CN114167343A - 一种基于穷举的智能电表晶振频率调校的方法 - Google Patents

Abstract

本发明公开了一种基于穷举的智能电表晶振频率调校的方法，涉及计量设备技术领域，解决了现有电表晶振的温度特性补偿曲线存在单一解析式匹配度不足的问题技术问题。本发明的步骤包括S11、在每个测试温度区间采集智能电表的温度及温度下的晶振频率；S12、根据采集的晶振频率计算温漂误差；S13、对温度、温漂误差分别进行滤波；S14、以滤波后的温度为自变量、温漂误差为因变量，采用穷举法进行分段拟合，求得各段的解析式系数；S15、将求得的解析式系数写入电表进行晶振频率补偿。本发明应用于智能电表的晶振频率调校，其调校效果显著，能有效降低电表的调校成本，大大提升电表的合格率。

Description

一种基于穷举的智能电表晶振频率调校的方法

技术领域

本发明涉及计量设备技术领域，尤其涉及一种基于穷举的智能电表晶振频率调校的方法。

背景技术

电表，在当今智能化社会中充当着不可或缺的角色，作为计量设备，而不仅仅只是计量装置，它往往伴随着许多功能，而这些功能辅助着计量，充当着不可或缺的作用，如电表时钟。表面上看，电表的时钟仅仅只是个走时工具，但是它却不能仅仅只是个粗糙的走时，它需要的是精确的走时，精确到常温下时钟误差不得超过±0.1s/d。另外，不可否认的是，环境温度对普通石英晶振器件本身的影响，即温度漂移，普通石英晶振在不同温度下表现出来的振荡频率有着对电表时钟准确度致命的影响。当然，在高成本的温度晶振下，可以完全忽略这个影响。否则，就必须以温度来对晶振频率进行补偿。因此，在电表时钟调校下，各电表厂商纷纷进行了软件补偿以寻求低成本高利润。

已知晶振的温度特性曲线，如附图1所示，图中所示的10条曲线分别对应着不同的切割角度，可以看到每一条曲线在-40℃→85℃都呈“S型”。电表时钟要求在-25℃→55℃需要保证其时钟精度，因此需特别关注此温度段范围内的特性曲线，如附图2所示为实测100台电表中其中1台的温漂误差与环境温度的曲线。从总体趋势可以看出，电表晶振在温度的影响下表现的特性是符合晶振本身特性的，并且在-25℃→55℃的温度范围内，温漂呈多次函数曲线，因此，时钟的软件补偿完全可以采用多次函数拟合的思路进行补偿。

为了更好说明补偿机制，以绘图形式讲解，如附图3所示，实测的时钟偏差与温度的关系曲线可简单地转换成晶振频率与温度的关系曲线，于是，在晶振频率与温度的关系曲线上取一点，这里假设这一点的频率为40000Hz，而晶振特征频率为32768Hz，于是，想要得到1Hz(1s)的走时频率，原本通过MCU分频32768就可得到1Hz，现在MCU需要分频40000才可得到1Hz，即分频值需要变化(40000-32768)。由此可见，每一个温度点对应的晶振频率点都有着一个与晶振标准频率的关系，这个关系可以认为就是MCU在这个点的分频变化系数，而将这每一个温度点的关系连成线，这个曲线就是函数关系曲线，其中，此函数关系的自变量为温度，函数的因变量为分频变化系数。

现有技术常采用3点二次函数匹配法与5点四次函数匹配法。根据二次函数的规律进行软件补偿，可通过3个定点确定整个函数式Err＝B(T-Ti)²+C，因此只要测出-25℃、55℃、23℃(或是其他3点)的电表时钟误差即可确定整条补偿二次函数的补偿曲线。但是补偿的效果并不可观，如附图4所示，从图像上可以更直观的看到，补偿曲线虽过了线上的3个点，可却整体偏移了。根据四次函数的规律进行软件补偿，可通过5个定点确定整个函数式Err＝AT⁴+BT³+CT²+DT+E，因此只要测出-25℃、-5℃、40℃、55℃、23℃(或是其他5点)的电表时钟误差即可确定整条补偿四次函数的补偿曲线，四次函数与二次函数补偿的曲线是类似的，也会存在一定的偏差。

然而，在大量实验数据的分析下，如果需要完全匹配，也许需要高次函数来进行，由于晶振的温度特性曲线并不完全是低次函数图像的表现，因此选择合适的测试点可以将曲线匹配到总体效果较好的程度。但是，由于国网的送检要求，电表的时钟测试点固定在-25℃、55℃和23℃三个点，这样一来匹配后的电表完全可以保证送检需求，合格率却不能得到保障；对电表做晶振的温度特性曲线分析是可以在电表工作温度范围内找到既满足送检需求，又满足合格需求的测试点的。但是，晶振是存在个体差异性的，对每一台电表都做一遍不现实，投入大成本高，而且，不合格率也会很高。

发明内容

本发明的目的在于提供一种基于穷举的智能电表晶振频率调校的方法，以解决上述现有技术中存在的电表晶振的温度特性补偿曲线存在单一解析式匹配度不足的问题技术问题。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。

