CN106712858A - 一种信号处理系统及信号处理方法 - Google Patents

Abstract

一种信号处理系统，包括硬件滤波器和数字滤波单元，数字滤波单元基于数字处理器实现，包括用于从硬件滤波器获取数据的数据缓存区、用于调用数据缓存区数据并对数据进行数字滤波处理的数据滤波处理单元和调用每个数据滤波处理单元数据并进行比例运算的比例运算单元；所述数据滤波处理单元包括至少两个采用不同滤波算法的滤波单元；信号处理方法，采用多种不同的信号滤波方法对同一组信号进行信号处理，并综合每种结果，进行比例运算，获得最终信号处理结果。经本发明提供的信号处理系统和方法为一种成本低、适用性强、信号处理精度较高的信号处理系统和信号处理方法。

Description

一种信号处理系统及信号处理方法

技术领域

本发明属于信号处理技术领域，涉及一种信号处理系统和信号处理方法。

背景技术

信号强弱对信号处理的难易有一定程度的影响。由于信号采集及传输过程中，多方面因素会对信号产生影响，诸如：(1)噪声源，噪声来源很多且不可避免，也不可能彻底去除；(2)信号传输衰减，例如光信号，传输距离越远，信号衰减越严重；(3)信号采集或检测部件造成的信号衰减，等。

其中，对于微弱信号的处理，相比强度较高信号的处理难度更大，原因为，微弱信号更容易被噪声干扰或者被淹没、更容易衰减；以光纤传感器的信号采集为例，由于传感器光路部分，尤其是光学器件连接处，以及测量过程中光信号的折射、反射等，都将造成信号的衰减，即时初始信号为具有一定强度的光强信号，经过复杂的光路也可能衰减为微弱的光信号。以上原因将导致微弱信号的传输精度不高；测量系统得不到实际测量的数值等。

为解决以上问题，一方面可以研究更高性能的信号检测装备、信号采集系统，另一方面可以考虑研究高精度的信号处理系统和信号处理方法。而出于成本的考虑，研究低成本的信号处理系统和方法为更经济的解决办法。

发明内容

本发明的目的在于成本低、适用性强、信号处理精度较高的信号处理系统和信号处理方法。

为实现以上目的，本发明提供以下技术方案：信号处理系统，包括硬件滤波器和数字滤波单元，所述数字滤波单元基于数字处理器实现，包括用于从硬件滤波器获取数据的数据缓存区、用于调用数据缓存区数据并对数据进行数字滤波处理的数据去噪单元和调用每个数据去噪单元数据并进行比例运算的比例运算单元；数据去噪单元包括至少两个采用不同滤波算法的滤波单元。

优选为：数据去噪单元和比例运算单元均基于软件算法实现，数据去噪单元包括递推平均滤波子单元、中位值平均滤波子单元、IIR递归滤波子单元。

优选为：硬件滤波器包括抗混叠单元、信号放大单元、低通滤波单元和多路复用AD转换单元。

信号处理方法，包括硬件信号处理方法和数字信号处理方法，数字信号处理的方法包括以下步骤：

硬件信号处理后的数据D₀存放在数字处理器的数据缓存区，对数据进行n次调用分别传递到n个滤波子单元；

每个滤波子单元根据其配置的滤波算法分别对数据进行滤波处理，处理后数据均传递至比例运算单元；

比例运算单元根据如下比例算法进行数据处理，获得数据D：

D＝a₁D₁+a₂D₂+...+a_nD_n，其中D₁，D₂……D_n分别为n个滤波单元进行滤波处理后的数据，a₁，a₂……a_n为比例系数，且a₁+a₂+...+a_n＝1。

优选为：硬件信号处理后的数据D₀经数据接收分发单元分三路分别传递到递推平均滤波子单元、中位值平均滤波子单元和IIR递归滤波子单元；比例运算单元根据如下比例算法进行数据处理，获得数据D，D＝a₁D₁+a₂D₂+a₃D₃，且a₁+a₂+a₃＝1。

优选为：D₀为连续数据采集的数据构成的数据序列，比例运算单元执行比例算法前，首先去除数据序列D₀中的最大值和最小值，再送入三个滤波单元进行滤波处理。

优选为：若数据D₀以高斯白噪声为主，则增大a₁,a₃；若数据D₀以脉冲噪声为主，则增大a₂。

优选为：若对数据处理速度要求较高，且对数据精度要求相对较低，则增大a₁,a₂且设置a₃＝0；若对数据处理速度要求较低，且对数据精度要求相对较高，则增大a₂,a₃且设置a₁＝0。

