CN115824020B - 电容标定方法、评估方法、设备和存储介质 - Google Patents
电容标定方法、评估方法、设备和存储介质 Download PDFInfo
- Publication number
- CN115824020B CN115824020B CN202310010049.4A CN202310010049A CN115824020B CN 115824020 B CN115824020 B CN 115824020B CN 202310010049 A CN202310010049 A CN 202310010049A CN 115824020 B CN115824020 B CN 115824020B
- Authority
- CN
- China
- Prior art keywords
- filter
- data
- calibration
- capacitance
- calibration point
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 title claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 44
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 64
- 239000003990 capacitor Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000003698 laser cutting Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本申请属于程序控制技术领域，具体涉及一种电容标定方法、评估方法、设备和存储介质，其中的方法包括：S1、基于预设参数建立SG滤波器；S2、对标定点进行采样，获取标定点数据，所述标定点数据包括所述标定点的电容数据和距离数据；S3、通过所述SG滤波器对所述标定点数据进行实时滤波，得到滤波后的标定点数据；S4、基于所述滤波后的标定点数据进行电容标定。通过本申请的电容标定方法能够精确地进行电容标定，进而提高随动控制的精确性和稳定性。
Description
技术领域
本申请属于程序控制技术领域，具体涉及一种电容标定方法、评估方法、设备和存储介质。
背景技术
激光切割机在加工金属板材时，需要保持恒定高度进行切割。通常通过测量板材与切割头之间的电容进而对切割头高度实时调整以保证恒定高度。为确定切割位置，在切割前需要进行电容标定，即通过数据采集建立一条电容-距离曲线。
电容标定是记录一系列距离对应电容值的过程，在信号采集过程中，由于受到外部环境的影响导致采集信号存在噪声。采集过程中的噪声影响将电容-距离曲线的精确性以及平滑性，从而影响随动控制的精确以及稳定；噪声过大时甚至导致数据异常而不可用。
为此，如何精确地进行电容标定进而提升随动控制的性能，成为当前需要解决的技术问题。
发明内容
（一）要解决的技术问题
鉴于现有技术的上述缺点、不足，本申请提供一种电容标定方法、评估方法、设备和存储介质。
（二）技术方案
为达到上述目的，本申请采用如下技术方案：
第一方面，本申请实施例提供一种电容标定方法，该方法包括以下步骤：
S1、基于预设参数建立SG滤波器；
S2、对标定点进行采样，获取标定点数据，所述标定点数据包括所述标定点的电容数据和距离数据；
S3、通过所述SG滤波器对所述标定点数据进行实时滤波，得到滤波后的标定点数据；
S4、基于所述滤波后的标定点数据进行电容标定。
可选地，步骤S1包括：
S11、获取预设参数，所述预设参数包括多项式阶数、滤波器窗口长度；
S12、通过最小二乘法计算得到SG滤波器系数；
S13、基于所述SG滤波器系数建立所述SG滤波器。
可选地，所述多项式阶数大于等于3，所述滤波器窗口长度小于等于15。
可选地，步骤S2之后、步骤S3之前还包括：
设置滤波器计算缓冲区，所述滤波器计算缓冲区用于存储滤波器计算缓冲队列，所述滤波器计算缓冲队列长度为2M+1，队列中的数据为每个输入滤波器的标定点数据。
可选地，步骤S3包括：
步骤C1、输入第一个标定点数据，将所述滤波器计算缓冲队列全部初始化为第一个标定点数据，进行滤波计算，输出当前滤波后的数据值，转步骤C2；
步骤C2、判断当前的滤波器是否有标定点数据输入，若是，转步骤C3；若否，将所述SG滤波器置为刷新状态，并将滤波器刷新计数设置为2M，将滤波器补偿计数设置为M+1，转步骤C5；
步骤C3、判断当前的滤波器补偿计数是否大于零；若是，将所述SG滤波器置为补偿状态，将所述滤波器补偿计数自减一，转步骤C4；若否，转步骤C4；
