微弱电力信号

微弱电力信号（共7篇）

微弱电力信号 篇1

0 引言

众所周知, 一个理想的电力系统和供电系统是以单一恒定频率和恒定幅值的稳定电压供电的, 它的电压和电流理论是纯粹的正弦波形。随着现代工业、交通等行业使用的换流设备数量越来越多、容量越来越大, 另外电弧炉、家用电器等非线性用电设备接入电网, 将其产生的谐波和间谐波电流注入电网, 所有这些都影响了电能质量。谐波为基波频率整数倍的电压或电流信号, 间谐波为任何非整数倍基波频率的电压或电流信号。谐波使电能的生产、传输和利用的效率降低, 使电气设备过热、产生振动和噪声, 并使绝缘老化, 使用寿命缩短, 甚至发生故障或烧毁;频率高于基波频率的间谐波会干扰音频设备正常工作, 引起感应电机噪声和振动等, 频率低于基波频率的间谐波会引起电压闪变, 低频继电器的异常运行等等。谐波和间谐波的危害使得治理和检测就变得十分紧迫, 然而间谐波多表现为微弱信号, 其精准检测成为难点, 本论文利用混沌振子对周期信号十分敏感和噪声的免疫特性, 探索实现对微弱间谐波信号精准检测及对虚假间谐波的识别[1,2,3,4,5]。

1 频谱泄漏

在谐波和间谐波测量中, 所要处理的信号均是经过采样和A/D转换得到的数字信号。设待测信号为x (t) , 采样间隔为Ts秒, 采样频率fs=1/Ts满足采样定理, 即fs大于信号最高频率分量的两倍。则采样信号为x (n) =x (n·Ts) , 并且采样信号的长度总是有限的, 即n=0, 1, …, N-1。也就是说, 所分析的信号的持续时间为T=N·Ts, 这相当于对无限长的信号做了截断———相当于给无限长的信号加了一个矩形窗, 因而造成离散傅立叶变换的泄漏现象[6]。

频谱泄漏现象如图1所示, 显然泄漏误差来自两个方面, 由信号负频分量引入的长范围泄漏 (Long-Range Leakage) 和由窗的扇形损失引入的短范围泄漏 (Short-Range Leakage) 。由于泄漏频谱的存在, 使得微弱电力信号淹没在泄漏频谱中难于检测, 同时由于频谱泄露产生虚假间谐波, 探索新的检测方法就十分必要。

2 Duffing混沌振子特性分析

2.1 Duffing混沌振子对噪声免疫特性分析[1]

常用的Duffing混沌振子方程为

其等价系统为

对于给定的阻尼比k, 随着γ的变化, Duffing系统表现出的复杂的动力学行为:

(1) 当γ=0时, 系统任意初值的演化轨线将收敛到其中的一个焦点;

(2) 当γ从0逐渐增加时, 系统解在相空间中的轨线将出现偶阶次分岔, 系统按外加周期策动力的周期或倍周期振荡;

(3) 当γ进一步增加至γc (混沌临界值) , 系统将会产生Smale马蹄意义下的混沌运动;

(4) 当γ>γp (大周期临界值) 时, 系统将进入大尺度周期振荡。

混沌系统随参数变化的分岔图见图2所示:

假设Duffing系统处在混沌临界状态的混沌解为x, 由于0均值、方差为σ2的高斯白噪声n (t) 的影响, 混沌解受到扰动△x。那么此时的Duffing方程为

可以证明, E{△x (t) }=0, 方差D{△x (t) }→0。这说明噪声对混沌系统的扰动几乎不存在, 在实际检测中t不可能为无穷大, 所以噪声会对系统产生一定的影响, 但其影响较小, 不会改变系统原有的运行轨迹, 只会使轨迹变得粗糙。因此, 可以说混沌系统对噪声表现出较强的免疫特性。

2.2 Duffing混沌振子对周期信号敏感特性分析[1]

考虑一种变形的Duffing方程

其中γcos (ωt) 为周期策动力, ω为策动力角频率, γ为周期策动力幅值, 方程 (2-26) 改写为

将系统状态调整到混沌和大周期的临界状态, 此时γ=γp, 外加信号假设为单频信号, s (t) =acos ( (ω+△ω) t+φ) , 其中△ω为外加信号与振子策动力频率差, φ为相位差, 噪声为0均值的高斯白噪声n (t) , 则检测系统表示为

可以证明, 若△ω=0, 当时, 系统仍保持混沌演化, 当φ不在这个区间时, 系统将由混沌态跃迁到大周期态。若△ω≠0, 此时系统将间歇性地出现混沌现象, 间歇周期为2π/△ω。可见频差不能太大, 如果频差太大会导致间歇混沌周期很小, 而无法观察间歇混沌行为。

3 Duffing混沌振子对微弱电力信号的检测

3.1 电力信号模型

考虑噪声的信号模型为[7,8,9,10]

根据v (t) 噪声类型不同, 又可以分为白噪声和色噪声情况下的电力系统谐波和间谐波检测。目前较多考虑的情况为

其中v (t) 为白噪声, 工程中信号的初始采样点具有随机性, 可以反映为初始相位的随机性, 可以把φm看作服从0~2π范围内均匀分布的随机变量。

3.2 检测步骤

第一步:利用FFT算法检测电力信号基波和谐波成分;