优选为：检测信号进行硬件信号处理，经抗混叠单元进行抗混叠处理后，进行信号放大和低通滤波处理，随后经多路复用AD转换单元进行模数转换后，所得数据用于数字信号处理。

本发明的有益效果为：

(1)本发明提供的信号处理系统和信号处理方法是基于硬件滤波和软件滤波的双重滤波处理方法，其中硬件滤波可过滤数据中的部分噪声，软件滤波可滤除数据中的噪声及硬件滤波过程中产生的新的噪声，处理精度高。

(2)本发明提供的信号处理方式不需要对检测设备进行改进，而是基于软件算法和常规滤波器件实现，成本低，滤波精度高。

(3)采用了复合软件滤波算法，并可根据数据处理的需求和噪声的种类配置复合滤波算法的比例系数，算法灵活，适用性强。

附图说明

图1为本发明信号处理流程图。

图2为光纤传感器测量溶液浓度原理图。

图3为硬件滤波器原理图。

图4为数字滤波单元原理图。

图5为数字滤波算法示意图。

其中：101-参考光路，102-实验光路

具体实施方式

以下将结合附图对本发明的具体实施方式进行清楚完整地描述。显然，具体实施方式所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

本实施方式首先提供了一种信号处理系统。

信号处理系统，包括硬件滤波器和数字滤波单元(数字滤波器)。

如图1所示，对系统的系统滤波整体实施流程进行说明，首先对采集信号进行硬件电路去噪，对硬件去噪后的信号进行量化处理，最后对量化后的数字信号进行软件算法去噪。

如图3所示，硬件信号处理具体方法基于硬件滤波器而实现。硬件滤波器去噪分4步进行，分别为抗混叠模块，信号放大模块，低通滤波器模块，多路复用AD转换单元。

对硬件滤波进行说明，具体包括抗混叠单元的前端接入待处理的数据，经抗混叠处理、信号放大处理及低通滤波处理，其中多路复用AD转换单元可根据待处理信号的精度选择AD芯片的位数，且对两路数据处理选择两路的AD芯片。

本实施方式除提供硬件信号处理方法外，还提供了数字信号处理方法。

如图4所示，数字滤波单元基于数字处理器实现，数字处理器采用FPGA作为核心数据处理器件。所述数字滤波单元基于数字处理器实现，包括用于从硬件滤波器获取数据的数据缓存区、用于调用数据缓存区数据并对数据进行数字滤波处理的数据去噪单元和调用每个数据去噪单元数据并进行比例运算的比例运算单元；所述数据去噪单元包括至少两个采用不同滤波算法的滤波单元。比例运算单元包括比例系数配置模块。

例如，数据去噪单元包括n个滤波子单元，分别配载n种不同的滤波算法。以一种具体的算法为例：数据去噪单元包括递推平均滤波子单元、中位值平均滤波子单元和IIR递归滤波子单元；也就是说，硬件滤波处理后的数据要分别经过递推平均滤波算法、中位值平均滤波算法和IIR递归滤波算法并行进行处理，并获得三组处理后的数据。

数字信号处理的方法包括以下步骤：

硬件信号处理后的数据D₀存储在数据处理器的数据换窜去，经n次数据调用后，分n路分别传递到n个滤波子单元；其中n路数据为相同的数据，也就是说每个滤波子单元均调用数据缓存区中相同的数据。

每个滤波子单元根据其配置的滤波算法分别对数据D₀进行滤波处理，处理后数据均传递至比例运算单元；也就是说，n个滤波单元采用n种算法对相同的数据进行处理后，分别获得n个不同的滤波处理后的数据，进行比例运算。

比例运算单元根据如下比例算法进行数据处理，获得数据D：

D＝a₁D₁+a₂D₂+...+a_nD_n，其中D₁，D₂……D_n分别为n个滤波子单元进行滤波处理后的出具，a₁，a₂……a_n为比例系数，且a₁+a₂+...+a_n＝1。

其中：a₁，a₂……a_n的选取可从信号处理系统的应用场合对数据处理速度、数据处理稳定性的要求以及具体滤波算法的特性不同来选取。

如图5所示，以n为3，且3种滤波子单元分别为递推平均滤波子单元、中位值平均滤波子单元和IIR递归滤波子单元为例，硬件信号处理后的数据D₀经数据接收分发单元分三路分别传递到递推平均滤波子单元、中位值平均滤波子单元和IIR递归滤波子单元；比例运算单元根据如下比例算法进行数据处理，获得数据D，D＝a₁D₁+a₂D₂+a₃D₃，且a₁+a₂+a₃＝1。

其中，a₁、a₂和a₃的选取可遵循以下规律：

递推平均滤波法，可以快速的反应信号的变化且减小高斯白噪声；中位值平均滤波法，可以去除脉冲噪声且较快反应信号的变化；IIR递推数字滤波法，可以最大程度的减小噪声但反应信号的变化较慢。