为实现上述目的，本发明提供了以下技术方案：

本发明提供的一种基于穷举的智能电表晶振频率调校的方法包括如下步骤：

S11、在每个测试温度区间采集智能电表的温度及所述温度下的晶振频率；

S12、根据采集的所述晶振频率计算温漂误差；

S13、对所述温度、温漂误差分别进行滤波；

S14、以滤波后的所述温度为自变量、所述温漂误差为因变量，采用穷举法进行分段拟合，求得各段的解析式系数；

S15、将求得的所述解析式系数写入电表进行晶振频率补偿。

进一步地，在执行步骤S11前，还需进行如下步骤：

S100、确定温漂误差曲线的解析式；

S101、按照所述智能电表的温度范围将所述温漂误差曲线划分成多个函数段；

S102、确定采用穷举法拟合的系数；

S103、为每段所述温漂误差曲线确定所述测试温度区间。

进一步地，步骤S100中，所述温漂误差曲线的函数式为：

Err＝B(T-Ti)²+C；

其中，T为待采集的所述温度，Err为待拟合的所述温漂误差，B、Ti、C为一元二次方程的系数。

进一步地，步骤S101中，所述温漂误差曲线划分为6个函数段；第一函数段对应的温度范围为：T-<15℃，第二函数段对应的温度范围为-15℃≤T<-5℃，第三函数段对应的温度范围为-5℃≤T<14.5℃；第四函数段对应的温度范围为14.5℃≤T<33.5℃；第五函数段对应的温度范围为33.5℃≤T<49.5℃；第六函数段对应的温度范围为T≥49.5℃。

进一步地，步骤S102中，在所述温漂误差曲线的B、Ti、C三个系数中，系数C不变，只针对系数B、Ti采用穷举法确定其数值。

进一步地，步骤S103中，所述第一函数段对应的测试温度区间为T∈{[-29℃，-25℃],(-25℃，-21℃]}，所述第二函数段对应的测试温度区间T∈{[-21℃，-10℃)，-10℃}，所述第三函数段对应的测试温度区间为T∈{[-10℃，5℃)，5℃}，所述第四函数段对应的测试温度区间为T∈{[-5℃，19℃]，(19℃，23℃)，[23℃，27℃]}，所述第五函数段对应的测试温度区间为T∈{[27℃，40℃)，40℃}，所述第六函数段对应的测试温度区间为T∈{[40℃，51℃)，[51℃，55℃)，[55℃，59℃]}。

进一步地，步骤S12中，所述温漂误差的计算公式为：

PPm＝(X₀-X_t)/X₀×10⁶；

其中，X₀为时钟晶振标签明示的晶振频率；X_t为时钟测试工装在温度T时采集的晶振频率。

进一步地，步骤S13包括如下步骤：

S130、对采集的所述温度进行精度处理；

S131、对采集的所述温漂误差进行限幅滤波；

S132、对限幅滤波后的所述温漂误差、精度处理后的所述温度按照精度处理后的所述温度的升序进行排序；

S133、对排序后的所述温度进行方差滤波；

S134、按照所述函数段的温度范围，对方差滤波后的所述温度进行分区；

S135、对在每个温度范围内的所述温漂误差分别进行异常点删除。

进一步地，步骤S135中，所述异常点的判断标准如下：

若所述第一函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.01，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第二函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第三函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第四函数段的顶点左区域内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第四函数段的顶点右区域内，存在PPm(T(i))-PPm(T(i+1))≤-0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第五函数段内，存在PPm(T(i))-PPm(T(i+1))≤-0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第六函数段内，存在PPm(T(i))-PPm(T(i+1))≤-0.01，则PPm(T(i))或PPm(T(i+1))为异常点；其中，PPm(T(i))为采集的所述温度经方差滤波后在第i点对应的温漂误差。

进一步地，所述步骤S14包括如下步骤：

S140、为每段所述温漂误差曲线确定拟合温度区间；

S141、计算所述系数C；

S142、确定所述系数B、系数Ti范围及其增长幅度；

S143、确定拟合最优标准；

S144、以滤波后的所述温度为自变量、所述温漂误差为因变量，采用穷举法进行分段拟合，求得各段的解析式系数。

进一步地，步骤S140中，每段所述温漂误差曲线对应的所述拟合温度区间如下：

所述第一段曲线的拟合温度区间为T∈[-29℃，-21℃]，所述第二段曲线的拟合温度区间为T∈{[-25℃，-21℃]，-10℃，5℃}，所述第三段曲线的拟合温度区间为T∈{-10℃，5℃，[19℃，23℃]}，所述第四段曲线的拟合温度区间为T∈[19℃，27℃]，所述第五段曲线的拟合温度区间为T∈{[23℃，27℃]，40℃，[51℃，55℃]}，所述第六段曲线的拟合温度区间为T∈[51℃，59℃]。

进一步地，所述系数B的范围为：20000≤B≤50000，增长幅度为1；所述系数Ti的范围为：19≤B≤28，增长幅度为1；所述第四段曲线的拟合温度区间为T∈[T(t)-0.5℃，T(t)+0.5℃],其中，t为所述温漂误差最大值对应的序号，T(t)为所述温漂误差最大值对应温度。