第二步:进行陷波器设计, 滤除电力信号基波和谐波成分, 保留残余电力信号;

第三步:构建Duffing混沌振子电路, 参数置于大周期临界值;

第四步:间谐波信号作为Duffing混沌振子电路, 观察电路输出特性。

3.3 检测结果判断

由于间谐波在残余信号中, 无可避免会受到噪声干扰, 然而Duffing混沌振子电路对噪声具有特殊的免疫特性, 不会对周期信号间谐波的检测产生干扰。观察Duffing混沌振子电路的输出特性, 按照Duffing混沌振子电路出现分叉的动力学行为, 可以判断间谐波的存在和虚假间谐波的识别。

4 结论

利用Duffing混沌振子对噪声的免疫特性和对微弱周期信号的敏感特性, 可以高精度实现对微弱信号间谐波的检测和对虚假间谐波的识别, 但是该方法只能对微弱电力信号间谐波的存在和虚假进行识别, 对信号的频谱特征识别还需要应用谱估计和FFT算法进一步识别。

参考文献

[1]魏恒东.混沌直扩信号检测与与混沌同步研究[D].成都:电子科技大学, 2010.

[2]梅永.同步采样的最佳实现与误差校正新算法[D].南京:河海大学, 2006.

[3]戴先中.准同步采样及其在非正弦功率测量中的应用[J].仪器仪表学报, 1984 (4) :390-396..

[4]王柏林, 梅永.电力系统谐波分析的近似同步法[J].仪器仪表学报, 2006, 27 (5) :484-488.

[5]王柏林.频谱小偏差校正新方法[J].电力系统自动化, 2005, 29 (20) :46-49.

[6]王柏林.随机环境下电力系统谐波分析算法[J].电力系统自动化, 2008, 32 (3) :22-25.

[7]张贤达.现代信号处理[M].北京:清华大学出版社, 2002.

[8]王柏林, 刘华.用准同步离散Hilbert变换测量无功功率[J].电测与仪表, 2003, 40 (12) :13-15.

[9]Jiefeng Xiong, Boling Wang, Shaoyong Zhang.Interharmonics analysis based on windowed interpolation and prony algorithm[C]//in Proc.of the 2nd International Asia Conference on Informatics in Control, Automation and Robotics, Wuhan, China, Mar.2010.

[10]张绍勇, 熊杰锋.基于加窗插值和ESPRIT的电力系统间谐波算法[J].自动化仪表, 2010, 12:15-17.

生物微弱信号检测与分析 篇2

关键词：QNX,PC/104控制器,力平台

0前言

随着科学技术的深入发展, 微弱特征信号的检测在国民经济及军事等领域有广泛应用。在军事变革的趋势下, 武器装备向着隐形化、信息化发展, 提升对隐形战机、潜艇的侦查能力至关重要。在国民经济中适用范围更广, 包括光、磁、热、声、电、力学、生物、通信、地震、机械、医学及材料等领域。如工业测量, 生物电测量, 医学信号处理以及机电系统的状态监测都会遇到微弱信号监测问题[1]。微弱信号检测是一门综合技术, 涉及信息理论、电子学、非线性科学、信号处理及计算机技术等学科, 是研究提取有用信号的一种新技术。微弱信号检测方法与理论日新月异。从传统的时域平均法、同步相关检测、频谱分析到最近发展的小波分析、混沌理论、神经网络等, 在微弱信号检测中均有广泛应用[2]。

1 方法

为了更精确地采集生物微弱信号, 本实验要求被测者静止直立站位于力检测平台中心, 用力传感器实时采集人体重心数据并通过C编程实时显示重心点的运动轨迹, 通过力检测平台采集人体重心数据并经串口传送给上位机, 由上位机软件对数据进行分析、显示和存储, 应用混沌理论中的方法对数据进行处理, 得到相关参数, 并进行结果分析, 可以得到一个评估受试者平衡能力的指标。静态站位评测系统由以下四部分组成:PC/104模块, AD与嵌入式单片机, 显示装置和人体压力中心 (center of pressure, COP) 检测装置。完整的评测系统如图1所示。

操作系统采用加拿大QNX软件系统公司开发的一种分布式、多用户、多任务嵌入式实时操作系统——QNX操作系统。对比Windows操作系统而言, QNX操作系统可靠性更高, 速度更快, 实时性更强。QNX操作系统对力检测平台采集的数据进行读取和保存。

系统控制器采用PC/104单板微机作为中央处理器, 该模块与PC总线系统在体系结构、软硬件方面完全兼容, 开发者可以很快掌握其软、硬件的使用。费用低, 风险小, 大大的缩短了产品的开发周期;同时它采用了适于嵌入式应用的紧凑型堆栈式结构, 体积小、重量轻、可靠性高、配置灵活, 因此在工控领域得到了广泛的应用。

实验对象为男女比例1:1的20名健康的大学生。测量时, 在一间安静的屋内, 要求被测者双脚站立于力检测平台中心, 上身自然站立, 双手自然下垂于身体两侧, 不能扭头、人为晃动身体。本研究提出一种新的评价指标, 将人体平衡能力定义为最大Lyapunov指数 (largest Lyapunov exponent, LLE) [3]。

现将20名被测者详细实验数据的LLE的数据以柱状图的形式显示于图2。

2 结论

随着电子技术的不断发展, 微弱信号的检测能力得到了大大提高。所有信号检测仪器正朝着微元化、数字化发展。本文设计了一套生物微弱信号采集系统, 具有结构简单、响应速度快、可靠性及精确度高的特点, 实现了程序化、数字化。为精确采集生物微弱信号提供了强有力的支持。

参考文献

[1]高晋占.微弱信号检测[M].清华大学出版社有限公司, 2004.