对两种极限情况进行分析，1、如果应用场合对稳定性要求较高，对数据采集时间没有要求，我们充分利用IIR递归滤波算法的优势，可以使得a₁＝0，a₂＝0，a₃＝1；2、如果应用场合需要进行快速数据采集，稳定性次之，我们可以充分利用递推平均滤波法与中位值平均滤波法的优势，可以使得a₁＝0.7，a₂＝0.3，a₃＝0；(该数据为一种选择，但不局限于该选择)。从影响系统精度的环境因素的角度，分析环境因素中哪种噪声对系统精度的影响大，可以把对应的算法比例系数调大，哪些噪声对系统精度的影响较小，把对应的算法比例因数调小。例如：1、在某一环境因素的影响下，高斯白噪声为主要影响系统的噪声，则可以把比例系数a₁与a₃调大，如a₁＝0.3，a₂＝0.2，a₃＝0.5；2、在另一环境因素的影响下，脉冲噪声为主要影响系统的噪声，则可以把比例系数a₂调大，如a₁＝0.2，a₂＝0.7，a₃＝0.1。由以上两个角度的分析可知，比例系数a₁、a₂和a₃的选定要根据应用场合的综合考虑来决定，也充分体现本系统可以适用场合的广泛性，但每种情况下，比例系数的选择都不是唯一的。

同时，由于D₀为连续数据采集的数据构成的数据序列，格式为{A₁,A₂...A_i}，为了去除数据序列中的峰值干扰，在比例运算单元执行比例算法前，首先去除数据序列中{A₁,A₂...A_i}的最大值和最小值，再送入三个滤波单元进行滤波处理。

除去除峰值外，也可进一步采取以下方法，将数据序列{A₁,A₂...A_i}中，选择一定的数量去除一部分数据，然后把同等数量的新获得的数据加入，进行新数据的计算，不断的获得新的实时采集数据，排除了受环境因素的影响。比如数据组中i取值100的时候，可以在100个数据进行并行处理得到最后的C后，把这100个数据中的最先得到的20个数据移除，然后加入新采集得到的20个数据进行计算，依此类推，得到实际的数据，也可以根据实际情况来把20换成50。因此，对于稳定良好的环境下，20这个数值变小可以提高数据处理的速度；对于不稳定的应用场合，20这个数值变大可以提高数据处理的精度。

以本发明应用于光强型光纤传感器测量溶液浓度举例，来说明信号处理的过程。

本实施例原理基础是基于公开文献《A Simple Model for MeasuringRefractive Index of a Liquid Based upon Fresnel Equations》，本论文的实现模型如图2所示，该光纤传感器由于光路部分，尤其是光学器件连接处，以及测量过程中折射反射光的损失，使得测量光强比较微弱，通过光电转换模块，微弱的光强信号必定转换为微弱的电信号，微弱的光(或电)信号极容易被噪声干扰，甚至被淹没，使得测量系统得不到实际的测量数值，且光纤传感器的高精度得不到保证。

在溶液浓度测量应用领域，更多的光纤传感器具有测量某一中溶液浓度的局限性，例如：有些光纤传感器只能测量食盐溶液浓度。此光强型光纤传感器可以测量多种溶液的浓度，具有一定的应用广泛性。由于此光强型光纤传感器应用场合的广泛性，决定了此光纤传感器成本不宜过高。出于低造价方面的考虑，费用过高的滤波去噪手段不太适用于本光纤传感器，本实施方式可保证在低成本的前提下对此光纤传感器进行测量精度提高。

根据现在科技发展水平，此光强型光纤传感器一般可以检测到的溶液浓度精度达到0.5％，对于溶液浓度要求较高的场合，光强型光纤传感器已经不能符合应用的要求，因此如何提高光强型光纤传感器测量的精度，已经成为此类传感系统的关键。

图2中参考光路101产生1路信号，实验光路102产生1路信号。参考光路101和实验光路102产生的信号均线经过硬件滤波器。

以图2所示系统的应用为例，光信号中的噪声和光电转换过程中的噪声，可以通过硬件滤波器及时减小或去除；对于硬件滤波器无法去除的前路噪声，以及硬件滤波器进行噪声处理过程中引入的噪声，通过数字滤波单元进一步的噪声去除。

下面对系统应用的硬件滤波器展开说明：

抗混叠模块：分离出外界引入系统的高频干扰，并进行去除。这样，即使应用场地环境恶劣，也不会使得高频信号影响后续系统的测量结果。

信号放大模块：微弱电信号不宜被后续电路采集，信号放大模块可以把微弱信号放大到宜被采集的数值。该模块采用微型滑动电阻器，使放大器的放大倍数可调，对不同强度的信号进行现场调整，获得合适的处理信号。

