CN1112751A - 工业控制应用中用于信号数字处理及滤波的方法和装置 - Google Patents

工业控制应用中用于信号数字处理及滤波的方法和装置 Download PDF

Info

Publication number
CN1112751A
CN1112751A CN93120441A CN93120441A CN1112751A CN 1112751 A CN1112751 A CN 1112751A CN 93120441 A CN93120441 A CN 93120441A CN 93120441 A CN93120441 A CN 93120441A CN 1112751 A CN1112751 A CN 1112751A
Authority
CN
China
Prior art keywords
trend
digital signal
time interval
indication
filter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN93120441A
Other languages
English (en)
Inventor
理查德·J·莫尔纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Control Automation Finance SA Luxembourg
Original Assignee
International Control Automation Finance SA Luxembourg
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Control Automation Finance SA Luxembourg filed Critical International Control Automation Finance SA Luxembourg
Publication of CN1112751A publication Critical patent/CN1112751A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00Networks using digital techniques
    • H03H17/02Frequency selective networks
    • H03H17/0223Computation saving measures; Accelerating measures
    • H03H17/0238Measures concerning the arithmetic used
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00Networks using digital techniques
    • H03H17/02Frequency selective networks
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00Networks using digital techniques
    • H03H17/02Frequency selective networks
    • H03H17/0248Filters characterised by a particular frequency response or filtering method

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Feedback Control In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Networks Using Active Elements (AREA)
  • Noise Elimination (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

一装置,它结合了方法、装置及一滤波器,滤波器 可以是一种滞后滤波器。方法和装置提供一由滤波 器在装置输入上处理数字信号的因数。该方法能确 定输入信号的变化原因是噪声还是有效信号的变 化。该方法中使用了装置输入处给出信号方向趋势 的过去分析的信息,用最近的趋势指示,确定装置输 入上的当前信号是否是噪声特性。如果不是,则通过 一跟踪可信度调节趋势指示。本方法使有效信号响 应时间及滤波器噪声阻扼间的折衷减到最小。