[2]江国舟, 江超.微弱信号检测的基本原理与方法研究[J].湖北师范学院学报 (自然科学版) , 2001 (04) :45-52.

微弱电流信号测量系统的设计 篇3

本文设计的微弱电流测量系统采用高阻抗低漂移的运算放大器构成的电流电压转换电路将微弱电流的变化转换成电压信号的变化，然后通过前置放大、信号调理。再将该模拟信号送入STM32单片机进行A/D转换、信号处理以及数字显示。

1 系统硬件设计

本系统硬件设计的关键就是通过把电流测量电路和计算机应用技术联系起来应用来实现高精度微弱电流信号的测量。用于测量的微弱电流我们采用光纤传感器和PIN二极管来提供。光纤传感器的输出光强与光纤传感器的输入电流呈线性关系。而PIN二极管在本设计中将作为光电二极管来使用。它将光纤传感器的光强变化转换成微弱电流的变化，送入测量系统。由于PIN二极管的输出电流非常小，所以测量系统将先对该信号进行前置放大，同时依靠前置放大电路中的电流电压转换电路将电流信号转换成电压信号。由于放大后的电压信号还不能达到单片机处理的大小，所以在前置放大之后又加入了信号调理电路。完成调理的信号将通过单片机完成A/D转换、信号处理及数字显示的过程。图1为整个系统的硬件结构简图。

1.1 前置放大电路的设计

PIN二极管可以产生与照度成正比的小电流，图2给出了PIN二极管的等效电路。

本设计要求的是对微弱电流信号的高进度测量而不要求其有很高的切换速度，因而PIN二极管采用光伏模式。为了将PIN二极管产生的微弱的电流信号转换成电压信号，本设计是使用一个运算放大器做为电流-电压转换电路，前置放大电路的电路图如图3所示。二极管偏置有运算放大器的虚地维持在零电位上，短路电流被转换成电压。PIN二极管的输出电流的数量级为10-8A,所以设计的前置放大电路的放大倍数大约是104～105之间。

1.2 信号调理电路的设计

为了实现使用单片机对于数据的处理，因此对于经过前置放大后的信号还需要进行必要的处理。因为虽然在前置放大电路部分电压信号经过了放大，但是其输出也只能达到mV级，而这个数要要用AD转换器对其进行处理，AD转换器的输入电压要求达到5～10V的数量级，因此前置放大器的输出还需要一个具有放大功能的信号条理电路对其进行条理。具体的电路如图4所示。

1.3 单片机数据处理电路

经过处理后的模拟量，将首先依靠单片机进行A/D转换，然后进行数据的处理以及最后的数据显示。

在本设计中，我们采用STM32单片机进行最后的数据处理。STM32系列是基于专为要求高性能、低成本、低功耗的嵌入式应用专门设计的ARM Cortex-M3内核，它除了比传统的单片机有更高的性能以外，还能通过USB接口与电脑进行通信。

系统的主流程图如图5所示。

2 实验结果及分析

图6是根据实验数据绘制出来的曲线。在光强很弱的时候，输出电压并不是和输入电流成线性关系，而且输入电流为零时，输出电压并不为零。因为实验并不是在理想的环境中进行的，存在着外部杂散光的影响，此时相对信号光来说，外部干扰可以与其相当，所以对测量精度的影响很大。当光强增加的时候，二者基本上是线性关系，随着光强的增加，外部干扰相对减弱。当光强增加到一定程度的时候，输出电压不再变大，这是由放大器本身所决定的，放大器采用双电源供电，供电电压为±5V。所以设计电路的电压输出最大值被控制在+5V以内，由于放大器以及电路的影响一般要比+5V要小，而这个设计电路的满度输出即为+4.254V，当输入电流达到7以后，输出电压就已经满度输出，因此当输入电流继续增加，输出电流都不再变化。

3 结束语

实验数据表明，该系统可以对较微弱的电流信号进行直接且精确的测量。同时也可以间接的应用于其他方面的测量，例如温度的变化，压力的变化等等，先把它们的变化转化为电流信号，就可以很精确的检测出它们所发生的即使是很微弱的变化。

摘要：随着微电子技术的迅速发展,电子产品已经进入了国民经济的各个领域。展望21世纪,信息高速公路的开通,以计算机为核心的多媒体信息网将进入千家万户,对人类社会的生活方式将再一次进行重大的变革,其前途不可限量。同时,对于测量技术也是一样的,当测量电路与计算机接轨以后,测量一起以其测量精度高、测量的速度快、以及操作的简便性价比高而得到了广泛的发展和应用。

关键词：光纤传感仪,自发辐射过程,激光辐射过程,多媒体信息网

参考文献

[1]传感器的接口及信号调理电路[M].北京:国防工业出版社,1984.

[2]高光天.传感器与信号调理器件应用技术[M].张伦,冯新强,吴常津,编译.北京:科学出版社,2002.

[3]STMicroelectronics.STM32 Reference Manual[Z],2008.