进一步地，步骤S15晶振频率补偿公式为：

补偿后的分频值＝晶振标签明示值+晶振标签明示值×Err×10^-6。

实施本发明上述技术方案中的一个技术方案，具有如下优点或有益效果：

本发明将电表中晶振频率常规的二次函数补偿变为按自变量分段的多解析式二次函数补偿，进一步采用方差滤波解决干扰问题，采用穷举拟合解决多测试点下二次函数多式共存的问题，最终以各点偏差和的绝对值和各点偏差绝对值的和作为筛选条件，择出最优的解解析式。本方法应用于智能电表的晶振频率调校，其调校效果显著，能有效降低电表的调校成本，大大提升电表的合格率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，附图中：

图1是本发明实施例的不同切割角度下晶振频率随温度的特性曲线图；

图2是本发明实施例的电表温漂误差与环境温度的曲线图；

图3是本发明实施例的晶振频率软件补偿原理图；

图4是本发明实施例的普遍的3点二次函数匹配法得出的补偿曲线图；

图5是本发明实施例的基于穷举的智能电表晶振频率调校的方法流程图；

图6是本发明实施例中执行步骤S11前的准备程序流程图；

图7是本发明实施例中步骤S13的流程图；

图8是本发明实施例中步骤S14的流程图；

图9是本发明实施例的电表采集温度曲线与实际环境温度曲线关系图；

图10是本发明实施例的滤波前低温段测试点分布图；

图11是本发明实施例的电表时钟误差测试点的分布图；

图12是本发明实施例的电表时钟误差经滤波后测试点的分布情况图；

图13是本发明实施例的电表时钟误差的补偿曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下文将要描述的各种示例性实施例将要参考相应的附图，这些附图构成了示例性实施例的一部分，其中描述了实现本发明可能采用的各种示例性实施例。除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。应明白，它们仅是与如所附权利要求书中所详述的、本发明公开的一些方面相一致的流程、方法和装置等的例子，还可使用其他的实施例，或者对本文列举的实施例进行结构和功能上的修改，而不会脱离本发明的范围和实质。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”等指示的是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的元件必须具有的特定的方位、以特定的方位构造和操作。术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。术语“多个”的含义是两个或两个以上。术语“相连”、“连接”应做广义理解，例如，可以是固定连接、可拆卸连接、一体连接、机械连接、电连接、通信连接、直接相连、通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明，仅示出了与本发明实施例相关的部分。

实施例一：

如图5-8所示，本发明提供了一种基于穷举的智能电表晶振频率调校的方法，包括如下步骤：

S11、在每个测试温度区间采集智能电表的温度及温度下的晶振频率。时钟测试工装在下文所述的6个测试温度区间连续采集智能电表的温度、晶振频率，晶振频率与温度一一对应。具体的，时钟测试工装采用扫描法进行采集，即指定起始温度和目标温度，再指定温箱从起始温度到目标温度的时长，则工装会在这段时长内不停歇的进行温度和频率的采集。例如，指定从23℃到27℃，升温时长2小时，那么工装将会在这两小时中每x分钟(可设置为1分钟或更大)采集一次电表温度和晶振频率误差，因此数量为120/x个；

S12、根据采集的晶振频率计算温漂误差。进一步地，温漂误差的计算公式为：

PPm＝(X₀-X_t)/X₀×10⁶ (1)

其中，X₀为时钟晶振标签明示的晶振频率；X_t为时钟测试工装在温度T时采集的晶振频率。经计算的温漂误差与温度一一对应，在坐标系中可形成以温度T为自变量，温漂误差为因变量PPm的散点图，即温度-温漂误差散点图；温度、温漂误差整理到数据表中，形成温漂误差数据表。需说明的是，时钟测试工装通过跟电表通信获取电表主芯采集到的表内温度，通过电表秒脉冲输出端子采集电表的时钟1秒的具体时间，再与接入工装的标准GPS秒脉冲基准进行偏差计算得到时钟误差ppm；

S13、对温度、温漂误差分别进行滤波；

S14、以滤波后的温度为自变量、温漂误差为因变量，采用穷举法进行分段拟合，求得各段的解析式系数；

S15、将求得的解析式系数写入电表进行晶振频率补偿。

具体地，在执行步骤S11前，还需进行如下步骤：

S100、确定温漂误差曲线的解析式。本实施例中，温漂误差曲线的函数式为：

Err＝B(T-Ti)²+C (2)

