较重的河流、游览水域,全年采样不少于12次。采样时间为每月一次或视具体情况选定;c)排污渠。全年采样不少于3次;d)底泥。每年在枯水期采样1次;e)背景断面。每年采样一次。在污染可能较重的季节进行;f)潮汐河流。全年按丰、枯、平三期,每期采样2 d,分别在大潮期和小潮期进行,每次应当在当天涨潮、退潮时采样,并分别加以测定。涨潮水样应当在各断面涨平时采样,退潮时也应当在各断面退平时采样,若无条件,小潮期可不采样;g)湖泊、水库。设有专门监测站的湖、库,每月采样不少于1次,全年不少于12次,其它湖、库每年采样2次,枯、丰水期各1次。
摘要：<正>a)饮用水源地。全年采样不少于12次,采样时间根据具体情况选定;b)河流。较大水系干流和中、小河流全年采样不少于6次,采样时间为丰水期、枯水期和平水期,每期采样两次。流经城市或工业区,污染较重的河流、游览水域,全年采样不少于12次。采样时间为每月一次或视具体情况选定;c)排污渠。全年采样不少
水质监测采样时间与采样频率 篇2
地面水质采样时间与采样频率:a) 饮用水源地。全年采样不少于12次, 采样时间根据具体情况选定;b) 河流。较大水系干流和中、小河流全年采样不少于6次, 采样时间为丰水期、枯水期和平水期, 每期采样两次。流经城市或工业区, 污染较重的河流、游览水域, 全年采样不少于12次。采样时间为每月一次或视具体情况选定;c) 排污渠。全年采样不少于三次;d) 底泥。每年在枯水期采样一次;e) 背景断面。每年采样一次。在污染可能较重的季节进行;f) 潮汐河流。全年按丰、枯、平三期, 每期采样2 d, 分别在大潮期和小潮期进行, 每次应当在当天涨潮、退潮时采样, 并分别加以测定;g) 湖泊、水库。设有专门监测站的湖、库, 每月采样不少于一次, 全年不少于12次, 其他湖、库每年采样两次, 枯、丰水期各一次。有废水排入、污染较重的湖和水库, 应酌情增加采样次数。
采样频率 篇3
a) 饮用水源地。全年采样不少于12次, 采样时间根据具体情况选定;b) 河流。较大水系干流和中、小河流全年采样不少于6次, 采样时间为丰水期、枯水期和平水期, 每期采样2次。流经城市或工业区, 污染较重的河流、游览水域, 全年采样不少于12次。采样时间为每月1次或视具体情况选定;c) 排污渠。全年采样不少于3次;d) 底泥。每年在枯水期采样1次;e) 背景断面。每年采样1次, 在污染可能较重的季节进行;f) 潮汐河流。全年按丰、枯、平三期, 每期采样2 d, 分别在大潮期和小潮期进行, 每次应当在当天涨潮、退潮时采样, 并分别加以测定。涨潮水样应当在各断面涨平时采样, 退潮时也应当在各断面退平时采样, 若无条件, 小潮期可不采样;g) 湖泊、水库。设有专门监测站的湖、库, 每月采样不少于1次, 全年不少于12次, 其它湖、库每年采样2次, 枯、丰水期各一次。有废水排入、污染较重的湖、库, 应酌情增加采样次数。
采样频率 篇4
励磁系统自动电压调节器应具有动作符合发变组及电力系统特性的PSS等附加功能单元, 是大型汽轮发电机励磁系统技术条件的标准要求[1]。励磁调节器普遍采用PID+PSS控制方式, 能够快速调节机械功率的大型汽轮发电机选用无反调作用的PSS, 以加速功率信号或转速 (或频率) 变化量为输入信号的PSS, 对测量单元模块的制造安装质量和运行可靠稳定性也提出了更高要求, 而测量单元模块发生输入输出故障, 势必对励磁系统乃至发电机造成极大干扰, 甚至造成机组非停和设备损坏。
1 发电机功率振荡过程现象
1.1 机组故障现象记录
平遥耀光电厂2×200 MW机组, 以发变组单元接入220 k V双母线系统, 发电机自并励静态励磁系统采用UNITROL 5000装置, 型号为A5S-0/U231-D3200。2014年7月16日, 1#机组单机正常运行, 励磁系统通道二为主通道, PSS投入, AVC投入, AGC投入, 机组负荷147 MW, 无功功率10 MW, 励磁电压129 V, 励磁电流1 396 A, 机端电压15.3 k V, 机端电流5 622 A, 功率因数0.96。晚高峰后22:25开始, 突发有功功率在88 MW~197 MW、无功功率在-13 MW~41 MW的异常波动, 励磁电压、机端电流、功率因数同时波动振荡, 欠励限制频繁动作, 同时, 汽轮机调节汽门未发生动作。期间在机端PT二次侧测量三相电压均在57 V正常值附近, 运行人员退出AVC和AGC后发电机继续振荡, 在退出PSS之后, 振荡平息。