微弱GPS信号捕获算法研究 篇4

全球定位系统 (GPS) 能够为用户提供精确的位置, 速度, 时间等信息, 已经得到了广泛的应用。这种不断增长的个人导航和定位服务的要求, 对于一些低信噪比信号的GPS接收机工作提出了迫切的要求。如在隧道的情况下, 由于卫星信号非常微弱, 很难有效捕捉卫星信号, 导致无法正常的定位。因此, 在信噪比下GPS信号的捕获有着广阔的发展和应用前景[1]。

2、GPS信号捕获算法分析与改进

2.1 传统的GPS信号捕获算法介绍

这里主要介绍基于FFT的并行捕获算法[1,2],

通常情况下, 由于输入信号的C/A码的起始位置是未知的, 所以在进行捕获之前, 波形实现产生一个伪随机码, 这里假设将接收到的模拟信号数字化为5000个点, 然后与输入的信号在数字域进行相乘, 将相乘得到的结果进行快速傅里叶变换, 从而得到其频率。

当接收到的为10ms的电文, 由于在进行卷积运算的时候, 我们需要的电文长度为1ms, 即只需要卷积1ms, 此外, 由于将每个信号数字化为5000点, 故需要5000次操作。因此, 对于10ms的电文, 每次操作需要进行50000个乘积操作和50000次的FFT变换。在20Khz的范围内, 只需要201个频率分量, 那么需要从计算得到的1.005*10^6个计算结果中进行挑选。所以, 当电文长度从1ms变为10ms的时候, 计算量的增长是非常明显的。寻找其C/A码的起点位置的时间分辨率为200ns, 其基本结构如图1所示。

2.2 传统的GPS信号捕获算法的仿真分析

由于C/A码长lms, 所以至少要用lms的电文来捕获, 但在实际中, 1ms的电文仍有可能发生导航点相位偏移。因此, 使用两组连续的10ms电文来捕获, 就保证了在某一组电文中未含有相位偏移。

我们将一个信号分为10段, 每段则对应与一个CA码片[3]。C/A码是由两个10级反馈移位寄存器构成的Gold码产生。其特征多项式分别为:

将产生的GPS信号送入本地接收机, 根据图3提供的接收方法进行接收。此外, 考虑在实际中, 接收到信号的多普勒频率偏移一般在±5k, 所以, 在本仿真中, 我们设置频率搜索的范围上下限为, 搜索的步进为±5k/100。

下面的仿真结果为C/A码相位捕获结果, 其中峰值的坐标代表捕获得到的C/A码相位抽样码片值。其峰值的坐标分别代表载波频率捕获的值。

图2是10db时候的捕获情况。

从上面的仿真结果可以看到, 对于一般的捕获算法, 当SNR=-10db的时候, 系统基本无法工作。

2.3 改进的GPS信号捕获算法

通过上一节的仿真可以看到, 当SNR=-10db的时候, 系统基本无法正常工作[4]。

搜索GPS信号在本质上就是搜索CA码相关峰的过程, 但是当噪声较大的时候, 相关峰的峰值相对于噪声来讲, 就会变小, 通过相关峰的叠加, 来增强相关峰的信噪比。根据这个思想, 本文将提出一种改进的GPS捕获算法, 综合考虑信号捕获速度、硬件资源、以及性能方面等问题。算法采用分段FFT的方法进行运算, 算法基本结构如图3所示。

其中每条支路的算法与传统的算法相同, 唯一不同是将一个信号做多段的FFT变换处理。假设这里分段数目为K, 那么每个相关器的相关时间为TCA/K。每个相关器处理的C/A码长度为LCA/K, 然后再对处理后的数据进行FFT变换。由于每个FFT对应的点数仅仅为原来的1/K, 故其硬件资源较直接的并行FFT算法要节约。

在这种情况下, 获得的信号频谱非常差, 甚至难以搜索到其峰值。考虑相干累加对噪声没有放大作用, 因此, 这里通过相干累加来进行处理。得到分段后的FFT, X (1) , X (2) , ...., X (K-1) , X (K) 。然后得到的相干累加后的的结果如下式所示:

然后对得到的结果取模。当获得超过门限的峰值, 则说明此时信号已经捕获, 就得到对码相位和多普勒频移估计值, 这样做的优点是可以获得峰值更为明显的谱线。

2.4 改进后的GPS信号捕获算法的仿真分析

这里采用相同的中频信号进行测试, 将信噪比加到-2 0 d b开始测试, 其测试结果如图所示。图4是S N R=-2 0 d b的时候的捕获情况。

通过上面仿真, 可以看到在低信噪比条件下, 通过运算, 系统还能够捕获GPS信号。相关峰的值与均值的比值较小, 噪声毛刺较大, 相比较零噪声时的虚部较小结果, 强噪声情况下相关结果虚部变大, 这说明随着噪声的增强, 捕获的概率在逐渐减小, 虚警概率在逐渐增加。这里的相关峰, 即通过前面加窗的方法进行搜峰, 即可得到相关峰的峰值幅度和位置。

上面提出的低信噪比信号捕获的方案, 在M A T L A B中对该方案进行了仿真分析, 仿真证明该方案在低信噪比下系统的工性能良好, 通过相干累加后的GPS信号捕获算法具有更高的性能, 传统的算法只能在信噪比为-10db以内的情况下工作, 而改进后的算法可以达到-20db。