步骤C4、判断当前的滤波器补偿计数是否大于零；若是，将下一个标定点数据添加到所述滤波器计算缓冲队列尾部，并将所述滤波器计算缓冲队列的头部数据移除，转步骤C2；若否，将所述SG滤波器置为一般运行状态，将标定点数据添加到所述滤波器计算缓冲队列尾部，并将所述滤波器计算缓冲队列的头部数据移除，进行滤波计算并输出当前滤波后的数据值，转步骤C2；
步骤C5，判断当前的滤波器刷新计数是否大于当前的滤波器补偿计数，若是，将最后一次接收的标定点数据添加到所述滤波器计算缓冲队列的尾部，并将所述滤波器计算缓冲区队列的头部数据移除，进行滤波计算并输出当前滤波数据值；将滤波器刷新计数自减一，转步骤C5；若否，将所述滤波器计算缓冲队列全部设置为本次数据计算周期之前最后一次接收的标定点数据，进行滤波计算并输出当前滤波后的数据值；将所述SG滤波器置为空闲状态，转步骤C6；
步骤C6，滤波结束。
可选地，所述标定点的电容数据为频率数据，所述标定点的距离数据为伺服脉冲数据。
第二方面，本申请实施例提供一种电容标定数据的评估方法，该方法包括：
获取通过如上第一方面任一项所述的电容标定方法进行电容标定时的标定点数据和滤波后的标定点数据，所述标定点数据包括频率数据和脉冲数据；
通过以下预设的评估公式得到标定数据优劣度γ：
其中，x(i)为滤波后的频率数据序列，y(i)为滤波后的脉冲数据序列， s x (i)为滤波前的频率数据序列，s y (i)为滤波前的脉冲数据序列，m为数据长度。
第三方面，本申请实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上第一方面任一项所述的电容标定方法的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面任一项所述的电容标定方法的步骤。
（三）有益效果
本申请的有益效果是：本申请提出了一种电容标定方法、评估方法、设备和存储介质，其中的方法包括：S1、基于预设参数建立SG滤波器；S2、对标定点进行采样，获取标定点数据，所述标定点数据包括所述标定点的电容数据和距离数据；S3、通过所述SG滤波器对所述标定点数据进行实时滤波，得到滤波后的标定点数据；S4、基于所述滤波后的标定点数据进行电容标定。通过本申请的电容标定方法能够精确地进行电容标定，进而提高随动控制的精确性和稳定性。
进一步地，通过本申请的电容标定效果评估方法，可以有效地评估电容标定的效果，为操作人员评估采样数据是否可用提供参考。
附图说明
本申请借助于以下附图进行描述：
图1为本申请一个实施例中的电容标定方法流程示意图；
图2为本申请一个实施例中的SG滤波器实时处理标定点数据算法流程图；
图3为本申请一个实施例中的原始频率-脉冲曲线示例图；
图4为本申请一个实施例中的滤波前后的频率-脉冲曲线对比放大图；
图5为本申请一个实施例中的滤波前后脉冲对电容的导数曲线对比图；
图6为本申请另一个实施例中的电容标定数据的评估方法流程示意图；
图7为本申请又一个实施例中的电子设备的架构示意图。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。可以理解的是，以下所描述的具体的实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合；为了便于描述，附图中仅示出了与发明相关的部分。
本方法应用于计算机数控（Computerized Numerical Control ，CNC）系统中，具体地，可在CNC系统的主控设备中执行。
实施例一
图1为本申请一个实施例中的电容标定方法流程示意图，如图1所示，本实施例的电容标定方法包括：
S1、基于预设参数建立SG滤波器；
S2、对标定点进行采样，获取标定点数据，所述标定点数据包括所述标定点的电容数据和距离数据；
S3、通过所述SG滤波器对所述标定点数据进行实时滤波，得到滤波后的标定点数据；
S4、基于所述滤波后的标定点数据进行电容标定。
本实施例的电容标定方法，可基于SG滤波器对激光切割机电容标定数据进行实时处理，得到的电容标定数据更加平滑、更加接近理想值。由于处理具有实时性，有利于嵌入实时数控系统中，提高随动控制的精确性和稳定性；滤波后不会增加额外数据量，并且保留采样数据的边界值，保证数据完整性。
为了更好地理解本发明，以下对本实施例中的各步骤进行展开说明。
本实施例S1中，预设参数包括多项式阶数N、滤波器窗口长度2M+1，其中M、N为正整数。建立SG滤波器的方法包括：
通过最小二乘法计算得到SG滤波器的系数；
基于SG滤波器系数建立SG滤波器。
具体为：定义大小为2M+1行、N+1列的辅助矩阵A:
令：
则矩阵B的第一行即为滤波器系数。为优化计算过程，矩阵B的第一行可以通过最小二乘法求解。由于SG滤波器系数计算方法为现有技术，在此不再赘述。