低通滤波模块：对于前段电路引入的高斯白噪声，通过此模块可以减小或去除。进一步使信号更加纯净。此模块的设计也主要是考虑应用场合环境的恶劣，杜绝环境噪声影响检测结果。

Σ-ΔAD转换器(多路复用AD转换单元)：由于涉及两路信号，因此选用2通道24位的AD芯片，且内部有反馈滤波电路。选用2通道的AD芯片，因为光纤传感器测浓度系统对时效性的要求不高，所以可以分时复用对实验光路与参考光路进行两路信号采集，减少使用多AD芯片的数目，降低成本；选用24位的AD芯片，是测量精度得到提高的保障条件；选用自带反馈滤波电路的AD芯片，可以降低模拟信号量化过程噪声的产生，具有一定自滤波的效果。实际使用过程中，可根据检测系统对通道数量的要求，选择合适通道数及合适分辨率的AD芯片。

下面对系统应用的数字滤波器展开说明：

经硬件滤波器处理后，数据进入数字处理器。连续采集100次数据，多路复用AD转换单元接通参考光路101时，对采集的100个参考光路数据进行数据处理，去除最大值和最小值，经三组数字滤波单元进行处理。并在一次数据计算结束后，移除20个数据，并补入20个新的数据。多路复用AD转换单元接通实验光路102时，数据处理过程与上述原理相似，不再赘述。

对于数字滤波器的算法实现及应用，详见上述数字信号处理的方法步骤。

实验验证，采用本发明提供的信号处理算法，针对此光强型光纤传感器，检测溶液浓度精度至少可以达到0.5％。

Claims (9)

1.一种信号处理系统，包括硬件滤波器和数字滤波单元，其特征是，所述数字滤波单元基于数字处理器实现，包括用于从硬件滤波器获取数据的数据缓存区、用于调用数据缓存区数据并对数据进行数字滤波处理的数据去噪单元和调用每个数据去噪单元数据并进行比例运算的比例运算单元；所述数据去噪单元包括至少两个采用不同滤波算法的滤波单元。

2.如权利要求1所述的信号处理系统，其特征是，所述数据去噪单元包括递推平均滤波子单元、中位值平均滤波子单元和IIR递归滤波子单元。

3.如权利要求1所述的信号处理方法，其特征是，所述硬件滤波器包括抗混叠单元、信号放大单元、低通滤波单元和多路复用AD转换单元。

4.一种信号处理方法，基于权利要求1或2或3所述的信号处理系统实现，所述信号处理方法包括硬件信号处理方法和数字信号处理方法，其特征是，数字信号处理的方法包括以下步骤：

硬件信号处理后的数据D₀存放在数字处理器的数据缓存区，对数据进行n次调用分别传递到n个滤波单元；

每个滤波单元根据其配置的滤波算法分别对数据进行滤波处理，处理后数据均传递至比例运算单元；

比例运算单元根据如下比例算法进行数据处理，获得数据D：

D＝a₁D₁+a₂D₂+...+a_nD_n，其中D₁，D₂……D_n分别为n个滤波单元进行滤波处理后的数据，a₁，a₂……a_n为比例系数，且a₁+a₂+...+a_n＝1。

5.如权利要求4所述的信号处理方法，其特征是，硬件信号处理后的数据D₀经数据三次调用，分别传递到递推平均滤波单元、中位值平均滤波单元和IIR递归滤波单元；比例运算单元根据如下比例算法进行数据处理，获得数据D，D＝a₁D₁+a₂D₂+a₃D₃，且a₁+a₂+a₃＝1。

6.如权利要求5所述的信号处理方法，其特征是，D₀为连续采集的数据构成的数据序列，比例运算单元执行比例算法前，首先去除D₀中的最大值和最小值，再送入三个滤波单元进行滤波处理。

7.如权利要求5所述的信号处理方法，其特征是，若数据D₀中的噪声以高斯白噪声为主，则增大a₁或a₃；若数据D₀中的噪声以脉冲噪声为主，则增大a₂。

8.如权利要求5所述的信号处理方法，其特征是，若对数据处理速度要求较高，且对数据精度要求相对高，则增大a₁,a₂且设置a₃＝0；若对数据处理速度要求较低，且对数据精度要求相对较高，则增大a₂,a₃且设置a₁＝0。

9.如权利要求5至8中任意一项所述的信号处理方法，其特征是，检测信号经抗混叠单元进行抗混叠处理后，进行信号放大和低通滤波处理，随后经多路复用AD转换单元进行模数转换后，所得数据用于数字信号处理。