3、结语

针对目前软件GPS接收机运算能力有限, 工作环境的局限性, 本文提出了一种改进的GPS信号捕获算法, 使其能够在低信噪比环境下正常工作。这种新的GPS信号捕获算法是基于分段处理和频谱叠加的思想, 使其能够在恶劣的环境下获得明显的算法相关峰, 本文通过M A T L A B对系统进行了仿真, 仿真发现系统能够在S N R=-20db的环境正常工作。

本文的研究成果在微弱信号下GPS信号的捕获方面具有较大的参考价值。

摘要：本文提出了一种改进的分段叠加捕获算法。其具体做法是将接收到的信号分为多段, 然后对每段信号进行叠加, 再对叠加后的信号做C/A码相关和FFT操作, 该算法能够识别-20db信噪比下的GPS信号。论文对该算法进行了仿真与分析, 说明该算法具有较高的应用价值。

关键词：GPS信号,捕获,C/A码,FFT

参考文献

[1]Elliott D.Kaplan and Christopher J.Hegarty著[M].寇艳红译.GPS原理与应用.第二版.北京:电子工业出版社, 2007.111~224

[2]赵昀, 张其善.软件GPS接收机架构与捕获算法实现.北京航空航天大学学报.2006, 53-56.

[3]丁继成, 赵琳, 余小辉.应用频率误差修正的高灵敏度GPS信号捕获技术[J].哈尔滨工程大学学报, 2009, 3 (8) :887-892.

微弱信号高精度数据采集技术研究 篇5

1 系统采集要求

某数据采集系统使用的热电偶传感器的测量温度范围一般是-200~1 500℃,对应输出电压为-5~45 m V,灵敏度是40μV/℃;电流输出型温度传感器的测量温度范围是-50~150℃,对应输出电流为223~423μA,灵敏度[4]是1μA/℃。

数据采集系统的要求是:电压分辨率达到40μV,电流分辨率达到1μA,误差不大于0.1%,信号数量是9路热电偶信号和1路电流型温度传感器信号,采集频率20 Hz,数据采集系统工作温度范围为-55~125℃。由于传感器所处的环境比较恶劣,微弱信号在传输中常常会受到各种电磁干扰。

2 数据采集系统拓扑结构

一般的数据采集系统的拓扑结构[5]如图1所示。主要包括低通滤波电路、放大调理电路、多路选择电路、采样保持电路、模/数转换电路和处理器电路等,但是,如果对微弱信号的采集仍然使用这样的拓扑结构的话,那么,对一般精度要求的数据采集系统可以忽略的问题,在微弱信号数据采集系统将成为制约精度提高的瓶颈,这些问题主要包括共模干扰和差模干扰产生的误差,运放工作电源中的高频干扰产生的误差,放大电路的失调误差和温漂误差,数据采集电路的加载效应引起的误差等[6]。

一般的数据采集系统前端调理电路有两种,其中图2所示的一种为差分放大电路,整个系统的输入阻抗是R1+R2,输入阻抗越大,则放大电路对被测信号产生的影响越小,采集的精度越高,然而,电阻阻值太大会导致热噪声急剧增加,降低采集精度。因此,必须设法增大系统的输入阻抗,同时要降低放大电路加载效应产生的系统误差;图3所示的一种电路叫反相输入放大电路,这种结构放大的信号是通过单根导线传送的,信号单端传输的最大问题就是有效信号会叠加有大的共模干扰噪音,反相放大电路的共模抑制比很小,即放大器在放大有用信号时也将干扰信号同时放大,导致放大器的输出端产生微弱信号系统不能容忍的误差。一种称之为仪表运放(见图4)的差分放大电路可以很好地解决这些问题,它以运放的同相端直接作为信号的输入,而运放是以MOS管的门级作输入端,因此输入阻抗可以高达GΩ级,但又不会增大热躁声;而且这种结构,只要对称位置的电阻匹配良好,共模抑制比可以高达100 d B以上,即在相同的干扰情况下,仪表运放放大电路可以将共模干扰减小到普通放大电路1/1 000,但是,这种放大电路有几个缺点。首先,仪表运放能够把输入端的射频信号整形产生输出失调误差,一旦产生输出误差,则后面电路无论怎么滤波也无法消除这个误差;其次,集成电路对温度特别敏感,特别是模拟芯片精度容易受到温度影响,仪表运放的增益是通过两个电阻的比值来设置的,必须设法保证增益设置电阻比值不随温度变化,从而保证放大电路增益的稳定。最后,经过仪表放大器放大的信号,仍然会有信号传输过程中带入的干扰以及芯片工作使用的开关电源带入的干扰[7]。

3 改进后的数据采集系统拓扑结构

通过分析,对一般数据采集系统的结构进行改造以适应微弱信号系统的采集要求。微弱信号数据采集系统的结构图如图5所示,和图1比较,两者的差别在于多路器之前的处理电路,微弱信号首先进行射频滤波,消除放大电路产生直流失调误差的射频干扰,再经过仪表运放的放大,之后,进行二阶低通滤波,进一步去除外来干扰信号,再通过多路器,采样保持器直到A/D转换器(采样保持器和A/D转换器一般在同一个芯片上),最后由微处理器处理数据。

微弱信号的传输是影响采集精度的重要因素,正确的信号传输方式是高精度数据采集的保证。微弱信号必须用差分形式传输,电缆使用双绞屏蔽电缆,这样能降低95%以上的外界电磁干扰。