本实施例S2中，获取的标定点数据包括标定点的电容数据和距离数据。
本实施例中，可以设置滤波器计算缓冲区X，滤波器计算缓冲区用于存储滤波器计算缓冲队列，滤波器计算缓冲队列长度为2M+1，队列中的数据为每个输入滤波器的标定点数据。滤波器计算缓冲队列实行先入先出的存储原则，即当滤波器接收一个需要滤波的标定点数据时，将该点数据加入缓冲区队列尾部，并将缓冲区队列的头部从缓冲区移除。
本实施例步骤S3中，通过SG滤波器对标定点数据进行实时滤波，在每个数字采样周期实时运算并输出。
本实施例中，分别定义了滤波器空闲状态、滤波器运行状态、滤波器补偿状态、一般运行状态、滤波器刷新状态。
空闲状态是指滤波器既没有输入，也没有输出时的状态。
运行状态是指非空闲态时的状态，包括补偿状态、一般运行状态以及刷新状态。
补偿状态是指滤波器从外部接收数据，但是没有输出数据时的状态；具体为，滤波器从外部接收数据，并将该数据添加到计算缓冲区尾部，并将滤波器计算缓冲区头部移除，但不进行滤波计算并且无输出。
一般运行状态是指滤波器接受外部数据的输入，并且有输出的状态；具体为，滤波器从外部接收数据，将接收的数据添加到滤波器计算缓冲区尾部，并将滤波器计算缓冲区头部移除，进行滤波计算并输出。
刷新状态是指滤波器不接受外部数据的输入，但有输出的状态；具体为，滤波器不从外部接收数据，将之前采样周期最后一次接收的数据添加到滤波器计算缓冲区尾部，并将滤波器计算缓冲区头部移除，进行滤波计算并输出。
需要说明的是，滤波器初始化状态通常为空闲状态，一般情况下滤波器输入点的个数大于滤波器窗口长度。
图2为本申请一个实施例中的SG滤波器实时处理标定点数据算法流程图，如图2所示，滤波之前首先对滤波器进行初始化，之后滤波的具体步骤包括：
步骤C1、输入第一个标定点数据，将滤波器计算缓冲队列全部初始化为第一个标定点数据，进行滤波计算，输出当前滤波后的数据值，转步骤C2；
步骤C2、判断当前的滤波器是否有标定点数据输入，若是，转步骤C3；若否，将所述SG滤波器置为刷新状态，并将滤波器刷新计数设置为2M，将滤波器补偿计数设置为M+1，转步骤C5；
步骤C3、判断当前的滤波器补偿计数是否大于零；若是，将SG滤波器置为补偿状态，将滤波器补偿计数自减一，转步骤C4；若否，转步骤C4；
步骤C4、判断当前的滤波器补偿计数是否大于零；若是，将下一个标定点数据添加到滤波器计算缓冲队列尾部，并将滤波器计算缓冲队列的头部数据移除，转步骤C2；若否，将SG滤波器置为一般运行状态，将标定点数据添加到滤波器计算缓冲队列尾部，并将滤波器计算缓冲队列的头部数据移除，进行滤波计算并输出当前滤波后的数据值，转步骤C2；
步骤C5，判断当前的滤波器刷新计数是否大于当前的滤波器补偿计数，若是，将最后一次接收的标定点数据添加到滤波器计算缓冲队列的尾部，并将滤波器计算缓冲区队列的头部数据移除，进行滤波计算并输出当前滤波数据值；将滤波器刷新计数自减一，转步骤C5；若否，将滤波器计算缓冲队列全部设置为本次数据计算周期之前最后一次接收的标定点数据，进行滤波计算并输出当前滤波后的数据值；将SG滤波器置为空闲状态，转步骤C6；
步骤C6，滤波结束。
本实施例中，滤波后输出的标定点数据为：
其中，Y为当前滤波器的输出值，H为滤波器系数，X(i)为滤波器计算缓冲队列中的每个标定点数据。
本实施例的方法，首先通过系统预设参数设计SG滤波器，其中SG滤波器的滤波系数通过最小二乘法求解得到。为了实现滤波的实时性以及边界数据不变性，定义了滤波器几种状态，即空闲状态、运行状态、补偿状态以及刷新状态等以及定义了补偿计数以及刷新计数等附加属性。其次，对标定点进行实时采样，获取脉冲量以及频率的采样数据。再次，将电容标定数据进行了实时处理。通过该算法，能够实时处理激光切割机电容标定数据，并且数据量不会发生改变，边界值不会发生改变。
为了进一步说明本发明方法，以下以图3所示的电容标定点数据为例，通过本发实施例的SG滤波器对标定点数据进行实时滤波。
为方便描述，本实例中电容实时转化为频率信号进行计算，距离值转化为伺服脉冲值进行计算，建立曲线为一条频率-脉冲曲线。
图3为本申请一个实施例中的原始频率-脉冲曲线示例图，如图3所示，电容标定点数据中，随着频率值增加，脉冲量增加，曲线呈现类幂函数形式。
对图3中的数据通过SG滤波器滤波，滤波器窗口大小为15，SG滤波器多项式阶数为3。
图4为本申请一个实施例中的滤波前后的频率-脉冲曲线对比放大图，如图4所示，通过SG滤波之后，曲线变得平滑。