1.2 录波记录曲线分析
发电机故障录波器记录曲线, 见图1。
故障录波器记录曲线通道参数数据, 见表1。
同步相量测量装置PMU数据和故录功角分析显示, 发生功率振荡期间, 1#发电机功角在20°~47°之间周期性波动。
使用UNITROL 5000专用调试维护软件工具CMT, 通过光纤电缆连接到调节器控制板COB进行测试, 发现频率偏差波形记录异常, 见图2。
1.3 功率振荡现象分析
a) 各通道参数振荡周期的点差时差为522 ms, 即振荡频率为1.91 Hz, 但是220 k V系统电压, 发电机机端电压相对稳定, 并非发生系统低频振荡;
b) 机端PT二次侧测量三相电压稳定正常, 排除PT线圈故障、PT断线、二次端子虚接等电压回路的故障;
c) 仅在PSS退出后, 发电机振荡平息, 说明励磁系统PID+PSS控制方式不正常;
d) 故录曲线中, A相机端电压Ua、电流Ia在光标T1和T2的相位偏差分别为∠+13.36°和∠-16.69°, 即功率因数角Φ在这个区间变化摆动, 发电机处于迟相和进相变化运行中, 功率因数对应0.973~1摆动, 功角δ也交替发生27°范围的摆动;
e) 按欠励限制 (P/Q限制) 定值, 75%负荷对应无功2.2 MW, 50%负荷对应无功-6 MW, 振荡过程中欠励限制周期性动作。励磁电压曲线响应速度和突变性大, 励磁电压阶跃性异常变化, 发电机发生周期性误强励;
f) 频率采样模块计算输出频率的标幺值定义为12014参数f EP RELATIVE (Δω) , 作为PSS函数模块的频率输入参数, 频率偏差f EP RELATIVE波形正常应该为一条直线, 而实测波形在91.75%~110%额定频率范围内异常波动。
1.4 功率振荡原因判断
按照上述分析, 初判为励磁通道二PSS频率偏差信号采样计算异常波动, 引起励磁调节器附加控制功能电力系统稳定器PSS输出错误的调节信号, 是导致发电机有功、无功振荡的直接原因。
2 励磁PSS传函和软件调节过程
2.1 电力系统稳定器PSS的原理
电力系统稳定器PSS是UNITROL 5000测量单元板MUB的一个标准软件功能。PSS的控制算法基于双输入型的PSS模型IEEE Std.421-2 A。转子角频率经过Δω信号隔直环节和放大器增益后与电功率信号综合, 经过斜坡跟踪滤波器、放大增益、超前滞后滤波、稳定器限幅, 最终形成的附加反馈信号为机组的加速功率信号。
因为励磁调节器是按电压偏差负值去调整励磁的 (即端电压升高降低励磁或相反) , 所以机端电压负偏差-ΔUt与功角变化Δδ同相位。但是电压偏差信号要经过励磁调节器、励磁机和发电机磁场才能产生附加的电磁转矩ΔMe2′, 这中间有一个相位滞后, 电压调节改变励磁后产生的附加转矩ΔMe2′滞后于-ΔUt变化, 与Δω反相位的转矩分量称为负阻尼转矩或负制动转矩分量, 称之为负阻尼[2]。也就是说当转速增加时, Δδ增大, 本应增大制动转矩以减小振幅, 可是由于上述励磁系统的相位滞后, 励磁控制产生了减小制动转矩的相反作用, 这样就使得振幅持续增大。电力系统稳定器可以阻尼发电机的磁极和电网系统的低频振荡, 阻尼向量见图3。
PSS产生的一个电压信号ΔUPSS超前角速度分量为角度, 则经过励磁调节器和发电机磁场后, ΔUPSS产生的电磁转矩ΔMPSS与角速度Δω轴同向位。确定合适的增益, 则它与以端电压为信号的励磁调节器产生的转矩ΔMe2′综合, 合成转矩就在第一象限, 产生的同步转矩和阻尼转矩就都是正值, 则系统正阻尼增强。
2.2 Δω的软件计算传输
嵌入集成在测量单元板MUB内的频率采样模块, 采集发电机定子电压、电流模拟量, 计算并输出频率的标幺值f EP RELATIVE, 定义为气隙电势频率相对值12014参数, Δω输入PSS函数计算模块中, 频率变化量和功率变化量按一定的函数关系计算输出PSS调节控制偏差值, 经过最大最小限幅和低励磁限制器的限幅, 输出加速功率信号定义为12010参数, 传递给PSS控制模块, 达到设定条件后PSS投入, 把PSS加速功率信号12010经切换输出定义为12020参数, 被传递赋值给自动调节PID模块。
在调节器比例积分微分模块PID中, PSS控制器输出12020和调节控制电压偏差值12001进行加法比较后按选定的参数值, 如放大倍数、积分时间常数、微分时间常数等进行比例放大、积分和微分计算, 输出控制电压定义为11909参数传递给自动跟踪模块, 当无逆变灭磁命令时, 经手自动切换输出12110控制电压到门极控制单元, 根据控制电压产生脉冲和控制角, 形成触发脉冲至整流柜放大后控制整流桥输出励磁电流。