射频滤波电路能够滤除掉信号传输线上的共模射频干扰和差模射频干扰,射频滤波电路图如图6所示[8]。

微弱信号的放大必须选用仪表放大器,仪表放大器最重要的优点在于它有超过100 d B的共模抑制比,即放大器只放大两个输入端信号的差值,而对于输入端上叠加的共模信号则不放大。另外,仪表放大器高达10 GΩ的输入阻抗,保证了放大电路对被测信号不产生加载效应,消除了由此引起的误差[9]。仪表放大器的选择非常重要。仪表放大器的增益是通过两个电阻阻值的比值来决定的,现有的仪表放大器有三种类型,第一种是增益电阻中的一个集成在芯片内部,阻值固定,另一个电阻在芯片外部,由设计者根据需要外接相应阻值的电阻来设置仪表放大器的增益,这种仪表运放常温下的误差不超过0.7%,足以满足一般系统的要求,但是,当芯片工作温度在较宽的范围内变化时,由于两个电阻的温度系数不同,导致仪表放大器增益不固定,从而产生较大的输出误差;第二种是两个增益电阻都集成在仪表运放内部,通过连接或着断开某两个芯片管脚,增益可以设置为两个固定值,由于两个电阻都在芯片内部,温度系统完全相同,因此能够保证仪表放大器的增益在较宽的温度范围内保持不变;第三种是两个增益电阻都在仪表运放外部,设计者可以通过高精度和低温度系数的电阻设置所需要的任意仪表放大器增益,同时能够保证增益在较宽的温度范围内固定不变[10]。微弱信号采集对精度要求特别高,因此,选择后两种仪表放大器,在较宽的温度范围内可以将误差控制在0.15%内。

一般的数据采集电路在放大器之后经过多路选择器,直接对信号进行采集,而微弱信号采集在仪表运放对信号放大后需要再经过滤波电路,主要用于滤除导线传输引入的干扰和前级电路中芯片工作电源引入的干扰,因此,这级滤波电路设计为二阶滤波,运放选用精度高和工作电源抑制比高的OP运放。二阶滤波电路如图7所示。

4 电路参数计算

根据经验,图6中的滤波参数选择R1=4.02 kΩ,C1=1 000 pF,C2=0.047μF。

共模滤波频率是:

差模滤波频率是:

图7中的电阻电容选择R1=R2=100 kΩ,C1=1 000 p F,C2=200 pF;则滤波截止频率:

微弱信号经过上述的放大滤波处理后,经过多路器进入A/D转换器,由微处理器采集计算。

A/D转换器选用12位分辨率,输入电压范围是-5~5 V,1个码值对应的电压是:10 V 4 096=2.44 m V。

仪表放大器增益设置为100,则1个码值对应的输入信号是:

即微弱信号数据采集系统的分辨率在理论上可以达到24.4μV,在测量-200~1 500℃的温度范围内可以分辨1℃。

对于电流信号的测量,只需要在电压信号采集电路前增加一个高精度的100Ω电阻,把电流信号转换为电压信号即可。电流信号的分辨率是:

完全满足设计指标的要求。

微弱信号采集系统在多路器和A/D转换器中产生的误差非常微小,可以忽略。在某系统的微弱信号数据采集系统中,采用以上的电路处理方法采集的实测值见表1,满量程误差控制在0.1%以内。

5 结语

本文从一般数据采集系统的拓扑结构入手,通过多个方面对其进行改进,使之适应微弱信号的采集,通过实际测试,该测试系统能够实现对微弱信号的高精度采集,误差不超过0.1%,满足系统要求。

摘要：介绍了一般数据采集系统的拓扑结构,针对微弱信号的特点,从信号传输、滤波、放大调理和模/数转换等方面进行了全面分析,通过对数据采集系统的拓扑进行改进和优化设计,分析计算相关的误差,提供了解决微弱信号采集的完整方案,试验验证该方案可以获得高精度的数据采集结果。

关键词：微弱信号采集,热电偶,数据采集,仪表放大器

参考文献

[1]WILSON Jon S.传感器技术手册[M].北京:人民邮电出版社,2009.

[2]赛尔吉欧.佛朗哥.基于运算放大器和模拟集成电路的电路设计[M].3版.西安:西安交通大学出版社,2004.

[3]童诗白,华成英.模拟电子技术基础[M].3版.北京:高等教育出版社,2001.

[4]吴道悌,刘晓辉,郑明.非电量电测技术[M].3版.西安:西安交通大学出版社,2004.

[5]马明建.数据采集与处理技术[M].2版.西安:西安交通大学出版社,2005.

[6]JUNG Walt.运算放大器应用技术手册[M].北京:人民邮电出版社,2009.

[7]KITCHIN Charles,COUNTS Lew.仪表放大器应用工程师指南[M].2版.USA:AD,2009.

[8]NASH Eamon.Errors and error budget analysis in instrumenta tion amplifier applications[R].USA:AD,2010.

[9]RISKIN Jeffrey R.A user’s guide to ic instrumentation ampli fiers[R].USA:AD,2010.