进一步分析滤波对频率-脉冲曲线的影响。通过脉冲对频率求导获得脉冲关于频率的导数图。图5为本申请一个实施例中的滤波前后脉冲对电容的导数曲线对比图，如图5所示，对比图中滤波前后频率-脉冲曲线导数图可知，在滤波前，数据存在噪声，变化较为剧烈，通过滤波之后，频率-脉冲导数曲线波动变小，曲线平滑度得到极大提升。滤波后，滤除测量过程中的噪声，使得数据更加接近理想值。
由此可见，通过本实施例的方法，滤除采集数据的噪声，使得电容曲线平滑，采样结果更加接近理想值。
实施例二
本申请第二方面提出一种电容标定数据的评估方法，图6为本申请另一个实施例中的电容标定数据的评估方法流程示意图，如图6所示，该方法包括：
获取通过如上实施例一的电容标定方法进行电容标定时的标定点数据和滤波后的标定点数据，标定点数据包括频率数据和脉冲数据；
通过以下预设的评估公式得到标定数据优劣度γ：
其中，x(i)为滤波后的频率数据序列，y(i)为滤波后的脉冲数据序列， s x (i)为滤波前的频率数据序列，s y (i)为滤波前的脉冲数据序列，m为数据长度。
优劣度表征滤波前后信号的差异度。优劣度的值越大，表明滤波前的信号与滤波后的信号的差异度越小，表明原信号较优；反之较差。
通过公式（4）计算滤波前标定点数据的优劣度，对数据的平滑性以及稳定度进行评估，并给出评价结果，从而为机床操作人员评估采样数据是否可用提供参考。
以图3所示的频率、脉冲为例，通过预置公式计算信号的优劣程度，计算出其优劣度为90.114721dB，分析可知，不同的滤波器窗口大小以及滤波器多项式阶数得到不同的优劣度数值评价，当滤波器窗口较大时，滤波器对数据的修正越明显，计算出的优劣度越低，窗口较小时，滤波器对数据的修正影响越小，计算出的优劣度越高；并且多项式系数较低时，SG滤波器对数据的修正越明显，计算出的优劣度越低, 多项式系数较高时，SG滤波器对数据的修正影响越小，计算出的优劣度越高；但对于所有的情况，优劣度越大，表明滤波前后数据差别较小，测量时引入的噪声越小，数据越平滑。通过本实施例的评估方法经过多次试验后得出，滤波器窗口大小为15，SG滤波器多项式阶数为3时，其优劣度达到70dB以上，一般认为曲线平滑度以及精确性较好。
实施例三
本申请第三方面提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上实施例中任意一项所述的电容标定方法的步骤。
图7为本申请再一个实施例中的电子设备的架构示意图。
图7所示的电子设备可包括：至少一个处理器101、至少一个存储器102、至少一个网络接口104和其他的用户接口103。电子设备中的各个组件通过总线系统105耦合在一起。可理解，总线系统105用于实现这些组件之间的连接通信。总线系统105除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统105。
其中，用户接口103可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball) 或者触感板等。
可以理解，本实施例中的存储器102可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器 (Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器 (Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Sync Link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的存储器102旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器102存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统1021和应用程序1022。
其中，操作系统1021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序1022，包含各种应用程序，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1022中。
在本发明实施例中，处理器101通过调用存储器102存储的程序或指令，具体的，可以是应用程序1022中存储的程序或指令，处理器101用于执行第一方面所提供的方法步骤。
上述本发明实施例揭示的方法可以应用于处理器101中，或者由处理器101实现。处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器102，处理器101读取存储器102中的信息，结合其硬件完成上述方法的步骤。
另外，结合上述实施例中的电容标定方法，本发明实施例可提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上方法实施例中的任意一种电容标定方法。