其中，T为待采集的温度，Err为待拟合的温漂误差，B、Ti、C为一元二次方程的系数；

S101、按照智能电表的温度范围将温漂误差曲线划分成多个函数段。在此，分段的目的在于增加温漂误差曲线的拟合效果，我们知道，分段越多其拟合的效果将会越好，但是分段的段数越多意味着存储的曲线系数也会增多，导致电表程序占用的内存增多，因此寻求合理的段数应考虑精度和内存空间利用率。基于此，结合曲线拟合效果、使用精度以及电表内存的占用实际情况，本实施例的温漂误差曲线划分为6个函数段。另外，电表首要满足的是送检需求，其次是日常使用的精度，根据送检的测试点-25℃、55℃、23℃必须要有对应匹配段，而且分段点不可相距太远，不然会影响测试点精度。在分段时温度范围的处理方面，首先囊括测试点在内的3个温度段，其次将剩余段分成间距相近的3个温度段，这样分即可满足送检要求的精度，又可保证产品日常的适用性。据此，温漂误差曲线的第一函数段对应的温度范围为：T<-15℃，第二函数段对应的温度范围为-15℃≤T<-5℃，第三函数段对应的温度范围为-5℃≤T<14.5℃；第四函数段对应的温度范围为14.5℃≤T<33.5℃；第五函数对应的温度范围为33.5℃≤T<49.5℃；第六函数段对应的温度范围为T≥49.5℃；

S102、确定采用穷举法拟合的系数。在一元二次函数式Err＝B(T-Ti)²+C中，系数B代表开口方向和程度、系数Ti代表对称轴、系数C代表曲线与y轴的交点。要想完成对上述一元二次函数的拟合，需要确定系数B、Ti、C的值，而且根据晶振的温度特性曲线的图像性质，由于晶振的温度特性曲线的各段曲率不同，因此重构一元二次函数时各系数的优先级应为B>Ti≈C，于是有几种搭配的重构方案，如表1所示。根据表中方案综合分析，本实施例的穷举系数方案为：系数C不变，只针对系数B、Ti采用穷举法确定其数值；

表1不同系数穷举方案优劣比较

S103、为每段温漂误差曲线确定测试温度区间。根据表1的方案中提到测试点的问题，由于对曲线进行分段，测试点也会相对应的增多，每一段都会至少增加未知系数数量的测试点，即确定不变系数的曲线需要3个与该系数直接相关段内的测试点，如，本方案定系数C，变系数B和系数Ti，则需要在顶点段至少取得3个测试点进行定系数C，而其它段只需要两个测试点即可确定对应的系数B和系数Ti，原理就是N个未知数需要建立N个一元二次方程进行求解。于是，根据本方案的6段二次函数匹配法，至少需要2+2+2+2+3＝11个测试点，但为了提高通配性，本方案并未选择固定型测试点，而是改为测试温度区间。因为：第一，选取少量的固定测试点在6分段下仍不能较完美的匹配原曲线，特别是分段函数边界交接的不连续问题；第二、固定测试点需要等待达到温度均衡稳定的条件要求比较苛刻，即每一个点的温度平衡至少需要等待2.5h。

测试温度区间即在一个温度范围内不计数量取得连续的测试点，具体可参照步骤S11的方法确定测试点。此方案刚好可以解决上述问题，首先测试点变多了，使得用来匹配的曲线段与原特性曲线段将会更匹配，完全可以兼并分段函数边界交接不连续的问题，其次，此法可增加对等待时间的利用率，即在等待温度平衡的时间下进行不停的测试。由于需要兼顾重要测试点-25℃、55℃、23℃的精度，于是，本实施例6段曲线对应的测试温度区间为：第一函数段对应的测试温度区间为T∈{[-29℃，-25℃],(-25℃，-21℃]}，第二函数段对应的测试温度区间T∈{[-21℃，-10℃)，-10℃}，第三函数段对应的测试温度区间为T∈{[-10℃，5℃)，5℃}，第四函数段对应的测试温度区间为T∈{[-5℃，19℃]，(19℃，23℃)，[23℃，27℃]}，第五函数段对应的测试温度区间为T∈{[27℃，40℃)，40℃}，第六函数段对应的测试温度区间为T∈{[40℃，51℃)，[51℃，55℃)，[55℃，59℃]}。此测试温度区间兼顾了重要测试点的精度，其次，合理利用了整条曲线的分段模式；

进一步地，步骤S13包括如下步骤：

S130、对采集的温度进行精度处理。从电表自带的温度传感器采集的温度精度为0.01级，但实际上，在同一温度停滞的过程中，电表内的温度出现±偏移，偏移程度0.03℃，因此断定其有效精度只能达到0.05级，因此必须先进行温度降精度的处理。鉴于温度采样原有的0.01级精度，目标将其降至0.05级精度。以对温度T进行精度处理为例，其具体程序为：

S1300、输入温漂误差数据表，对采集的温度T取整，除以5；

S1301、余数是否大于2，若是，执行步骤S1302；否则，执行步骤S1303；

S1302、取整的温度T-余数+5，执行步骤S1304；

S1303、取整的温度T-余数，执行步骤S1304；

S1304、将得到的结果还原为两位小数。

如温度24.53℃，取整为2453，2453除5余3，因而处理结果为2455，还原为两位温度值为24.55℃。

S131、对采集的所述温漂误差进行限幅滤波。先进行最基础的限幅滤波，优先删除那些极其不合理的数据，限幅的上限取所有温漂误差的众数加3。按照上文所述的系数C定，系数B、Ti变的方案，由于二次函数顶点附近的变化量小，取整后的众数必然会出现在顶点附近。因此，下限取100台电表的平均测试误差下限的2倍，限幅滤波算法流程如下：