一种简单微弱信号检测系统的设计 篇6

1 项目方案

1.1 总体设计方案

系统的总体设计方案如图1所示。输入正弦波信号VS的频率为1 k Hz、幅度峰峰值在200m V到2V范围内叠加VN的均方根电压值固定为1V+-0.1V的噪声源时, 能够成功检测输出正弦波, 振幅误差不超过5%。采用TI公司超低功耗单片机MSP430G2553为核心的Launchpad开发板来处理数据和驱动1602液晶屏显示正弦波信号的幅度值。

1.2 微弱信号检测电路

微弱信号检测电路是核心, 相敏检波器构成的微弱信号检测部分的原理框图如图2所示。混叠信号通过带通滤波器滤除带外噪声, 与检测标识信号经过移相器后一起通入相敏检波器, 则混叠在噪声中的原信号会被取出, 再通过低通放大后恢复出标识信号。

2 电路设计

附属电路包括加法器、带通滤波器、低通滤波器、正弦波振荡器和移相器。其中, 加法器为输入信号分别为1KHz的正弦波信号和噪声信号, 通过主要由TL084ACD构成的加法器电路后得到一个与正弦波同频同相、幅度一致的带毛刺的正弦波 (VC=VS+VN) 。带通滤波器是一个允许特定频段的波, 通过同时滤除带外噪声的电路。在本电路图中, 保留在1KHz频率左右的信号 (500Hz~2k Hz) 。移相器电路:如果一个频率为ω的正弦信号通过系统后, 它的相位落后D, 则该信号被延迟了D/的时间。所以我们利用LF353P芯片, 对相位进行调整。低通滤波器:从相敏检波器得到的交流信号经过低通滤波器后将被滤除掉 (大于40Hz的频率被滤除) , 得到平稳的直流电压信号 (幅值等于输入正弦波的VS的幅度) 。

主要电路为相敏检波电路:

两个同频信号之间的相位进行检波, 经过相敏检波后的波形为整流后的波形, 频率变成正弦频率的两倍即2KHz。如图3所示。

3 信号处理电路相关设计及测试情况

本设计以带通滤波电路、移相电路、相敏检波电路、低通滤波电路实现锁相放大的功能;加法器和电阻分压网络为辅助电路;MSP430G2553单片机实现信号输出和显示功能。测量结果见表1所示测量数据, 由表中数据知此方案性能良好, 能够达到微弱信号检测的设计要求。

结束语

该系统目前可以应用于正版光碟的防伪中。在制作光碟时, 加一个微弱的正弦信号作为防伪标记 (该微弱信号不会对光碟的音质产生任何影响) , 通过该微弱检测装置检测到防伪标记, 从而达到防伪的目的。

摘要：为了实现在强噪声背景下检测已知频率的微弱信号, 本设计主要利用锁相放大的方法进行微弱信号检测的电路设计方案, 以带通滤波电路、移相电路、相敏检波电路、低通滤波电路实现锁相放大的功能;加法器和电阻分压网络为辅助电路;MSP430G2553单片机实现检测输出信号的显示功能。该系统可以应用多领域的微弱信号检测环节中。

关键词：锁相放大,相敏检波,带通滤波,低通滤波

参考文献

[1]王卫东.高频电子线路 (第二版) [M].北京:电子工业出版社.

用思维导图捕捉潮流的微弱信号 篇7

但如何才能预知潮流呢？潮流是一种特征（状态），一种走向（趋势），需要我们在了解特征与走向的基础上进行定位，根据我们自己所从事的具体行业，踩准“点”研究，为设计提供养料、依据。今天，很多人都在谈潮流，一般都认为潮流是感性的，就是一种感觉。其实，潮流是有信号的，但往往比较微弱，即潮流的微弱信号。它存在并分布在各个方面，但由于太微弱了，因此不容易被察觉。即使察觉了也很少有人能全面、客观地进行整合，形成一种可识别的标识。那如何才能准确捕捉潮流的微弱信号呢？一种行之有效的方法就是在设计之前先绘制“思维导图”，理清设计思路，思路就是出路，捕捉微弱信号，预知并引领潮流趋向。

1什么是思维导图

思维导图, 又称心智图或心像图，由概念图发展而来，是一种创造性的记笔记的方法，能够用文字将你的想法“画出来”，是一种根据特殊主题表达联想的平面手段。

英国著名心理学家东尼·博赞在研究大脑的力量和潜能过程中，发现伟大的艺术家达·芬奇在他的笔记中使用了许多图画、代号和连线。他意识到，这正是达·芬奇拥有超级头脑的秘密所在。在此基础上，博赞于19世纪60年代发明了思维导图这一风靡世界的思维工具。

思维导图就是一幅帮助你了解并掌握大脑工作原理的使用说明书。它有助于深入了解与主题相关的问题和状况，让你更有效地把信息放进你的大脑，或是把信息从你的大脑中取出来。

2如何应用思维导图，捕捉潮流的微弱信号

这个世界上存在这太多的理论家，又有太多的评论家。而真正可以为这个社会创造价值的，是那些每天都在努力，每天都在朝着自己目标前进的人。正是他们通过自身的努力与奋斗创造了人生的奇迹。对于思维导图的学习也是一样，思维导图的学习重在应用，解决实际问题，捕捉潮流的微弱信号。