应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例做出另外的变更和修改。所以，权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也应该包含这些修改和变型在内。
Claims (7)
1.一种电容标定方法，其特征在于，该方法包括以下步骤：
S1、基于预设参数建立SG滤波器；
S2、对标定点进行采样，获取标定点数据，所述标定点数据包括所述标定点的电容数据和距离数据；
S3、通过所述SG滤波器对所述标定点数据进行实时滤波，得到滤波后的标定点数据；
S4、基于所述滤波后的标定点数据进行电容标定；
步骤S2之后、步骤S3之前还包括：
设置滤波器计算缓冲区，所述滤波器计算缓冲区用于存储滤波器计算缓冲队列，所述滤波器计算缓冲队列长度为2M+1，队列中的数据为每个输入滤波器的标定点数据；
步骤S3包括：
步骤C1、输入第一个标定点数据，将所述滤波器计算缓冲队列全部初始化为第一个标定点数据，进行滤波计算，输出当前滤波后的数据值，转步骤C2；
步骤C2、判断当前的滤波器是否有标定点数据输入，若是，转步骤C3；若否，将所述SG滤波器置为刷新状态，并将滤波器刷新计数设置为2M，将滤波器补偿计数设置为M+1，转步骤C5；
步骤C3、判断当前的滤波器补偿计数是否大于零；若是，将所述SG滤波器置为补偿状态，将所述滤波器补偿计数自减一，转步骤C4；若否，转步骤C4；
步骤C4、判断当前的滤波器补偿计数是否大于零；若是，将下一个标定点数据添加到所述滤波器计算缓冲队列尾部，并将所述滤波器计算缓冲队列的头部数据移除，转步骤C2；若否，将所述SG滤波器置为一般运行状态，将标定点数据添加到所述滤波器计算缓冲队列尾部，并将所述滤波器计算缓冲队列的头部数据移除，进行滤波计算并输出当前滤波后的数据值，转步骤C2；
步骤C5，判断当前的滤波器刷新计数是否大于当前的滤波器补偿计数，若是，将最后一次接收的标定点数据添加到所述滤波器计算缓冲队列的尾部，并将所述滤波器计算缓冲区队列的头部数据移除，进行滤波计算并输出当前滤波数据值；将滤波器刷新计数自减一，转步骤C5；若否，将所述滤波器计算缓冲队列全部设置为本次数据计算周期之前最后一次接收的标定点数据，进行滤波计算并输出当前滤波后的数据值；将所述SG滤波器置为空闲状态，转步骤C6；
步骤C6，滤波结束。
2.根据权利要求1所述的电容标定方法，其特征在于，步骤S1包括：
S11、获取预设参数，所述预设参数包括多项式阶数、滤波器窗口长度；
S12、通过最小二乘法计算得到SG滤波器系数；
S13、基于所述SG滤波器系数建立所述SG滤波器。
3.根据权利要求2所述的电容标定方法，其特征在于，所述多项式阶数大于等于3，所述滤波器窗口长度小于等于15。
4.根据权利要求1所述的电容标定方法，其特征在于，所述标定点的电容数据为频率数据，所述标定点的距离数据为伺服脉冲数据。
5.一种电容标定数据的评估方法，其特征在于，该方法包括：
获取通过如上权利要求1-4中任一项所述的电容标定方法进行电容标定时的标定点数据和滤波后的标定点数据，所述标定点数据包括频率数据和脉冲数据；
通过以下预设的评估公式得到标定数据优劣度γ：
其中，x(i)为滤波后的频率数据序列，y(i)为滤波后的脉冲数据序列， s x (i)为滤波前的频率数据序列，s y (i)为滤波前的脉冲数据序列，m为数据长度。
6.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上权利要求1至4任一项所述的电容标定方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上权利要求1至4任一项所述的电容标定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310010049.4A CN115824020B (zh) | 2023-01-05 | 2023-01-05 | 电容标定方法、评估方法、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310010049.4A CN115824020B (zh) | 2023-01-05 | 2023-01-05 | 电容标定方法、评估方法、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115824020A CN115824020A (zh) | 2023-03-21 |
| CN115824020B true CN115824020B (zh) | 2023-05-23 |