3 发电机及励磁系统理论
a) 同步发电机并网运行时, 定子线圈与负载组成闭合回路, 按照电磁理论, 由于定子两端电动势的作用在闭合回路中产生定子电流, 内阻抗的压降等于定子电流乘以内阻抗, 机端电压等于发电机的电动势减去内阻抗的压降, 向外传递电功率。发电机电动势Eq与励磁电流If函数关系:
式 (1) 中, L为定子线圈匝数乘单圈长度, m;Rω为旋转磁场切割定子速度, m/s;K为转子本身固有特性不变时的综合比例系数;Eq为发电机电动势, V, 与励磁电流If成正比, 是时间t的余弦函数。定子电流滞后电动势Eq的角度即为内功率因数角θ, 可解释为定子电动势Eq在转子旋转θ=ωt后才产生对应的定子电流。
要保证发电机机端电压的恒定, 必须随发电机负荷电流的增加 (或减小) 而增加 (或减小) 发电机励磁电动势, 若不考虑饱和, 励磁电动势Eq和励磁电流If成正比[3];
b) 同步发电机并网运行, 可看成与无穷大母线并联运行, 即发电机端电压不随负荷大小而变, 是一个恒定值。发电机的输出功率可写成:
式 (2) 中, X∑为系统总电抗, 为发电机直轴电抗、变压器电抗、输电线电抗之和, Ω;δ为功角, 即发电机电动势和受端电压间的相角, 可解释为转子磁极中心线与等效合成磁极中心线之间相差的空间电角度, °。
发电机机端电压恒定时, 随发电机负荷电流I的增加 (或减小) , 电枢反应的去磁作用将会增强 (或减弱) 磁极磁通, 影响发电机端电压有下降 (上升) 的趋势, 发电机功率随励磁电动势和功角的交替增大 (或减小) 而增大 (或减小) ;
c) 励磁系统整流桥在整流状态时, 其输出电流:
式 (3) 中, R为励磁电阻, Ω;U为整流桥输入电压, 即励磁变低压侧电压, V;当U基本不变时, 整流桥的直流输出电流If与控制导通角α的余弦值成正比, 当α角减小时, cosα值增大, 励磁电流If也增大, 反之亦然;只有在逆变灭磁时α角大于90°, 取135°。
4 功率振荡诊断和处理验证
4.1 故障机理诊断结论
按照上述理论, 由于频率采样模块故障, 集成在MUB板的PSS函数模块的频率输入参数Δω异常波动, 摆幅在91.75%~110%额定频率范围内, PSSS输出的加速功率信号, 在电压相加点PSS控制电压值引起比例积分微分模块PID输出控制电压值异常, 导通控制角角触发脉冲至整流柜放大后导致整流桥输出异常波动, 励磁电流也发生异常波动。受220 k V系统制约, 发电机机端电压基本恒定, If突然增加 (减小) 时, 发电机励磁电动势Eq增加 (减小) , 功角δ也交替增加 (减小) , 并且, PSS电压信号ΔUPSS产生的转矩ΔMPSS与励磁调节器产生的转矩合成后, 该电磁合成转矩以1.91 Hz的频率形成的制动转矩, 小于机组的自然阻尼和电枢反应去磁效应产生的正阻尼作用, 使得发电机的输出功率PM突然增加 (减小) , 最终导致机组产生幅值不等且持续变化的功率振荡。
4.2 投入PSS试验验证
1#机停机临修期间, 完成励磁通道二测量单元MUB板的更换, 8月7日机组启动后, 进行了PSS定值参数检查、起励和逆变灭磁录波、空载通道测量、通道切换、阶跃响应等性能校核试验。以下是在励磁通道二运行投入PSS情况下, 2%阶跃响应曲线, 见图4。
投入PSS, 加入阶跃后, 机端电压U MACH RELATIVE、气隙电势频率f EP RELATIVE和PSS输出曲线保持平稳, 励磁电压U EXC RELATIVE最大和最小幅值为85%和30%, 励磁电流I EXC RELATIVE1幅值为60%↑73%, 有功P MACH RELATIVE最大幅值为8%, 振荡次数为1.5次, PSS对增加机组阻尼, 抑制有功低频振荡的效果明显。
5 结语
针对励磁系统PSS频率采样故障, 在阐述电力系统稳定器PSS的工作原理和UNITROL5000励磁系统频率采样信号的软件传输流程基础上, 分析得出PSS频率采样异常引发机组功率振荡的故障机理和诊断结论, 并针对测量单元板更换后进行了PSS性能校核试验, 对于今后该类故障的分析和解决提供了借鉴和参考。
参考文献
[1]竺士章.发电机励磁系统试验[M].北京:中国电力出版社, 2004.