Description

本发明涉及在工业控制应用中信号的数字处理及滤波,尤其涉及可用来显著减小模拟信号测量中的噪声含量的信号处理和滤波的方法和装置。
典型地,一个工业控制器测量一输入信号,所述输入信号例如可以来自一传感器。所述来自传感器的模拟信号被一标准模拟/数字转换器转换为一代表该模拟信号的数字信号。常见的情况下输入控制器的模拟传感器信号中的噪声很大。因此,代表了传感器信号的数字信号将反映出此噪声含量。
通常在控制器中使用标准的数字信号处理技术(例如一现有技术的滞后滤波器或移动均值滤波器)来降低输入信号中的噪声含量。使用这种标准的数字信号处理技术所带来的问题是必须兼顾噪声抑制和信号响应时间。换句话说,一个严重衰减信号含量将很好地消除噪声,然而它对一有效信号变化的响应将很慢,另一方面,一个轻微衰减信号能很好地跟踪有效信号变化然而它也将比严重衰减信号更多地跟踪噪声因而其噪声抑制性能较差。
用于一离散的时间框(例如以微处理器为基本组件之控制器)的滞后滤波器可具有如下的形式的控制周期:
lag(n)=lag(n-1)+ (w(n)-lag(n-1))/(衰减权重) (1)
其中w(n)是传感器信号的当前值,lag(n-1)是来自前一控制周期的滞后滤波器的值,lag(n)是当前控制周期中滞后滤波器的值而衰减权重决定了滤波器的响应。可以注意到字母n对应于一分时间隔如一控制周期,其中w(n)是一由标准的模拟/数字转换器完成的输入模拟传感器信号w(t)的取样测量值。
滞后滤波器是通过比较传感器的新值和滞后滤波器先前值间的差值而工作的。滞后滤波器当前值等于滞后滤波器先前值加上以衰减权重值来表示的所述差值的分数。有时滞后滤波器用离散的时间间隔定义为如下的等式:
lag(n)=lag(n-1)+ (dt[w(n)-lag(n-1)])/(TC+dt) (2)
其中dt是控制周期的时间间隔,TC是与滤波器的衰减权重有关的时间常数。例如,在由所述时间常数确定的时间内此滤波器的输出响应可达到输入幅值的63.2%。
与滞后滤波器相反,一移动均值滤波器中包括了许多个先前储存测量值和一个当前测量值。所述移动均值滤波器的输出就是预定个数的所储存测量值的平均值。一移动均值取如下的形式:
MA(n)= (w(n)+w(n-1)+w(n-2)…)/(储存值的个数) (3)
其中MA(n)为移动均值滤波器的当前输出,w(n)、w(n-1)等是传感器信号以前的一些值。
当被储存的值的个数更多时,就要对个数更多的样本取平均值,从而产生更好的噪声抑制性能。然而,如果信号具有一有效的变化,移动均值的输出对其作出的响应将较慢。可通过以下的方法来理解这一点,移动均值中所储存的值越多,使传感器信号输入发生变化而应被变化的储存值也将越多。与滞后滤波器相同,需同时兼顾噪声抑制和有效信号响应。如果对较少的值进行存储和平均则对有效信号变化的可进行更紧密的跟踪,但这必须以较差的噪声抑制性能为代价。
本发明的“灵巧(Smart)滤波器”中采用了一独特的非现有技术的方法,它可以决定如何在一循环形式的每个控制周期中调节一数值。其新颖性在于本发明区分出现在工业控制器的输入端的随机噪声,噪声尖峰和真实的输入信号变化的能力。所述灵巧滤波器使用这一区别来规定滤波器的动态衰减权重系数。本发明可使用任一型式的滤波器或数字信号处理(DSP)技术,例如(但不局限于这些),滞后滤波器,加窗滤波器或移动均值滤波器。
图1是一可使用本发明的灵巧滤波器的一工业处理控制环路的一般方框图。
图2是图1所示环路的控制器中用于完成本发明之功能的硬件的方框图。
图3是一描述了欲作出本发明之灵巧滤波器所必须的编程逻辑的流程图。
图4示出了一有噪声的阶跃输入信号及在一现有技术的滞后型滤波器和本发明的灵巧滤波器之输出端上最后得到的波形的曲线图。
图5示出了作为与理想的阶跃电压相比较的有噪声的信号、滞后滤波器响应和灵巧滤波器响应的实时误差的曲线图。
图6示出一在其上叠加有大的噪声尖峰的稳态输入信号的曲线图。所述滞后滤波器响应及灵巧滤波器响应也示于图中。
图7描述了与本发明的灵巧滤波器之推广相关联的编程逻辑的流程图。
本发明的灵巧滤波器可用于如图1中的8那样的一工业过程控制应用中。如图1中所示,所述过程控制应用8包括一控制器10和一区域处理系统13。所述控制器10包括比例、积分和微分(“PID”)单元9,在所述单元中包括PID算法。区域处理系统包括激励器14,过程15和传感器16。所述控制器10在某些离散的时间间隔(通常称为控制周期)内作用于区域处理系统13。
所述过程15的实际输出17所需的值作为设定值(“SP”)出现在控制器的输入7上。传感器16感知实际的过程输出以在输入12上提供模拟过程变量(“PV”)信号至控制器。所述模拟PV代表了实际过程输出17的值。所述控制器响应于PV和SP,使用PID算法运算并在其输出11上产生控制输出(“CO”)。所述控制输出通过激励器14被馈入过程15。
现参见图2,其中示出了控制器10的一简化了的方框图。控制器10包括微处理器5,它可通过数字/模拟转换器(DAC)19在输出端11上改变控制信号,并能通过模拟/数字转换器(ADC)18监视PV(一模拟信号)。所述DAC19将由微处理器产生的数字控制信号转换为输出端11上的模拟控制输出。所述ADC18将模拟PV信号转换为一数字信号。ADC18的取样时间通常与控制周期相同。