S1310、输入温漂误差数据表；

S1311、对所有数据采用四舍五入法取整；

S1312、哈希表记录每个相同温漂误差数据的数量；温漂误差存在多个相同数据；

S1313、遍历哈希表寻找众数；

S1314、计算上限与下限；上限＝众数+3，下限取100台电表的平均测试误差下限的2倍(平均测试误差可另行输入，不在改程序中计算)；

S1315、温漂误差数据是否在上、下限内，若在，执行步骤S1316；否则，执行步骤S1317；

S1316、返回步骤S1315，直到遍历所有温漂误差数据；

S1317、删除该温漂误差及其对应的温度数据，返回步骤S1315，直到遍历所有温漂误差数据。

S132、对限幅滤波后的温漂误差、精度处理后的温度按照精度处理后的温度的升序进行排序。对温漂误差数据表进行排序，排序原则是按温度从小到大进行，原因是后续的滤波算法需要分温度块来进行，如果不排序会影响滤波效率。因此数据是需要根据温度进行模块化划分的，而这就需要先行按温度大小进行排序；此外，因为曾做过温度的降精度处理，因此会出现部分温度相同的误差测试点，而这时也需要对相同温度的测试点进行误差排序，排序规则也是由小到大。需说明的是，排序算法程序可采用现有成熟的算法，在此不再赘述，另外，排序后，需对每对温度、温漂误差数据添加序号；

S133、对排序后的温度进行方差滤波。方差滤波为的是滤除温度离散度较大的时钟数据，针对的是测试点测试方案中，温度相隔远，而等待时间短的测试点，因为这些测试点的温度中间会出现猛涨的情况，实际电表采集温度曲线与实际环境温度曲线如附图9所示，可以看到，第二个图中的温度相差更多，测试时间几乎一致，但中部曲线的跟随效果并不如第一个图，因此在此过程中采集到的误差极其不合理，需要滤除。方差样本数量取的是3，方差限值根据实际测试得到的数据分析取的是0.1，即连续3个温度的方差只要大于0.1就需要滤除。假设采集的温度、温漂误差经限幅、排序后的数量为n，则算法如下：

S1330、输入经排序后温漂误差数据表；

S1331、i＝0；num＝0；

S1332、i是否大于n，若是，执行步骤S1337；否则，执行步骤S1333；

S1333、计算序号i、i+1、i+2对应温度的方差；

S1334、方差是否大于等于0.1，若是，执行步骤S1335；否则，输出num，执行步骤S1336；

S1335、删除序号i+j+2对应的温度及其温漂误差数据，num++，n＝n-num；同时，将序号i+j+2后面的数据依次前移一位，返回步骤S1332；

S1336、i++，返回步骤S1332；

S1337、结束，形成经排方差滤波后的温漂误差数据表，输出num。

S134、按照函数段的温度范围，对方差滤波后的温度进行分区。此步骤需按函数段对应的温度范围将方差滤波后的温度进行分区(分成的区域与函数段是相互对应的)，即确定分区所隶属的函数段，目的是为后续分段滤波减轻数据处理难度以及提高滤波效率。由于前面的步骤已经将温度进行了排序，因此，此步只需要找出方差滤波后的温度分别在6个函数段对应的最小温度和最大温度，并将每段找出的最小值和最大值记录存储即可，每一区只需要记录一个最首和最末的温度值即可代表该区处在6个函数段的哪个段位上。

S135、对在每个温度范围内的温漂误差分别进行异常点删除。根据步骤S134分区以及温漂误差曲线的性质，可以进一步将6个分区划分成3类，即低温段、常温段和高温段，低温段图像随温度呈上升趋势，高温段图像随温度呈下降趋势，常温段随温度呈先上升后下降趋势。在本实施例中，第一至第三函数段为低温段，第四函数段为常温段，第五至六函数段为高温段。这里以低温段作为例子进行阐述，如附图10所示，为滤波前低温段温度采集点分布图，可以看到有两个采集点是明显脱离曲线的，此步骤的目的就是滤除这类异常点。

对于低温段和高温段的异常点删除，首先是确定异常点的标准，异常点的标准为：若第一函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.01，则PPm(T(i))或PPm(T(i+1))为异常点；若第二函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若第三函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若第五函数段内，存在PPm(T(i))-PPm(T(i+1))≤-0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若第六函数段内，存在PPm(T(i))-PPm(T(i+1))≤-0.01，则PPm(T(i))或PPm(T(i+1))为异常点。其中，PPm(T(i))为采集的温度经方差滤波后在第i点对应的温漂误差。按照上述异常点标准，删除异常点的算法流程为(以第一函数段对应的第一分区为例)：

S1350、i＝第一分区首位；

S1351、i是否小于该分区末位，若是，执行步骤S1352；否则，执行步骤S1356

S1352、removeNum＝0；

S1353、PPm(T(i))-PPm(T(i+1))是否不小于0.01，若是，则执行步骤S1354；否则，执行步骤S1355；

S1354、记录i，removeNum++，i++，返回步骤S1351；

S1355、i++，返回步骤S1351；

S1356、提取全部记录的i，针对每一个i分别计算删除PPm(T(i))与删除PPm(T(i+1))两种情况下的方差，将方差大的删除，同时删除T(i)；此处，为减少计算量，可以选择包含PPm(T(i))或PPm(T(i+1))且连续的多个数来计算方差，如20个；