[2]刘取.电力系统稳定性及发电机励磁控制[M].北京:中国电力出版社, 2007.
采样频率 篇5
在对电压电流进行测量时, 需要对波形进行采样, 出于对谐波计算的高精确度要求, 要对工频波形进行等间隔采样。目前交流采样应用最多的数字处理算法是离散DFT算法, 可以同时获得被测向量的有效值以及相位。但是由于该算法是基于每一个数据窗内的采样数据是否等间隔并反映被测信号的一个完整周波, 因此采用此算法时, 必须考虑被测信号频率的漂移问题, 当采样频率能够实时跟踪被测信号频率时, 方能保证每个采样数据窗内的采样数据等间隔反映被测信号的一个完整周波。
传统的采样方式是通过采用锁相环电路进行完成被测信号的分频输出, 以实现不同频率信号的等间隔采样。锁相环电路的工作原理是:被测信号经放大器放大整形后加到相位比较器, 在相位比较器中被测信号与标准信号进行相位比较, 相位比较器输出反映被测信号与标准信号的误差电压;误差电压经滤波后加至压控振荡器, 通过调整压控振荡器的振荡频率, 使采样频率实时跟随被测信号频率。其中压控振荡器的频率调节则通过调节设置在锁相环芯片外围的滑动变阻器进行调节。此种采用方式存在以下缺点:1) 需要人为调节滑动变阻器才能实现, 可控精准度较低, 在调试过程中需要反复调节才能达到采样要求, 工作效率低下。2) 锁相环电路中的锁相环芯片需要调节相应的参数才能实现所需要的采样信号输出, 由于电路中的电阻、电容等参数容易受温度、湿度等一些外在环境条件的影响, 因此在无论在调试过程中, 还是在运行过程中, 都容易出现错误信号的输出, 影响数据处理与分析。
为解决上述技术问题, 本文提出一种无需人为调节, 即能实现频率跟随、等间隔采样, 且适用于不同频率信号的采样电路。
主要包括整形模块、DSP微控制器以及AD转换模块。AD模块采用AD8364;DSP微处理器采用TMS320F2812 (以下简称DSP2812) ;DSP2812共有6个捕获单元, 两个事件管理器模块EV (以下简称EV模块) , 每个EV模块中分别设置有三个捕获单元、两个定时器以及三个脉宽调制模块 (以下简称PWM模块) 。
其中:整形模块的输入端连接被测信号, 输出端连接DSP微处理器捕获单元的CAP引脚。整形模块用于对被测信号进行整形滤波后转化为DSP微处理器所需要的方波输出给DSP微处理器。
微处理器DSP2812的PWM模块的脉冲输出端连接AD8364的HOLD控制引脚。微处理器DSP2812用于对捕获的方波信号进行脉宽调制处理, 并将处理后的采样信号输出给转换器AD8364, 对AD模块进行触发转换。
AD模块的输入端连接被采样信号, AD模块的数据输出端连接微处理器DSP2812的数据输入端。AD模块根据DSP微处理器发出的触发指令对被测信号进行等间隔采样。
整形模块对所采集的被测信号进行整形滤波处理, 并产生DSP所能识别的方波, 即将被测信号转换成数字信号, 传输给DSP的CAP引脚。
DSP使能捕获单元, 并设置捕获边缘, 即设置捕获方波的上升沿还是下降沿。捕获单元的CAP引脚捕获到被测信号的跳变沿, 并以定时器2的周期Tn为标准时钟, 对被测信号的一个周期内的跳变沿进行计数, 即捕获一个周期内被测信号的周期计数Ts, 那么被测信号的实际周期值则为Ns=Ts*Tn, 从而可以得到被测信号的频率。
捕获单元中设置有专用的2级深度的FIFO堆栈, 因此测定被测信号的频率时分两次进行捕捉。当第一次捕捉到CAP引脚发生了指定变化时, 捕获单元将捕捉所选用计数器的计数值, 并把此计数值写入FIFO堆栈的顶层寄存器;第二次捕捉, 将计数值写入FIFO堆栈的底层寄存器, 利用两次捕获的计数值, 计算出被测信号的周期值Ns。再将Ns平均分成N等份, 其中N为采样点数, 得到每一等份的周期值为Np。
利用Np即赋值PWM模块的寄存器, 计算PWM模块中电平翻转所需要的比较值Nt。