与微处理器5相关联的是随机存取存储器(RAM)3和可擦可编程只读存储器(EPROM)4。用于运行微处理5的内部程序被储存于EPROM4中。所述微处理器5可使用RAM3来储存数据,例如代表了由传感器16所得到的实际过程输出值的数字信号。在EPROM4中执行的程序将指示微处理器5如何操作RAM3中的数据或它应如何改变控制器10的输出11上的控制输出。
其中可使用本发明的灵巧滤波器的应用8的一个例子是用来控制过程15的温度。在这种应用中可将一热电偶用作传感器16来提供代表了过程输出17上之温度的输入信号12。一些热电偶的电压与温度的关系非常灵敏。例如,一“S”型热电偶对于华氏1度的温度变化仅产生3微伏的电压。在噪声很大的工业应用中可以很容易地产生比在热电偶传感器的输入端上的3微伏大几个数量级的噪声。因此,温度的读数可仅仅由于噪声而跳起几个数量级,这在过程控制及监视应用中显然是无法接受的。
现参见图3,它示出了可实现所述灵巧滤波器的EPROM4中编程逻辑的流程图。通过对流程图所作的描述,我们可以明白,所述灵巧滤波器是把本发明的方法及装置和一种滤波器相结合而得的装置,所述滤波器例如可以是但并不限于结合图3而描述过的现有技术的滞后滤波器。由图3流程图的描述还可以知道,本发明的方法及装置提供了一个用于滤波器的因数(以下称作“滤波器因数”)来处理装置的输入端处的数字信号。
所述编程逻辑采用一种技术来决定输入信号的变化是由于噪声还是由于一有效的信号变化引起的。如以下将作详述的那样,所述逻辑使用了可提供对装置输入端处信号方向的趋势作出过去分析的信息。所述趋势信息(以下作“趋势指示)包括一代表了该趋势之以往历史的因数。如以下也将更为详细地描述的那样。所述逻辑采用了最近的趋势指示以合理的置信度来决定当时在装置输入端处的信号是或不是噪声的特性。如果输入端处的信号被认为不是噪声特性,则所述逻辑将通过对趋势指示调整一个量,这个量以下称作“跟踪可信度(tracking  credit)”。所述跟踪可信度实际上是又一个置信度,表明输入信号的改变不是噪声特性。所述技术将现有技术的滤波器之有效信号响应时间与噪声抑制之间平衡降至最小。以下将描述编程逻辑中特定的步骤。
参见图3中的流程图,步骤21中的灵巧滤波器取得了在当前控制周期上测量得到的PC新值并减去来自步骤30的旧平均值以决定差值。所述旧平均值是前一控制周期灵巧滤波器的输出。一个根据步骤26或27而决定的累积状态字节(CSB)的绝对值和旧平均值一起被储存在RAM3中并与使用灵巧滤波器的每一PV输入信号(图3的逻辑可被用于多个PV)相联系。CSB是趋势指示。CSB的绝对值在步骤22中被参照AMT1而检查。AMT1在灵巧滤波器将开始把输入信号以为是不同于噪声的真正的变化电平之前被选作一趋势出现率的最少值。步骤24显示出如果CSB小于AMT1则不会给出可信度。
为了进行说明且并不限制本发明的范围,为AMT1选择了一个数值2。当CSB的绝对值等于或超过所述AMT1的数值时,如步骤22和23中可看到的为这个输入的变化给出了跟踪可信度。所述可信度具有一个比例因数AMT2,它可在使用灵巧滤波器的应用中被设置为例如一个双倍于最大预计噪声电平的数值。比例因数AMT2在输入信号幅度的改变被允许提供给可信度之前决定必须出现在输入信号幅度中的最小改变。在这一例子中基于图4中所示的输入信号中的随机噪声电平AMT2的值被确定为0.4。如果以整数形式储存且可信度CSB的绝对值小于AMT2,则可信度为0(即可信度被截去)。
接下来在步骤25中,灵巧滤波器通过与CSB比较差值的极性,从而决定所述差值的绝对值是比AMT3的数值小(这代表了输入信号被认为是噪声的最大幅度)还是所述增值与CSB中的以前的趋势相矛盾,如果上述所作决定中任何一个是真实的,则如步骤27中所述那样CSB回到零。AMT3可被设置在一个值,它确定了在灵巧波波器的输出值附近一加窗范围的数值,在所述范围内需最大衰减权重,在这种情况下选AMT3的值为0.02。
如果CSB趋势与增值相同则在步骤26中调节CSB,做法是在CSB上加可信度并在增值符号函数输出[sign(DELTA)]上加可信度,如果增值是正的,所述sign(DELTA)输出+1,如果增值是0,则输出0,如果增值是负的,则输出-1。随后灵巧滤波器在步骤28中基于所述经过调节的CSB值来决定比例(SCALAR)值,即滤波因数。在这个例子中所述SCALAR值被限定为一正值或零,这里负值被设置为零。步骤28中的max(0,应答值)函数在应答值为正时产生应答值,在应答值为0或负时产生零。AMT4来确定所需的最大SCALAR值;因而,这确定了最重(最大)衰减权重。步骤28显示了当CSB为0时所述SCALAR将为最大且不会小于零。
在步骤29中灵巧滤波器的输出是用分数部分的当前增值来调节先前输出而得到。所述调节包括把增值除以SCALAR的平方再加上AMT5的数值。数值AMT5可被设置为所希望的衰减权重的最小值。注意到AMT5必须大于零以防止在步骤29中出现被零除。在这一例子中AMT5等于1。在离开程序之前,所述旧平均值被设置为步骤30中的当前输出值。
这里值得注意的是,本发明中的步骤29可用一现有技术的滞后滤波器来代替,所述滤波器的时间常数由步骤28的SCALAR值来确定,同样地,一现有技术的移动均值滤波器也可代替步骤29。其中储存平均测量值的个数要根据步骤28中的SCACAR值而定。本发明的这一灵活性允许多种滤波器形式均得益于灵巧滤波器的性能。
作为本发明灵巧滤波器的一个例子,结合图3的流程图使用上述值。