对于设计而言，首先必须确定产品概念，一旦产品概念定位错了，后面的努力可能就会付之东流。思维导图可以帮助设计师理顺、理清设计相关事件、事物之间的复杂缠绵关系。其实很多时候，只要我们的设计思路理清了、理顺了，问题几乎就解决了。比如说奥运会国家体育场主馆“鸟巢”的设计，这么大的设计如何才能做到未雨绸缪，应对自如呢？答案是在设计前期绘制思维导图，进行总体设计规划，从地址的选取（朝阳区洼里乡）到方案的选定（瑞士与中国合作设计的“鸟巢”方案），继而破土开工（2003年12月24日），以及制定施工进度、人员、细节等，这样才能运筹帷幄，顺利完成“鸟巢”的设计与建设。“鸟巢”曾因要不要上顶盖的问题暂停过施工，其实本质还是要不要节源、经济的问题，这些是本该在确定方案概念之前就应解决的问题。

思维导图每个人都能绘制，但要准确捕捉微弱信号，把握整个潮流走向，就需要一个设计团队。例如，世界上最负盛名的飞利浦设计中心，在全球拥有12个设计团队，400多位成员，除了设计师外，还包括未来学家、心理学家、历史学家、人类学家等。

在拥有了一个设计团队之后，为了让设计团队中的每个成员爆发出潜在的心志与能力，提高整个设计团队的有效性与效率，我们需要在学会绘制思维导图的基础上运用“六顶思考帽”。

六顶思考帽是英国学者爱德华·德·波诺（Edward de Bono）博士开发的一种思维训练模式，或者说是一个全面思考问题的模型。它提供了“平行思维”的工具，避免将时间浪费在互相争执上。强调的是“能够成为什么”，而非“本身是什么”，是寻求一条向前发展的路，而不是争论谁对谁错。

六顶思考帽需要将一个设计团队分成六个组织，分别是白帽子（数据帽）、黄帽子（乐观帽）、黑帽子（谨慎帽）、红帽子（情感帽）、绿帽子（创造力之帽）、蓝帽子（指挥帽），每个组织分别扮演不同的角色。

例如，以“2020年的中国家庭”为主题，先运用思维导图将这一主题进行分支，可以分成基本设施、家庭结构、价值观、社会性、归属、数字化以及其它等主要枝干，然后再分出二级枝干，像数字化可细分为机器佣人、远程控制、隐性服务，价值观可细分为个人享受、为家庭争光、社会责任、奉献社会，依此类推，逐级分支。大体框架定好之后，六个不同组织分别以不同的角色对这一框架进行平行思维（如图1）。

白帽子主要是描述中国家庭的现状，只是工具、电脑，要理性不要感性；黄帽子主要描述事件积极的一面，最有可能的景象与机会是什么；黑帽子与黄帽子相反，描述这一事件消极的一面，专门挑刺；红帽子就是描述对这一事件的他们的主观感性看法，不需要公正，也不需要给出理由；绿帽子需要进行创意，需要创造性，突破常规的想法；蓝帽子则要做好指挥官的角色，控制与管理整个思维进程，并对白、黄、黑、红、绿帽子得出的信息进行综合评判，并整合处理，最后形成结果，产生出有效的信息。与设计有关的信息有：设计可以方便热早餐的汽车、方便晚餐（半成品）开发、适合喂儿童吃饭的桌子、生熟食两用加工菜板设计、刺激进餐食欲的产品开发、空间的设计有利于增进家庭成员情感的交流与乐趣的共享、适合于餐桌学习或伦理教育用品与服务开发等等。通过对这些有效信息的进一步研究分析，尝试发掘并捕捉潮流微弱信号的端倪，然后进行放大、强化、整合，形成体系，最终把握潮流，引领时尚。

设计是漫长而没有尽头的旅程，因为没有最好、最完美的设计，只能是更好、更适合的设计。同样，用思维导图捕捉潮流微弱信号的过程也应是长期、不断进化的，应根据不同的行业、不同的情形、不同的主题，进行调整、演变。此外，除了可以结合六顶思考帽外，在未来潮流微弱信号的捕捉过程中，我们还可以将思维导图与6 W 2 H 1 C（在5 W 2 H基础上增加W h o m、Cost）、5FORCES (5力模型）、SWOT分析法（S t r e n g t h s/W e a k n e s s e s/Opportunities/Threats）、4M1E（质量问题判断：人、机、料、法、环）等方法相整合，全面提升心智，拓延设计思维，运用我们所获取的智慧与经验，结合所从事的具体行业与状况，捕捉我们切实需要的微弱信号，放大、强化，最终整合成可识别的标识，从而把握未来潮流趋向，将未知转化为预知，为产品的设计开发提供最可口的养料和最确凿的依据。

摘要：潮流是有微弱信号的, 设计团队需要将微弱信号捕捉, 放大、强化、整合, 从而真正捕捉消费者的内心需要, 发掘生活中的潜在趋势。本文从潮流的表征与微弱信号出发, 阐明什么是思维导图, 并结合六顶思考帽, 通过案例分析, 表述了如何应用思维导图捕捉微弱信号, 把握未来的潮流趋向, 以期为设计团队、设计公司进行产品设计开发提供充分与确凿的依据。

关键词：潮流,微弱信号,思维导图

参考文献

[1]许柏鸣.潮流研究与微弱信号的捕捉.深圳国际家具展上的论坛讲座.2008年3月19日

[2] (英) 博赞著, 张鼎昆等译.大脑使用说明书—思维导图丛书[M].北京:外语教学与研究出版社.2005年4月