Nt/Np为PWM脉冲占空比, 如果占空比为50%, 则Nt/Np=50/100, 计算得Nt=Np/2, 根据脉冲占空比需要, 计算翻转所需要的比较值Nt。当PWM模块基准定时器1计数周期值Nx大于比较值Nt时, 触发PWM模块中的电平进行翻转, 实现等间隔脉冲的产生。
最后, PWM模块将采样信号传输给AD模块的采样控制引脚HOLD。AD模块通过PWM模块产生的等间隔脉冲触发进行对被采样信号采样, 并将等间隔采集到的被采样信号转换为数字信号后, 传输给DSP进行数据处理。
采样频率 篇6
数据采集是网络管理的必要组成部分,是故障管理、配置管理、性能管理、安全管理、计费管理等的数据来源[1]。在数据采集过程中,降低采样频率会增大采样失真度,提高采样频率会增大网络设备的负载压力和网络带宽的传输压力。当前网络管理系统逐渐向应用和服务层级方向发展,要求进一步减小采样失真度,因此需要新的数据采集方法来满足网络管理系统的发展需求,在不提高平均采样频率的前提下,减小采样失真度。
在网络管理系统中,传统数据采集方法采用固定采样频率,忽略了采集对象的变化对数据采集过程的影响,不能根据采集对象的变化情况动态调整采样频率。长期的网络管理实践表明,采集对象通常在某一个时间区间内变化平缓,在另外一个时间区间内变化剧烈。传统数据采集方法,在采集对象变化平缓时采样次数过多,增大了网络设备的负载压力和网络带宽的传输压力;在采集对象变化剧烈时采样次数不足,不能准确反映采集对象的变化趋势。
由于传统数据采集方法存在上述问题,合理的解决方案就是根据采集对象的变化情况动态调节采样频率。当前有多项针对采样频率调整方法的相关研究,Bai等人在NCS(Networked Control Systems)系统中,采用效用函数(Utility Function)建立系统性能与采样频率间的关系,并基于该函数调整采样频率,降低数据采集对系统性能的影响[2],但是没有考虑降低采样频率会增大采样失真度的问题。Choi等人在网络流量监控过程中,采用随机抽样机制,并依据误差边界(Error Bound)自适应调整网络数据包的采样频率[3,4],但是存在降低采样频率会增大误差边界,进而增大采样失真度的问题。 王亚沙等人在网络性能管理中,采用一元线性回归对历史采样点拟合一条直线,然后根据该直线计算线性偏差平均值比,并根据线性偏差平均值比调整采样频率,以减小采样失真度[5],但是,由于线性偏差平均值比只采用最近一次采样点相对于拟合直线的线性偏差与采样平均值做计算,存在误判率高、稳定性差的问题。Ji等人在数据采集过程中,采用TD-ADCM算法计算采样点的数据变化幅度比(Data Variation Amplitude Ratio),并根据数据变化幅度比调整采样频率,以减小采样失真度[6],但是数据变化幅度比反映的是采样点相对于x轴的变化情况,而采样点的走势往往不平行x轴。
基于以上分析,本文在网络管理系统中提出了一种自适应的采样频率调整方法。该方法采用一元线性回归对最近的多个采样点拟合一条直线,然后根据该直线计算抖动比,并根据抖动比调整采样频率。仿真实验表明,该方法能够在不提高平均采样频率的前提下,减小采样失真度,且与同类方法相比失真度低、稳定性高。在此,将该方法命名为“基于抖动比的采样频率调整方法”。
2 采样曲线分析
采用y=f(x)表示网络管理系统中采集对象的实际变化曲线,S={(x1,y1),( x2,y2),…,(xn,yn)}表示采样集合,其中x1< x2 <…
undefined。
分别以较高采样频率和较低采样频率对同一采集对象在同一时间段内进行数据采集,结果如图1、图2所示,可以看出:采样频率越高采样曲线y′越接近实际曲线y,采样失真度越小;当实际曲线y变化平缓时,较低的采样频率亦能获得较小的采样失真度;当实际曲线y变化剧烈时,需较高的采样频率才能获得较小的采样失真度。
3 基于抖动比的采样频率调整方法