图4至6示出了灵巧滤波器在存在噪声的处理方面优于现有技术的滞后滤波器。一现有技术的移动平均值型滤波器可通过分别调节所储存数值的个数和衰减权重而以与现有技术的滞后滤波器非常相似的方式工作。因而,为了进行说明仅将衰减权重为8的现有技术的滞后滤波器与本发明的灵巧滤波器作比较。
由图4至6及以下的说明可以看到,为了在信号接近稳态时使滞后滤波器达到灵巧滤波器的衰减必须增加所述滞后滤波器的衰减权重。然而,提高了现有技术的滞后滤波器的衰减权重同时也降低了滞后滤波器的跟踪能力:由此增加了所述滤波器的阶跃响应时间(即,一更慢更迟缓的响应)。同样地,降低滞后滤波器的衰减权重以允许其更密切地跟踪信号响应将牺牲滞后滤波器的噪声滤波性能。
图4至6的幅度和时间刻度是不相关的,这是因为它们的刻度依性质和应用而定。因而,衰减权重、控制周期时间和相应的输入电平可根据不同的过程控制应用而变化;但是,与现有技术的滤波技术相比灵巧滤波器所提供的总体优点仍可加以应用。
图4中所示的输入阶跃信号42上叠加有噪声。图4示出了对于阶跃输入信号42的灵巧滤波器的响应40和现有技术的滞后型滤波器的响应41。对于阶跃输入信号的理想的输出响应是一理想的阶跃波形。由图4可见,与现有技术的滞后型滤波器的响应相比较,灵巧滤波器的响应反映了这一特性。
图5示出的波形提供了小型滤波器响应50,现有技术滞后滤波器响应51及带噪声的阶跃输入信号52与理想阶跃响应相比较的实时误差。所述带噪声的输入信号52只是叠加在理想阶跃上的噪声。滞后滤波器误差51示出了在阶跃出现处附近的急速跳变及逐渐衰减。这是因为现有技术的滞后型滤波器对信号中的实际阶跃具有一较慢的响应(响应时间较长)。开始时滞后滤波响应大约在达到阶跃的数值时结束,随着时间的推移,滞后滤波响应慢慢地接近阶跃,这在这时成为滞后滤波响应中误差的主要原因。灵巧滤波器开始时的误差与滞后滤波器相同,但是灵巧滤波器的响应的恢复比现有技术的滞后滤波器响应的恢复要快得多。
与图5中每个波形相联系的是一个“平方误差和”。所述对应于各波形的平方误差和是由先从每一滤波响应中减去理想阶跃响应再在每一周期将其数量进行平方而决定的。随后对示于图中的时间间隔内的各个响应把这些来自每一周期的平方值之差相加。平方误差和是比较灵巧滤波器和现有技术滞后滤波器对于理想阶跃响应之响应的一种方法。因而,平方误差和越小则滤波器对于阶跃的响应越好。由图5可见灵巧滤波器的平方误差和最小因而它有最好的响应。
可以注意到在图中所示的时间框上,滞后滤波器会产生比噪声本身更多的误差。这是由于滞后滤波器固有的缓慢阶跃响应导致了在这一时间框上主要的误差。若给出一个只有一个阶跃的更长的时间框,则滞后滤波器的输出误差将可能降低至噪声误差以下,然而其性能仍比本发明的灵巧滤波器来得差。
图6示出了其上叠加有大噪声尖峰的一稳态输入信号62。因为所述大噪声尖峰不是有效的信号变化,过程控制器对它们将不作出响应。如在图6中可以看到的那样,灵巧滤波器响应60在输入噪声尖峰存在的情况下仍连续进行滤波。然而,滞后滤波器响应61受到每一个噪声尖峰的影响,虽然噪声尖峰并不是有效的信号变化。因而,与灵巧滤波器响应60相比,所述滞后滤波器又一次将更多的误差带进了实际信号(在这种情况下是DC)。
如上所述,灵巧滤波器的响应实质上优于现有技术的滞后滤波器。虽然图4至6中未示出,本领域内的技术人员将明了灵巧滤波器的响应将同样优于现有技术的移动均值型滤波器的响应。此外,使用现有技术的移动均值型滤波器的一个缺点在于其固有的对噪声尖峰的噪声阻扼能力差。当噪声尖峰作为所存储的测量值之一输入时,移动均值的输出连续地对所述噪声尖峰与其它所储存的测量值同等地进行加权直至噪声尖峰测量值在按时间顺序储存的测量值的限定数量中被取代为止。这将使现有技术的移动平均值输出产生一接近于方波的效果。
图3的步骤25可改变为在这些过程控制应用中允许使用灵巧滤波器,在所述应用中信号响应的方向指示了所述信号和噪声的特性。在这些类型的应用中步骤25中对CSB和DELTA设置为零的电平可设置为不同的数值。例如,不同于步骤25中的一个限制条件‘(DELTA(=0)&(CSB>0)’,可将此限制条件改为‘(DELTA<=-1)&(CSB>2)’。除非增值小于-1且CSB大于2,这将防止CSB消除。这种响应将对正向信号与反向信号给出不同的响应。
在不要求具备所述灵巧滤波器的所有高级性能的应用中本发明可得以简化。例如,通过用‘CREDIT=1’来代表步骤23,用‘SCALAR=0’来代替步骤26,用‘SCALAR=所希望的最大衰减设置’来代替步骤27,并去除步骤28我们可容易地完成以下功能:为了跟踪信号,在保持绝对增值大于AMT3的同时,AMT1将代表信号必须与趋势一致的控制周期的个数,否则通过最大SCALAR来衰减信号。
上述的本发明可用于需要一低通滤波器装置的场合。可通过将步骤22中的‘>=’改为‘<’;将步骤25中的‘DELTA>=’改为‘DELTA<’;‘DELTA<=’改为‘DELTA>’;‘<AMT3’改为>=AMT3’;使用本发明来实现一种高通滤波器形式的装置。
步骤22主要用来区别信号中的有效变化和加在信号上的噪声尖峰。步骤22可以用一功能来代替,所述功能将询问“前一周期的增值是否在当前周期的增值AMT7的范围内?”AMT7可以是一个例如为0.154的幅值或是该值的百分值例如20%。
可对传至滤波器的SCALR值进行平方,立方或代表2的乘幂以达到灵巧滤波器衰减改变的加速率。例如:一值为3的SCALAR可被立方以通过值为27的衰减权重。在一不同的情况下值为3的SCALAR代表2的乘幂,而由2的3次幂得到衰减权重为8。