Family
ID=85520096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310010049.4A Active CN115824020B (zh) | 2023-01-05 | 2023-01-05 | 电容标定方法、评估方法、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115824020B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2777861A1 (en) * | 2013-03-15 | 2014-09-17 | Laser Mechanisms, Inc. | Fast response capacitive gauging system featuring steep slope filter discrimination circuit |
| CN109831184A (zh) * | 2019-02-18 | 2019-05-31 | 山东大学 | 一种带通滤波方法、系统、存储介质及终端设备 |
| CN112577407A (zh) * | 2019-09-27 | 2021-03-30 | 大族激光科技产业集团股份有限公司 | 一种电容传感器参数漂移纠正方法及系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5030918A (en) * | 1989-11-17 | 1991-07-09 | Modern Controls, Inc. | Portable gauge for measuring thickness variations of thin plastic film |
| CN101076008B (zh) * | 2007-07-17 | 2010-06-09 | 华为技术有限公司 | 信号的削波处理方法和设备 |
| WO2014169480A1 (zh) * | 2013-04-19 | 2014-10-23 | 中国科学院自动化研究所 | 一种并行滤波方法及相应的装置 |
| CN105140146A (zh) * | 2015-07-16 | 2015-12-09 | 北京工业大学 | 一种大尺寸磨削晶圆厚度在线测量方法 |
| CN106289043B (zh) * | 2016-08-10 | 2019-04-12 | 成都芯通软件有限公司 | 一种电容式距离测量方法、装置及其定标方法 |
| CN108168697B (zh) * | 2016-12-07 | 2020-10-13 | 西派特（北京）科技有限公司 | 一种光谱仪降噪和波长标定方法 |
| CN108064344B (zh) * | 2017-11-20 | 2021-05-11 | 深圳市汇顶科技股份有限公司 | 差分电路、电容检测电路、触摸检测装置和终端设备 |
| CN112577403B (zh) * | 2019-09-27 | 2023-04-11 | 大族激光科技产业集团股份有限公司 | 一种电容标定效果的评估方法及系统 |
| CN112440010A (zh) * | 2020-11-30 | 2021-03-05 | 重庆工业赋能创新中心有限公司 | 一种激光切割高度跟随系统及其标定方法 |
| CN114779721B (zh) * | 2022-06-20 | 2022-09-02 | 济南邦德激光股份有限公司 | 基于位置点进行速度滤波的方法、设备和存储介质 |
-
2023
- 2023-01-05 CN CN202310010049.4A patent/CN115824020B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2777861A1 (en) * | 2013-03-15 | 2014-09-17 | Laser Mechanisms, Inc. | Fast response capacitive gauging system featuring steep slope filter discrimination circuit |
| CN109831184A (zh) * | 2019-02-18 | 2019-05-31 | 山东大学 | 一种带通滤波方法、系统、存储介质及终端设备 |