在长期的网络管理实践中,发现采集对象往往在一段时间内变化缓慢,在另一段时间内变化剧烈。由采样曲线分析可以看出,基于抖动比的采样频率调整方法需要在采集对象变化平缓时,降低采样频率,以减小网络设备的负载压力和网络带宽的传输压力,在采集对象变化剧烈时,提高采样频率,以减小采样失真度。基于抖动比的采样频率调整方法对最近的N个采样点采用一元线性回归拟合一条直线,然后根据该直线计算抖动比,以此预测采集对象的变化情况,并调整采样频率。
3.1 一元线性回归拟合直线
本节采用一元线性回归对最近的N个采样点拟合直线。采用yi代表下一个采样点的数据值,yi-1,yi-2,…,yi-N代表下次采样之前,最近的N个采样点的数据值,xi-1,xi-2,…,xi-N代表采样时间,满足xi-1>xi-2>…>xi-N。以y=β0+β1x表示这N个采样点通过一元线性回归拟合的直线。由一元线性回归可以求得β0和β1的最大似然估计,undefined,undefined,其中undefined,undefined。
3.2 抖动比计算
本节基于一元线性回归拟合的直线求抖动比。以采样点到直线y=β0+β1x的距离表示采样点相对于直线的抖动大小,则采样点(xk,yk) 相对于直线y=β0+β1x的抖动大小为:|β0+β1xk-yk|sinθ,θ表示直线y=β0+β1x与y轴的夹角。以N个采样点中采样时间最近的m个采样点与剩余的N-m个采样点之间的平均抖动大小比值表示抖动比δ,则undefined,抖动比δ反映了采集对象的抖动变化情况,δ<1表示抖动变平缓,δ>1表示抖动变剧烈。
3.3 采样频率调整
本节基于抖动比调整采样频率。为了清晰的描述基于抖动比的采样频率调整方法,对以下名字做出解释:
基本采样时间间隔Tbasic:基本采样时间间隔是基于抖动比的采样频率调整方法的最小时间单位,实际采样时间间隔是该时间的整数倍。
采样间隔增加步长Tinc:采样间隔增加步长是基于抖动比的采样频率调整方法增加采样时间间隔的步长,该时间是基本采样时间间隔的整数倍。
采样间隔减小步长Tdec:采样间隔减小步长是基于抖动比的采样频率调整方法减小采样时间间隔的步长,该时间是基本采样时间间隔的整数倍。
最大采样时间间隔Tmax:基于抖动比的采样频率调整方法在调整采样时间间隔时,允许设定的最大采样时间间隔。
最小采样时间间隔Tmin:基于抖动比的采样频率调整方法在调整采样时间间隔时,允许设定的最小采样时间间隔。
以T表示本次采样时间间隔,初始化时T=(Tmax+Tmin)/2。以δ表示本次采样结束后,下次采样开始前方法计算的抖动比,以δ1、δ2表示抖动比的阈值,0<δ1<1,δ2>1。以Tnext表示下次采样时间间隔,则Tnext的计算公式如下:
undefined
3.4 抖动比分析
本节通过理论分析及示例分析,说明抖动比相对于线性偏差平均值比和数据变化幅度比,能够更好地预测采集对象的变化情况。首先,线性偏差平均值比采用最近一个采样点相对于拟合直线的线性偏差与采样平均值做计算,而最近一次采样点没有参与直接拟合,采用该采样点计算线性偏差平均值比,本身就存在较大误差,且只用一个采样点的线性偏差做计算,误判率高、稳定性差。而在抖动比计算过程中最近一个采样点参与了直线拟合,且采用m个采样时间最近的采样点与N-m个历史采样点做计算,大大减少了方法的误判次数,提高了稳定性。其次,数据变化幅度比反映的是采集对象数据曲线相对于x轴的变化情况,而抖动比反映的是曲线相对于直接y=β0+β1x的变化情况,而该直线表示一段时间内采集对象数据曲线的走势且不一定平行于x轴,因此抖动比预测采集对象的变化具有普遍适用性。最后,采集对象数据曲线可能在幅值较小的范围内快速变化,这种情况通常是由高频率低振幅的噪声引起的,在这种情况下采用数据变化幅度比计算的结果是曲线变化剧烈,而采用抖动比计算的结果是曲线变化平缓,这是因为数据变化幅度比反映的是曲线斜率的变化情况,而抖动比反映的是曲线相对于自身走势的幅值抖动变化情况,而曲线在幅值较小范围内的快速变化现象往往是噪声引起的,数据采集过程应当忽略这种噪声的影响,因此抖动比预测曲线的变化具有更好的噪声过滤性能。可以通过图3,图4所示的两个采样示例说明后面的两种情况。