当值用浮点表示时可完成图3的流程图中本发明所必需的程序。然而,本发明的灵巧滤波器也可方便地使用于整型格式的应用。为了甚至于在衰减权重因数非常大的情况下跟踪输入信号,用于整数的灵巧滤波器将在变化中加一个二进制位。例如,步骤29中输出仍将是用比例增值加以调节的旧平均值;然而,人们总是希望对比例增值进行四舍五入至下一个整数,因而除非增量为零它将不会是零。另一方面,人们可根据增值的符号来简便地增大或减小旧平均值当符号为正时增大旧平均值,符号为负时减小旧平均值。值为零的增值将不会增大或减小所述旧平均值。
此外,本发明可被用于一移动均值滤波器的应用中,在所述滤波器中经平均的存储测量值个数的变化反映了SCALAR的数值;因而,滤波及快速响应可以采用移动均值的形式来完成。控制器10(见图1)将按时间顺序存储在输入12上的一定个数的过程可变信号的测量值。控制器所存储的测量值的个数将反映用于移动均值所希望的最重(最大)衰减权重。
移动均值的一种应用可使用28的SCALAR项平方加1来表示有多少个测理值将被求平均值以决定灵巧滤波器的输出。例如,如果控制器为移动均值灵巧滤波器存储了多至10个数值,当前SCALAR为2,则SCALAR平方后加1为5而所述移动均值灵巧滤波器的输出是最后5个测量值的平均。
本发明的另一种形式使用了一种根据灵巧滤波器的SCALAR的多循环迭代的方法。来自步骤28的作根据的SCALAR值由1的值开始高至CSB的绝对值。所述经平方的SCALAR值将表示在每一周期内一很重(很大)衰减权重滞后滤波器应重复运行多少次。因而,如果CSB是0,SCALAR为1而SCALAR的平方为1,滞后滤波器运行仅一次。如果CSB为4则SCALAR的平方为16而滞后滤波器在该控制周期内将反复运行16次。可以看到,滞后滤波器反复运行的次数越多,对信号中的变化的跟踪也越密切。同样地,滞后滤波器每周期运行得越少,噪声阻扼的效果越差。
此外,本发明并不限于将使用来自步骤28中的SCALAR的平方项作为决定滤波器的权重的一种方法;SCALAR可被进行立方或仅使用SCALAR值。然而,SCALAR的平方项提供了一加速的动态滤波权重,它使灵巧滤波器用最少的处理时间在一相当的短时间间隔内由重衰减至快速跟踪作出响应。
本发明的另一种形式是加窗滤波器型式,它使用加窗值来决定衰减权重。例如,步骤29示出了带有可被一组由CSB的加窗值决定的衰减权重来替换的‘SCALAR^2+AMT5’的项。所述替换可以是例如‘IF|CSB|<2  then  the  damping  weight  is  16,else  damping  weight  is  4’。这种方法的优点在于仅使用一有限个数的权重窗(在本情况下为2)且在CSB值附近设置了窗以决定衰减权重。
图7示出了本发明的一种推广,它可使信号趋势位于由AMT3设置的确定的噪声频带内。因而,如果绝对增值小于AMT3而CSB未消失,所述趋势被用-NB-CSB(它是噪声频带累积状态字节)在所述频带内进行分析。灵巧滤波器中的这一增添的复杂性可提供对于噪声频带内发生的真实信号变化的更快的响应。图7中的步骤70将替代图3中的步骤25。同样地,步骤74替代步骤27。图3中的所有其它步骤保留如同图7中所附加的步骤。
在步骤70中,灵巧滤波器通过比较增值对CSB的极性而决定增值是否为零或增值是否与CSB中的先前趋势相反。如果是在此情况下,则CSB和NB-CSB如步骤74中所示均被设置为零。否则,在步骤71中绝对增值被检查以决定它是否小于AMT3,如果不是,则如72所示进入步骤26。
如果绝对增值小于AMT3则我们进入步骤73。在这里我们将在由AMT3所确定的噪声频带内工作。步骤73通过使用比较增值对NB-CSB的极性以决定增值是否与NB-CSB的先前噪声频带趋势相反。应当看到,NB-CSB宜为一同样存储在RAM中的“噪声频带趋势指示”。如果噪声趋势与信号变化(增值)不一致,则我们进入步骤74。否则,如果它们相一致,则NB-CSB如步骤75中所示那样被sign(DELTA)函数加以调节且进入步骤77。
步骤77询问噪声频带趋势NB-CSB的绝对值是否大于或等于AMT6。如果是,NB-CSB在步骤78中被重新置为0且随后如72所示进入步骤26,在这里CSB将被调节以显示趋势被识别。AMT6通过在噪声频带内同方向的连续信号趋势的个数来设置,AMT6可构成一有效信号变化。例如,如果AMT6被设置为5,则要求在调节CSB以提供一有效信号变化之前对于至少5个连续控制周期在噪声频带内信号趋向同一方向。
应该注意,可根据使用本发明完成的在一种特殊型式来限定CSB,NB-CSB和CREDIT的值。例如,如果CSB和NB-CSB被用作带符号的字节而不是净字节,这些数值必须被限定为最多为127的十进制绝对值以防止溢出字节。这一建议同样适用于其它数值例如CREDIT,并推广至不同的整数表示法(即多字节),或浮点执行过程。
本发明这一推广的另一有价值的性质在于,NB-CSB可被用于在前面对于整型格式应用中描述过的增量-减量功能。这是因为这一推广允许在噪声频带内进行信号跟踪,因而,对于整型应用而言,为了跟踪一信号变化,灵巧滤波器的输出不再需要不经考虑地改变1。仅当|NB-CSB|如步骤77中那样到达AMT6时才改变1,这就保持了其信号跟踪能力而不需要灵巧滤波器的输出每一周期都变化。
我们可以理解,对较佳实施例的描述仅是为了进行说明而并不局限本发明。常规技术领域内的人员可以对所揭示的特定实施例进行某些增加,删除或修改,这些并不会离开如所附权项所限定的本发明的精神或其范围。