S1357、将删除的所有数据进行更新，即将删除的后一位数据补入到删除的位置。

对于常温段的处理不同于其他段，原因是常温段经过顶点，因此曲线趋势会随着温度先上升后下降，而这个转折点就尤为重要，因此对其进行滤波需要先找到这个顶点的位置。查找顶点的思路是寻找最最大的PPM(T(t))并判断周围的的数据与其偏差是否在一定范围内。由于采集点很密集，因此PPM(T(t))周围的数据与其偏差会非常小，此处的偏差根据大量数据分析得到的值为≤0.03。周围数据的选择以PPM(T(t))为中心，前后各选5个温漂误差，共计11个温漂误差数据。每一个PPM(T(j))与PPM(T(t))相减并取绝对值，计算|PPM(T(j))-PPM(T(t))|≤0.03的个数num，当num﹥5时，则PPM(T(t))即为顶点，其中，t-5≤j≤t+5。顶点确定后，对于常温段的异常点的标准为：若第四函数段的顶点左区域内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第四函数段的顶点右区域内，存在PPm(T(i))-PPm(T(i+1))≤-0.005，则PPm(T(i))或PPm(T(i+1))为异常点。删除异常点算法参照S1350-S1357，在此不再赘述。

进一步地，步骤S14包括如下步骤：

S140、为每段温漂误差曲线确定拟合温度区间。在对每段温漂误差曲线进行拟合的过程中，为了保证拟合效果以及保证曲线的连贯性，即使在测试温度区间的设定的采集温度范围内也不仅仅只限于该段采集的温度，需要包含相邻分段的测试点或其边界的测试点，即每段温漂误差曲线对应的拟合温度区间之间的温度拟合点是存在交叉的。具体来说，本步骤每段所述温漂误差曲线对应的拟合温度区间如下：

第一段曲线的拟合温度区间为T∈[-29℃，-21℃]，第二段曲线的拟合温度区间为T∈{[-25℃，-21℃]，-10℃，5℃}，第三段曲线的拟合温度区间为T∈{-10℃，5℃，[19℃，23℃]}，第四段曲线的拟合温度区间为T∈[19℃，27℃]，第五段曲线的拟合温度区间为T∈{[23℃，27℃]，40℃，[51℃，55℃]}，第六段曲线的拟合温度区间为T∈[51℃，59℃]；

S141、计算系数C。此步可以利用滤波算法中查找到的顶点序号，理论上，该顶点的误差就是解析式中的C，但是，由于点的散布性，该点不一定就是顶点，只能算作已有测试点中的顶点。因此，C的计算需要模糊匹配算法完成，原理是顶点一定范围内测试点有对称性，这个范围需要尽可能小，但不能过于小，需要有5到10个的样本数，算法流程如下：

S1410、输入顶点序号t；

S1411、在经方差滤波后的温漂误差数据表中，提取t-10≤i≤t+10共计21个序号对应的温漂误差；

S1412、存储满足条件|PPm(T(i))-PPm(T(t))|≤0.005的PPm(T(i))，t-10≤i≤t+10；

S1413、计算存储的PPm(T(i))的平均值，该平均值即为系数C；

S1414、输出C。

S142、确定系数B、系数Ti范围及其增长幅度。此步骤中，系数B的范围为：20000≤B≤50000，增长幅度为1；系数Ti的范围为：19≤B≤28，增长幅度为1。进一步地，对于第四段曲线系数Ti的拟合，由于各种因素产生的干扰会对工装采集到的数据造成不同程度的偏离，所以在此函数顶点约值(顶点约值在步骤S1357中已经找到)的基础上继续在其附近寻找更加适合此分段的顶点值(可继续执行步骤S1357，查找精准顶点)，而穷举法又是耗时很大的算法，需限制在顶点附近±0.5℃查找最佳Ti系数。因此，对于第四段曲线系数Ti的拟合，其温度区间进一步缩小为T∈[T(t)-0.5℃，T(t)+0.5℃]内,其中，t为温漂误差最大值对应的序号，T(t)为温漂误差最大值对应温度。需说明的是，穷举法穷举的范围由分区段和数据分析获得，该步骤只对常温顶点段进行了范围缩小，因为穷举法的缺陷就是时间复杂度很大，如果可以限定一个很小的范围，则可以提高匹配的效率。

S143、确定拟合最优标准。为了确定具体的系数B、Ti，需要确定拟合最优标准。在给定的系数B、Ti、C下，带入上述解析式(2)，此时取一个测试点(T(i)，PPm(i))，那么就有：

Yerr(i)＝Err(i)-PPm(i)＝B(T(i)-Ti)²+C-PPm(i) (3)