采样曲线示例1:如图3所示,采集对象数据曲线的走势是倾斜的。数据变化幅度比会在蓝色线段(较倾斜线段)末的采样点上反映曲线变化剧烈,在红色线段(较平缓线段)末的采样点上反映曲线变化平缓,而抖动比则反映曲线的变化情况保持不变,与实际情况相符。
采样曲线示例2:如图4所示,采集对象数据曲线在平缓变化一段时间后,进入幅值较小范围内的快速变化时间阶段。数据变化幅度比在该阶段反映曲线变化非常剧烈,需要大幅提高采样频率,而抖动比则反映曲线变化平缓,应该降低采样频率。实际上曲线在幅值较小范围内的快速变化现象往往是噪声引起的,数据采集过程应当忽略这种噪声的影响。
4 仿真结果和分析
本节通过仿真实验,分析对比线性偏差平均值比、数据变化幅度比、及本文提出的抖动比在预测采集对象变化,调整采样频率方面的性能。实验中对同一采集对象在同一时间段内分别按照以上三种方法在数据采集过程中调整采样频率。图5是采用线性偏差平均值比的实验结果,回归窗口宽度为4,采样平均窗口宽度为40,线性偏差平均值比临界常数为0.25,采样间隔原子时间为4s,采样间隔时间增加步长12s,采样间隔时间减小步长12s,最大采样间隔时间52s,最小采样间隔时间为4s[5],结果采样次数为98。图6是采用数据变化幅度比的实验结果,参数N=5,结果采样次数为105。图7是采用抖动比的实验结果,参数N=4,m=2,Tbasic=4s,Tinc=12s,Tdec=12s,Tmax=52s,Tmin=4s,δ1=0.95,δ2=1.2,结果采样次数为104。对比图5,图6和图7可以看出,线性偏差平均值比存在误判率高,预测不稳定的现象,图5中在曲线变化平缓的时间段内,及曲线变化剧烈的时间段内都有明显的误判。数据变化幅度比反映不了曲线的走势,在曲线变化平缓的时候,其性能较好,在曲线变化剧烈的时候,其性能大大下降。抖动比在曲线变化平缓的时间段内,跟数据变化幅度比有相似性能,在曲线变化剧烈的时间段内,其性能明显优于前面两种方法,采样失真度最低。实验结果与前一节的分析结果相符,进一步说明了抖动比预测采集对象变化情况,具有普遍适用性,更好的噪声过滤性能,且误判率低,稳定性高。
5 结束语
本文在网络管理系统中提出了一种自适应采样频率调整方法(基于抖动比的采样频率调整方法),该方法通过一元线性回归对最近的N个采样点拟合一条直线,然后根据该直线计算抖动比,并根据抖动比调整采样频率。仿真实验结果表明,该方法能够在不提高平均采样频率的前提下,减小采样失真度,且与同类方法相比失真度低、稳定性高。
参考文献
[1]ISO/IEC.7498-4-1989:Open Systems Interconnection-Basic Reference Model-Management framework[S].1989.
[2]Bai Jia,Eyisi E P,Xue Yuan,Koutsoukos X D.Distributed Sampling Rate Adaptation for Networked Control Systems[C].TheFirst International Workshop on Cyber-Physical Networking Systems.Shanghai,China:ACM/IEEE,2011:768-773.
[3]Choi B Y,Park J,Zhang Zhi Li.Adaptive Random Sampling for Traffic Load Measurement[C].IEEE International Conferenceon Communications,ICC'03.Anchorage,Alaska:IEEE,2003:1552-1556.