Claims (2)

1、在一种装置中,包括一输入和一输出,所述装置在重复出现的预定时间间隔中工作,一种方法用于在当前出现的所述预定时间间隔之一的期间内在所述输入上处理一数字信号以在所述输出上提供一经滤波的数字信号,所述装置包括用来存储在所述输出上的所述经滤波的数字信号的装置和一趋势指示,其特征在于,所述方法包括以下步骤:
a)计算在所述当前出现的所述预定时间间隔之一的期间在所述装置输入端上的所述数字信号和在先前出现的所述预定时间间隔之一的期间存储在所述储存装置内的所述装置输出上的经滤波的数字信号之间的幅值之差;
b)决定在所述先前出现的所述预定时间间隔之一的期间存储于所述存储装置中的趋势指示是否允许一跟踪可信度;
c)作为所述数字信号的一假定的噪声频带和所述数字信号幅度之差的函数计算所述允许的跟踪可信度,该数字信号在所述先前出现的所述预定时间间隔之一的期间出现在所述装置的输入上;
d)比较所述数字信号幅度与下列各项间的差;
i所述趋势指示;和
ii基于所述假定的噪声频带之函数的一预定值;
将所述趋势指示作如下改变:
i.当所述差和所述趋势指示不一致或所述差的绝对值小于所述基于所述假定的噪声频带之函数的预定值时,改变为0;或
ii.通过将所述允许的跟踪可信度和一相应于所述差的极性的预定值加在所述趋势指示上;
e)基于在所述当前出现的所述预定时间间隔之一的期间内变化的所述趋势指示的函数来计算一滤波因数;
f)在所述装置中使用所述滤波因数以由此在所述装置输出上提供所述经滤波的数字信号;且
g)用在所述先前出现的所述预定时间间隔之一的期间在所述装置输出上的经滤波的数字信号及存储在所述存储装置中的所述趋势指示来替代,在所述存储装置中用在所述当前出现的所述预定时间间隔之一的期间变化的所述经滤波的数字信号和所述趋势指示。
2、在一种装置中,包括一输入和一输出,所述装置在重复出现的预定时间间隔内工作,一种方法,用于在当前出现的所述预定时间间隔之一的期间在所述输入上处理一数字信号以由此在所述输出上提供一经滤波的数字信号,在所述输入上的所述数字信号具有一假定的噪声频带,所述装置包括用于存储在所述输出上的所述经滤波的数字信号的装置,第一趋势指示和一基于所述假定的噪声频带上的第二趋势指示,其特征在于,所述方法包括以下步骤:
a)计算在所述当前出现的所述预定时间间隔之一的期间在所述装置输入上的所述数字信号与在所述先前出现的所述预定时间间隔之一的期间存储在所述存储装置中位于所述装置输出上的所述经滤波的数字信号间的幅值之差;
b)决定在所述先前出现的预定时间间隔之一的期间存储在所述存储装置中的所述第一趋势指示是否允许一跟踪可信度;
c)噪声频带和所述数字信号幅度之差的函数计算所述允许的跟踪可信度,该数字信号在所述当前出现的所述预定时间间隔之一的期间出现在所述装置输入上;
d)比较所述数字信号幅度与下列各项间的差:
ⅰ.所述第一趋势指示;
ⅱ.基于所述假定的噪声频带函数的一第一预定值;和
ⅲ.零;
以将所述第一和所述第二趋势指示中两者或任何一者改变为零;
ⅰ.如果所述差和所述第一趋势指示不一致;或
ⅱ.如果所述差等于零;或
如果所述差的绝对值小于基于所述假定的噪声频带之函数的所述第一预定值且所述差与所述第二趋势指示不一致;或
将所述允许的跟踪可信度及相应于所述差的极性的一第一预定值加在所述第一趋势指示上,如果所述差的绝对值不小于所述基于所述假定噪声频带的函数的第一预定值;或
通过将所述第二趋势指示加到一相应于所述差的极性的一第二预定值上以改变所述第二趋势指示,如果所述差与所述第二趋势指示相一致,且
随后,如果所述第二趋势指示的绝对值大于基于所述假定噪声频带之函数的一第二预定值,改变所述第二趋势指示至零且在所述第一趋势指示上加上允许的跟踪可信度和所述相应于所述差的极性的所述第一预定值;
e)计算在所述当前出现的所述预定时间间隔之一的期间变化的基于所述第一趋势指示之函数的一波滤因数;
f)在所述装置中使用所述滤波因数以由此在所述装置输出上提供所述经滤波的数字信号;且
g)用在所述先前出现的所述预定时间间隔之一的期间在所述装置输出上的经滤波的数字信号和存储于所述存储装置中的所述第一和第二趋势指示来替代在所述存储装置中,用在所述当前出现的所述预定时间间隔之一的期间变化的所述经滤波的数字信号及所述第一和第二趋势指示。
CN93120441A 1992-12-15 1993-12-15 工业控制应用中用于信号数字处理及滤波的方法和装置 Pending CN1112751A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/990,516 US5339335A (en) 1992-12-15 1992-12-15 Method and apparatus for digitally processing and filtering signals in industrial control applications
US07/990,516 1992-12-15