此时会有三种情况Yerr>0、Yerr<0、Yerr＝0。在多测试点情况下，不能保证每个测试点都在曲线上，只能筛选每个点都很靠近曲线的解析式，因此，筛选条件有两个，第一个是各测试点的Yerr和的绝对值最小，第二个是各测试点的Yerr绝对值的总和最小。采用Yerr和的绝对值最小，在给定范围内，偏差和会有正偏差和负偏差相互抵消的情况出现，因此在只有该条件下的匹配效果并不好。采用Yerr绝对值的总和最小，用这类条件匹配出来的效果理论上是很好，但是，基于选定的匹配方案是只改变系数B和系数Ti，实际上匹配的效果会出现单边偏差极大的情况，而在这类情况下，电表工作在温度分区过渡的情况以及更低温的情况下补偿情况会不理想。所以，本实施例采用上述两种筛选条件一起匹配，这样会缩减单边误差，平均到整体上去，对实际应用来说，总体效果要好得多。因此，本实施的拟合最优标准为Yerr和的绝对值最小以及Yerr绝对值的总和最小；

S144、以滤波后的温度为自变量、温漂误差为因变量，采用穷举法进行分段拟合，求得各段的解析式系数。算法流程如下：

S1440、ti＝19、b＝20000，i＝0，给定Y-old、Yabs-old一个较大值(如1000)；

S1441、输入拟合温度区间中的i点(T(i)，PPm(i))；

S1442、计算单点偏差Yerr(i)；i++；

S1443、i是否为最后一个序号，若是，执行步骤S1445；否则，执行步骤S1444；

S1444、返回步骤S1441；

S1445、计算Yerr和的绝对值Y以及绝对值的和Yabs；

S1446、Y是否小于Y-old，且Yabs是否小于Yabs-old，若是，执行步骤S1447；否则，执行步骤S1448；

S1447、Y-old＝Y；Yabs-old＝Yabs；B＝b；Ti＝ti；ti＝ti+0.1；执行步骤S1449；

S1448、B＝b；Ti＝ti；ti＝ti+0.1；

S1449、ti是否大于28，若是，执行步骤S14411；否则，执行步骤S14410；

S14410、i＝0；返回步骤S1441；

S14411、b++；

S14412、b是否大于50000，若是，执行步骤S14414；否则，执行步骤S14413；

S14413、i＝0；ti＝19；返回步骤S1441；

S14414、输出系数B、Ti，执行下一个曲线段拟合。

经过上述算法程序，我们便求得了温漂误差曲线的解析式，接下来就可以按照步骤S15对晶振频率进行补偿，其补偿公式为：

补偿后的分频值＝晶振标签明示值+晶振标签明示值×Err×10^-6 (4)

例如：6MHz晶振，MCU倍频后12MHz，供RTC时钟12/2＝6MHz，那么1Hz时钟频率需要6×10⁶的分频值，若经温漂误差曲线计算的该点的Err为3ppm＝3×10^-6，则实际偏移为：6×10⁶×3×10^-6＝18Hz，补偿后的分频应为(6×10⁶+18)Hz。

实施例二：

如图11-13所示，本实施例给出了基于实施例一的方法的具体应用，时钟测试工装在-28℃-65℃的温度范围内连续采集280个数据，即，参照实施例一的数据采集量的方法，根据温度区间的最低温度和最高温度，指定起始温度为-28℃，目标温度为65℃，25只表升温总时长约70小时，时钟测试工装5路一组并发采集，采集的(温度，晶振频率)对的数量为280个，每一组采集一对数据的时间为3分钟，作为本实施的拟合的基础数据；

该数据经过计算温漂误差、滤波、分段拟合以及晶振频率补偿，便得到了显著的补偿效果。从附图可以明显的看到，滤波算法处理的效果和拟合算法处理的效果都是显著的。其中，补偿曲线是分段的，而且几乎所有测试点都在曲线上，因此，本实施例的补偿算法效果是显著的。

综上所述，本实施例将电表中晶振频率常规的二次函数补偿变为按自变量分段的多解析式二次函数补偿，进一步采用方差滤波解决干扰问题，采用穷举拟合解决多测试点下二次函数多式共存的问题，最终以各点偏差和的绝对值和各点偏差绝对值的和作为筛选条件，择出最优的解解析式。本方法应用于智能电表的晶振频率调校，其调校效果显著，能有效降低电表的调校成本，大大提升电表的合格率。

以上所述仅为本发明的较佳实施例而已，本领域技术人员知悉，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等同替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。

Claims (10)

1.一种基于穷举的智能电表晶振频率调校的方法，其特征在于，包括如下步骤：

S11、在每个测试温度区间采集智能电表的温度及所述温度下的晶振频率；

S12、根据采集的所述晶振频率计算温漂误差；

S13、对所述温度、温漂误差分别进行滤波；

S14、以滤波后的所述温度为自变量、所述温漂误差为因变量，采用穷举法进行分段拟合，求得各段的解析式系数；

S15、将求得的所述解析式系数写入电表进行晶振频率补偿。

2.根据权利要求1所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，在执行步骤S11前，还需进行如下步骤：

S100、确定温漂误差曲线的解析式；

S101、按照所述智能电表的温度范围将所述温漂误差曲线划分成多个函数段；

S102、确定采用穷举法拟合的系数；

S103、为每段所述温漂误差曲线确定所述测试温度区间。

3.根据权利要求2所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，步骤S100中，所述温漂误差曲线的函数式为：