[4]Choi B Y,Park J,Zhang Zhi Li.Adaptive Packet Sampling for Accurate and Scalable Flow Measurement[C].Global Telecommu-nications Conference.Dallas,Texas:IEEE,2004:1448-1452.
[5]王亚沙,王光兴.网络性能管理中一种数据采集算法的研究[J].计算机研究与发展.2002,9(39):1031-1037.
采样频率 篇7
对采样信号实处理时, 尤其是周期信号测量护理过程, 离散傅里叶变换有着广泛应用。离散傅里叶变换是否准确与以下几个因素有关:是否满足奈奎斯特采样定理的要求;在整数采样周期内是否正好存在整数个采样点。如果被检测的信号频率发生波动, 采样频率、采样总点数也会随之改变, 此时, 离散傅里叶变换计算结果也会发生误差。文中根据离散傅里叶变换计算结果误差展开分析, 通过实例介绍各项误差发生原因及解决方案。
1离散傅里叶变换的相关理论
目前, 离散傅里叶变换 (DFT) 逐渐形成了一个变换家族, 主要包括连续傅里叶变换 (FT) 、离散时间傅里叶变换 (DTFT) 、离散傅里叶变换 (DFT) 和快速傅里叶变换 (FFT) 等, 其中DFT在时域、频域均是离散的, 使得DFT可以借助计算机计算来实现。因此, 在机械工程、电学、物理学等领域运用离散傅里叶变换计算具有重要意义。但DFT存在较大的误差, 会带来严重错误的结果。DFT误差是根据系统特性与窗函数卷积进行解释, 文中从函数阶段、被分析卷积关系等角度展开研究, 从而掌握DFT误差的特性并认识产生误差的根源, 为减小DFT计算误差提供基础。如果采样频率和采样点数处于不变状态, 而被测信号频率发生波动时, DFT理论如下:
Xa (t) 是周期为T0的带限模拟信号, 其复指数形式表达式为:
2离散傅里叶变换结果误差及具体解决方法
2.1信号的频谱混叠误差
如果要对模拟信号xa (t) 实施采样操作, 则必须满足奈奎斯特采样定理相关要求, 即fs≥2fh, 此时才能在频域上无失真地恢复出原信号的频谱。图1和图2是用Matlab进行的抽样仿真波形, 其中图1是fs>2fh时原信号xa (t) 经过采样后的频谱, 图2是fs=2fh时, 即临界满足采样定理时xa (t) 经过采样后的频谱, 可以推断当fs<2fh时, 频谱在周期延拓时将会产生混叠现象。
根据上文分析, 时域有限信号必然会出现高频杂散信号分量, 所以在对信号进行采样操作前, 需要对模拟信号进行滤波操作, 滤除不必要的高频杂散信号, 减小误差。比如假设采样频率fs=2KHz, 若fs=5KHz时, 则采样信号的频谱混叠较小, 基本不会混叠;如果采样频率fs为1KHz时, 那么采样信号在频域上将会产生严重的混叠。分析折叠频率fs/2处, 当频谱幅度T分别为0.2ms、1ms时的混叠情况, 这个位置k=256, 对系统输入Matlab语句, 得到:
在fs位置, 模拟信号的幅度比值ans=0.0067。表明随着采样频率不断减小, 便不再满足奈奎斯特采样定理, 频谱混叠情况更严重。因此, 想要减小混叠现象, 就必须根据采样信号各项的要求, 实施采样前先进行预滤波操作, 滤除超过折叠频率fs/2的成分, 通常使用的采样频率为fs≥ (3-5) fc
2.2栅栏效应产生信号误差
3结语
在使用离散傅里叶变换 (DFT) 对采样信号频率进行分析时, 如果被采用信号频率发生波动, 那么其离散傅里叶变换的结果便容易出现误差, 本文对造成误差的两个因素:频谱混叠、栅栏效应分别进行了深入的分析, 并提出减小误差的具体解决方案。
参考文献
[1]马月红, 王雪飞, 梁四洋, 等.离散傅立叶变换及其应用[J].中国现代教育装备, 2015, 19 (13) :56-58
[2]翟月英, 张勇, 阴欢欢, 等.45分钟进入离散傅立叶变换[J]电子世界, 2014, 21 (16) :147-147, 148
[3]黄新民, 姚军财, 何军锋, 等.基于离散傅立叶变换的水稻作物数字图像压缩技术研究[J].安徽农业科学, 2012, 40 (10) :6267-6268, 6271
[4]卢诚波.求分块鳞状因子循环矩阵逆矩阵的一种快速算法[J].浙江大学学报 (理学版) , 2013, 40 (1) :1-6, 10