Publications (1)

Publication Number Publication Date
CN1112751A true CN1112751A (zh) 1995-11-29

Family

ID=25536238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN93120441A Pending CN1112751A (zh) 1992-12-15 1993-12-15 工业控制应用中用于信号数字处理及滤波的方法和装置

Country Status (13)

Country Link
US (1) US5339335A (zh)
EP (1) EP0602780B1 (zh)
JP (1) JPH06222885A (zh)
KR (1) KR970006623B1 (zh)
CN (1) CN1112751A (zh)
AU (1) AU667136B2 (zh)
BR (1) BR9305030A (zh)
CA (1) CA2108086C (zh)
DE (1) DE69326420T2 (zh)
ES (1) ES2136114T3 (zh)
MX (1) MX9307416A (zh)
NO (1) NO934015L (zh)
SG (1) SG46500A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651641A (zh) * 2011-02-24 2012-08-29 同济大学 基于对数量化的网络控制系统l2-l∞滤波信息处理方法

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3039365B2 (ja) * 1996-04-15 2000-05-08 日本電気株式会社 受信同期位置制御方式
US5909188A (en) * 1997-02-24 1999-06-01 Rosemont Inc. Process control transmitter with adaptive analog-to-digital converter
US6263288B1 (en) 1998-07-22 2001-07-17 Eastman Kodak Company Method and apparatus for indicating proximity of film scanner to CRT display monitor
US6594613B1 (en) * 1998-12-10 2003-07-15 Rosemount Inc. Adjustable bandwidth filter for process variable transmitter
CN1419801A (zh) * 2001-01-22 2003-05-21 皇家菲利浦电子有限公司 镇流器和对荧光灯馈电的方法
US6937678B2 (en) 2001-10-12 2005-08-30 Honeywell International, Inc. Rate and acceleration limiting filter and method for processing digital signals
DE10259719B4 (de) * 2002-12-19 2007-03-15 Cs Clean Systems Ag Verfahren zur Minimierung des Fehlers einer Messgröße
CA2520315A1 (en) * 2003-05-06 2004-11-25 Snap-On Incorporated Parameter identification-based filtering
DE10329540A1 (de) * 2003-06-30 2005-02-24 Endress + Hauser Flowtec Ag, Reinach Verfahren zum Betrieb eines magnetisch-induktiven Durchflußmessers
CN101517377B (zh) 2006-09-29 2012-05-09 罗斯蒙德公司 带有校验的磁流量计
US7509163B1 (en) * 2007-09-28 2009-03-24 International Business Machines Corporation Method and system for subject-adaptive real-time sleep stage classification
DE102007052047B4 (de) * 2007-10-31 2014-06-26 Abb Ag Verfahren und Einrichtung zur Messung von Fremdkörpern im Messmedium
US20110119279A1 (en) * 2009-11-13 2011-05-19 Honeywell International Inc. Event-based trending filter system

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1290865A (zh) * 1969-09-24 1972-09-27
DE2410957C2 (de) * 1974-03-07 1982-10-21 Nixdorf Computer Ag, 4790 Paderborn Schaltungsanordnung für Datenübertragungsanlagen, zur Unterdrückung impulsförmiger Signale in einer Eingangssignalfolge
EP0106000B1 (de) * 1982-10-09 1987-01-21 Deutsche ITT Industries GmbH Digitalschaltung zur Unterdrückung von Änderungen eines Digitalsignals
CA1290083C (en) * 1987-06-10 1991-10-01 Grass Valley Group, Inc. (The) Analog "blue" signal detector
CA2052600C (en) * 1990-10-17 1995-09-19 Abdi Mohtashemi Adaptive bandwidth moving average filter

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651641A (zh) * 2011-02-24 2012-08-29 同济大学 基于对数量化的网络控制系统l2-l∞滤波信息处理方法
CN102651641B (zh) * 2011-02-24 2015-03-04 同济大学 基于对数量化的网络控制系统l2-l∞滤波信息处理方法

Also Published As

Publication number Publication date
NO934015D0 (no) 1993-11-05
CA2108086A1 (en) 1994-06-16
ES2136114T3 (es) 1999-11-16
BR9305030A (pt) 1994-07-05
CA2108086C (en) 1996-11-26
NO934015L (no) 1994-06-16
EP0602780A2 (en) 1994-06-22
MX9307416A (es) 1994-06-30
US5339335A (en) 1994-08-16
AU667136B2 (en) 1996-03-07
SG46500A1 (en) 1998-02-20
DE69326420T2 (de) 2000-04-13
DE69326420D1 (de) 1999-10-21
KR940015900A (ko) 1994-07-22
EP0602780B1 (en) 1999-09-15
JPH06222885A (ja) 1994-08-12
AU5032593A (en) 1994-06-30
KR970006623B1 (ko) 1997-04-29
EP0602780A3 (en) 1995-08-09

Similar Documents

Publication Publication Date Title
CN1112751A (zh) 工业控制应用中用于信号数字处理及滤波的方法和装置
EP0757799B1 (en) Vehicle classification system using a passive audio input to a neural network
Wu et al. Prediction of geomagnetic storms from solar wind data using Elman recurrent neural networks
CN1007108B (zh) 中央控制接收机
CN110991424A (zh) 基于最小熵解卷积和堆叠稀疏自编码器的故障诊断方法
CN1064577C (zh) 机器人行走路径规划装置和方法
US5295192A (en) Electronic noise attenuation method and apparatus for use in effecting such method
CN1371179A (zh) 采样速率转换装置及采样速率转换方法
CN1130553C (zh) 具有自适应模数转换器的过程控制变送器
US5559899A (en) Method for the adaptive quantization of a range of input values
US6353766B1 (en) Method for generating control parameters from a response signal of a controlled system and system for adaptive setting of a PID controller
CN1053494C (zh) 空调器的控制方法
CN106706957A (zh) 加速度估计方法、装置、机车运动控制方法及机车
US4992714A (en) Band pass filter device and a method of filtering using such a device
US4701874A (en) Digital signal processing apparatus
Woodland Weight limiting, weight quantisation and generalisation in multi-layer perceptrons
CN1096895A (zh) 无序处理机
US5179529A (en) High speed fourier transform engine
EP0470153A1 (en) ACTIVE SOUND AND / OR VIBRATION CONTROL SYSTEM.
Chunhe et al. A type of sensor to detect occupancy of vehicle berth in carpark
CN1877990A (zh) 时-频混叠信号的几何特征滤波方法
Jiang et al. Research on Seismic Wave First Arrival Picking Based on Improved U-Net3+
CN117831543A (zh) 一种基于EC-EfficientNet的轻量化鸟鸣识别方法
Liu et al. Classification And Optimization Analysis Method of Digital Filter
SU1051502A1 (ru) Система управлени дл объектов с запаздыванием

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C01 Deemed withdrawal of patent application (patent law 1993)
WD01 Invention patent application deemed withdrawn after publication