Err＝B(T-Ti)²+C；

其中，T为待采集的所述温度，Err为待拟合的所述温漂误差，B、Ti、C为一元二次方程的系数；

步骤S101中，所述温漂误差曲线划分为6个函数段；第一函数段对应的温度范围为：T<-15℃，第二函数段对应的温度范围为-15℃≤T<-5℃，第三函数段对应的温度范围为-5℃≤T<14.5℃；第四函数段对应的温度范围为14.5℃≤T<33.5℃；第五函数段对应的温度范围为33.5℃≤T<49.5℃；第六函数段对应的温度范围为T≥49.5℃；

步骤S102中，在所述温漂误差曲线的B、Ti、C三个系数中，系数C不变，只针对系数B、Ti采用穷举法确定其数值；

步骤S103中，所述第一函数段对应的测试温度区间为T∈{[-29℃，-25℃],(-25℃，-21℃]}，所述第二函数段对应的测试温度区间T∈{[-21℃，-10℃)，-10℃}，所述第三函数段对应的测试温度区间为T∈{[-10℃，5℃)，5℃}，所述第四函数段对应的测试温度区间为T∈{[-5℃，19℃]，(19℃，23℃)，[23℃，27℃]}，所述第五函数段对应的测试温度区间为T∈{[27℃，40℃)，40℃}，所述第六函数段对应的测试温度区间为T∈{[40℃，51℃)，[51℃，55℃)，[55℃，59℃]}。

4.根据权利要求3所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，步骤S12中，所述温漂误差的计算公式为：

PPm＝(X₀-X_t)/X₀×10⁶；

其中，X₀为时钟晶振标签明示的晶振频率；X_t为时钟测试工装在温度T时采集的晶振频率。

5.根据权利要求3所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，步骤S13包括如下步骤：

S130、对采集的所述温度进行精度处理；

S131、对采集的所述温漂误差进行限幅滤波；

S132、对限幅滤波后的所述温漂误差、精度处理后的所述温度按照精度处理后的所述温度的升序进行排序；

S133、对排序后的所述温度进行方差滤波；

S134、按照所述函数段的温度范围，对方差滤波后的所述温度进行分区；

S135、对在每个温度范围内的所述温漂误差分别进行异常点删除。

6.根据权利要求5所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，步骤S135中，所述异常点的判断标准如下：

若所述第一函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.01，则PPm(T(i))或PPm(T(i+1))为异常点；

若所述第二函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；

若所述第三函数段内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；

若所述第四函数段的顶点左区域内，存在PPm(T(i))-PPm(T(i+1))≥0.005，则PPm(T(i))或PPm(T(i+1))为异常点；若所述第四函数段的顶点右区域内，存在PPm(T(i))-PPm(T(i+1))≤-0.005，则PPm(T(i))或PPm(T(i+1))为异常点；

若所述第五函数段内，存在PPm(T(i))-PPm(T(i+1))≤-0.005，则PPm(T(i))或PPm(T(i+1))为异常点；

若所述第六函数段内，存在PPm(T(i))-PPm(T(i+1))≤-0.01，则PPm(T(i))或PPm(T(i+1))为异常点；

其中，PPm(T(i))为采集的所述温度经方差滤波后在第i点对应的温漂误差。

7.根据权利要求6所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，所述步骤S14包括如下步骤：

S140、为每段所述温漂误差曲线确定拟合温度区间；

S141、计算所述系数C；

S142、确定所述系数B、系数Ti范围及其增长幅度；

S143、确定拟合最优标准；

S144、以滤波后的所述温度为自变量、所述温漂误差为因变量，采用穷举法进行分段拟合，求得各段的解析式系数。

8.根据权利要求7所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，步骤S140中，每段所述温漂误差曲线对应的所述拟合温度区间如下：

所述第一段曲线的拟合温度区间为T∈[-29℃，-21℃]，所述第二段曲线的拟合温度区间为T∈{[-25℃，-21℃]，-10℃，5℃}，所述第三段曲线的拟合温度区间为T∈{-10℃，5℃，[19℃，23℃]}，所述第四段曲线的拟合温度区间为T∈[19℃，27℃]，所述第五段曲线的拟合温度区间为T∈{[23℃，27℃]，40℃，[51℃，55℃]}，所述第六段曲线的拟合温度区间为T∈[51℃，59℃]。

9.根据权利要求8所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，所述系数B的范围为：20000≤B≤50000，增长幅度为1；

所述系数Ti的范围为：19≤B≤28，增长幅度为1；

所述第四段曲线的拟合温度区间为T∈[T(t)-0.5℃，T(t)+0.5℃],其中，t为所述温漂误差最大值对应的序号，T(t)为所述温漂误差最大值对应温度。

10.根据权利要求9所述的基于穷举的智能电表晶振频率调校的方法，其特征在于，步骤S15晶振频率补偿公式为：

补偿后的分频值＝晶振标签明示值+晶振标签明示值×Err×10^-6。

Images