| CN112577407A (zh) * | 2019-09-27 | 2021-03-30 | 大族激光科技产业集团股份有限公司 | 一种电容传感器参数漂移纠正方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115824020A (zh) | 2023-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Andersen et al. | Jump-diffusion processes: Volatility smile fitting and numerical methods for option pricing | |
| Cont et al. | A finite difference scheme for option pricing in jump diffusion and exponential Lévy models | |
| EP2442248B1 (de) | Kopplungsmethodik für nicht-iterative Co-Simulation | |
| US20110119204A1 (en) | Systems and methods for compound risk factor sampling with integrated market and credit risk | |
| CN109583561B (zh) | 一种深度神经网络的激活量量化方法及装置 | |
| US8594989B2 (en) | Compensating for variations in device characteristics in integrated circuit simulation | |
| CN112132485A (zh) | 一种指标数据处理方法、装置、电子设备及存储介质 | |
| WO2023202355A1 (zh) | 一种基于边界面塑性模型的土体状态数据计算方法及装置 | |
| CN108111353B (zh) | 预付卡剩余流量预测方法、网络终端和存储介质 | |
| CN111062884A (zh) | 一种图像增强方法、装置、存储介质和终端设备 | |
| CN115824020B (zh) | 电容标定方法、评估方法、设备和存储介质 | |
| US20210235570A1 (en) | Filament current control method and apparatus | |
| US8121822B2 (en) | Integrated circuit modeling based on empirical test data | |
| CN111953999A (zh) | 一种反变换方法及装置 | |
| CN110830003A (zh) | 一种基于α-β滤波器的滤波方法 | |
| CN114185882A (zh) | 一种不良数据修正方法、装置、存储介质及电子设备 | |
| Li | A damped diffusion framework for financial modeling and closed-form maximum likelihood estimation | |
| Fujii | Momentum-space approach to asymptotic expansion for stochastic filtering | |
| Mies | Estimation of state-dependent jump activity and drift for Markovian semimartingales | |
| CN111598704A (zh) | 面向风投机构联合投资的关联性处理方法、装置和设备 | |
| DE102005063117A1 (de) | Methode zur Simulation eines Halbleiter-Schaltkreises | |
| Martensson et al. | A geometric approach to variance analysis in system identification: Linear time-invariant systems | |
| Blanke et al. | Polygonal smoothing of the empirical distribution function | |
| CN110880037A (zh) | 神经网络运算模块及方法 | |
| CN112989739B (zh) | 一种Trap-Gear时间离散格式的时间步长设定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |