CN116865720A - 一种数字周期信号低通滤波方法 - Google Patents

一种数字周期信号低通滤波方法 Download PDF

Info

Publication number
CN116865720A
CN116865720A CN202310893410.2A CN202310893410A CN116865720A CN 116865720 A CN116865720 A CN 116865720A CN 202310893410 A CN202310893410 A CN 202310893410A CN 116865720 A CN116865720 A CN 116865720A
Authority
CN
China
Prior art keywords
real
periodic signal
sampling
signal
time target
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
CN202310893410.2A
Other languages
English (en)
Inventor
戴尔晗
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202310893410.2A priority Critical patent/CN116865720A/zh
Publication of CN116865720A publication Critical patent/CN116865720A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0248—Filters characterised by a particular frequency response or filtering method
    • H03H17/0282—Sinc or gaussian filters

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Measuring Frequencies, Analyzing Spectra (AREA)

Abstract

本发明涉及一种数字周期信号低通滤波方法，基于最优滤波参数，根据实时目标数字周期信号所对应采样序列信号的采样频率、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期、以及实时目标数字周期信号的应用频率三者之间关系，按滑动周期，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行实时滤波处理；整个设计方法适合于含谐波的数字周期信号、以及数字正弦信号的滤波，设计方案简单合理，软硬件开销小，具有较强的抗干扰能力，在进行实际计算时方便简捷，适合嵌入式系统下使用，实现起来简单合理，数据准确、可靠，有较广泛的应用前景。

Description

一种数字周期信号低通滤波方法
技术领域
本发明涉及一种数字周期信号低通滤波方法，属于信号滤波处理技术领域。
背景技术
滤波器在电子工程、计算机科学等众多领域有着非常重要的应用；正弦信号作为一种基本信号有广泛的应用领域，主要有仪器、电力系统、通信、雷达、声纳、语音处理。为了处理正弦信号，滤波器是必不可少的，滤波的作用是从信号中去除一些不需要的特征，这些特征是不需要的频率信号和噪声。由于正弦信号仅存在纯粹的正弦信号和噪声，因此正弦滤波的主要作用不仅是降低信号中噪声的幅值，更加重要的是增加信号的信噪比。
传统的用于降噪方法有滑动平均法、Savitzky-Golay、处理离群值(粗大误差)方法、FIR、IIR、小波去噪方法、KALMAN滤波方法等，但是现有滤波方法滤波效果差或计算复杂度高，整体滤波性能不佳。
发明内容
本发明所要解决的技术问题是提供一种数字周期信号低通滤波方法，基于最优滤波参数，应用信号频率、采样频率、滤波器滑动周期三者之间关系，降低滤波复杂度，提高滤波应用效率。
本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种数字周期信号低通滤波方法，基于实时目标数字周期信号所对应采样序列信号的采样频率fS、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M、以及实时目标数字周期信号的应用频率fY三者之间关系如下：
按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行实时滤波处理。
作为本发明的一种优选技术方案，若实时目标数字周期信号的模拟信号频率未知，则执行如下步骤：
步骤A1.按大于实时目标数字周期信号的模拟信号频率的预设采样频率FS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并进入步骤A2；
步骤A2.获得实时目标数字周期信号所对应采样序列信号的模拟信号的测量/估计频率，作为实时目标数字周期信号的应用频率fY，并根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M，然后进入步骤A3；
步骤A3.按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，并进入步骤A4；
步骤A4.获得滤波处理后信号的模拟信号的测量/估计频率、对应于实时目标数字周期信号的应用频率fY，定义待比对滑动周期M0、对应于滑动周期M，根据采样频率FS、滑动周期M、以及应用频率fY三者之间关系，计算获得待比对滑动周期M0，然后进入步骤A5；
步骤A5.判断待比对滑动周期M0是否超过滑动周期M的阈值，是则应用待比对滑动周期M0针对滑动周期M进行更新，并且待进入下一时刻，进入步骤A6；否则待进入下一时刻，进入步骤A6；
步骤A6.按采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并返回步骤A3。
作为本发明的一种优选技术方案：若实时目标数字周期信号的模拟信号频率已知，则以实时目标数字周期信号的模拟信号频率作为实时目标数字周期信号的应用频率fY，并执行如下步骤：
步骤B1.基于实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M＝2N，根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得采样频率fS，或者以任意采样频率作为采样频率fS，按采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并进入步骤B2；
步骤B2.若采样频率fS为根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系计算所获，则按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，待进入下一时刻，返回步骤B1；
若采样频率fS为任意采样频率，则根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得滑动周期M，并应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，待进入下一时刻，返回步骤B1。
作为本发明的一种优选技术方案：所述实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M，若针对滑动周期M的值进行四舍五入更新，则应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，输出为最后时间点向历史时间方向的顺序M个采样信号值的均值；
若滑动周期M的值包含小数，则应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，输出为根据滑动周期M，针对由包含最后时间点的连续采样序列信号中各个采样信号值所组成的包络进行面积积分、并取均值。
作为本发明的一种优选技术方案：所述面积积分为梯形积分、矩形积分、或者梯形积分与矩形积分的混合积分。
作为本发明的一种优选技术方案：所述实时目标数字周期信号为含谐波的数字周期信号、数字正弦信号中的任意一种。
本发明所述一种数字周期信号低通滤波方法，采用以上技术方案与现有技术相比，具有以下技术效果：
本发明所设计一种数字周期信号低通滤波方法，基于最优滤波参数，根据实时目标数字周期信号所对应采样序列信号的采样频率、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期、以及实时目标数字周期信号的应用频率三者之间关系，按滑动周期，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行实时滤波处理；整个设计方法适合于含谐波的数字周期信号、以及数字正弦信号的滤波，设计方案简单合理，软硬件开销小，具有较强的抗干扰能力，在进行实际计算时方便简捷，适合嵌入式系统下使用，实现起来简单合理，数据准确、可靠，有较广泛的应用前景。
附图说明
图1是M-1阶各项系数相同的FIR滤波器作用于公式(4)的第一项时，在每周期采样24个点、M为偶数M＝6和M为奇数M＝7的情形下获取滤波后最大输出值的示意图；
图2是在M＝5.6的情况下，采用前向梯形插值方法用于计算积分面积的示意图；
图3是在M＝5.6的情况下，采用后向梯形插值方法用于计算积分面积的示意图；
图4是在M＝5.6的情况下，采用前向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的幅值是采样点0的幅值；
图5是在M＝5.6的情况下，采用前向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是根据M的小数部分0.6在采样点0和采样点1之间进行线性插值的幅值；
图6是在M＝5.6的情况下，采用前向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是采样点1的幅值；
图7是在M＝5.6的情况下，采用后向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是采样点-1的幅值；
图8是在M＝5.6的情况下，采用后向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是根据M的小数部分0.6在采样点-1和采样点0之间进行线性插值的幅值；
图9是在M＝5.6的情况下，采用后向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是采样点0的幅值。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
关于实时目标数字周期信号所对应采样序列信号的采样频率fS、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M、以及实时目标数字周期信号的应用频率fY三者之间关系所涉及的滤波参数ρ，在实际思考分析当中。
当正弦数字信号的频率和幅度和相位等参数都是未知时，则设被测正弦数字信号的数学模型为：
其中A是正弦信号的幅值，f是频率，是相位，n＝0,1,2,…，z(n)满足N(0,σ2)的正态分布。
FIR滤波器是冲击响应为有限长度的滤波器，脉冲输入信号的响应会在有限时间内变为0，一个M-1阶FIR滤波器的差分方程可以描述为：
为后续讨论的方便，不妨设bk的和为1，则：
公式(1)的信号在经过FIR滤波器后的输出信号可以表示为：
公式(4)的第一项将决定y(n)的信号幅值；公式(4)的第二项将决定y(n)的噪声的方差。公式(4)中的第一项和第二项都受到FIR滤波器的系数的影响，首先分别分析FIR滤波器对噪声信号和正弦数字信号的影响，然后再分析FIR滤波器对正弦数字信号和噪声信号的综合影响。
公式(1)的第二项即噪声信号在通过FIR滤波器后，FIR滤波器对噪声的影响的分析如下：
噪声经过FIR滤波器滤波后的噪声平均值的表达式如公式(5)：
公式(5)表明经过滤波后的噪声的均值仍然为0，噪声经过FIR滤波器滤波后的噪声方差的表达式如公式(6)：
由公式(6)可知，滤波后的噪声方差不仅与输入信号x(n)中的噪声方差相关，还与FIR滤波器的各项系数相关，由公式(6)计算出的最小值就是滤波后噪声方差的最小值。
构造柯西不等式，如公式(7)：
那么：
结合公式(6),那么：
由柯西不等式的结论可知，当b0＝b1＝…＝bM-1＝1/M时，公式(7)、(8)、(9)中的等号可以成立。在上述情形下，公式(6)的计算结果会获得最小的方差，那么滤波后信号的噪声方差为即滤波后的噪声符合N(0,σ2/M)的正态分布。上述结论揭示了一种各项系数相同的FIR滤波器可能是最佳的正弦信号的低通滤波器。
公式(9)同时说明当M趋向无穷大的时候，滤波后信号的噪声方差将趋于0。因为FIR滤波器是冲击响应为有限长度的滤波器，M的取值不可能为无穷大，因此需进一步讨论如何选取适合的M。
公式(1)的第一项即正弦数字信号在通过FIR滤波器后，FIR滤波器对正弦数字信号的影响的分析如下：
M-1阶各项系数相同的FIR滤波器是对输入信号x(n)的连续M个采样值进行平均后产生滤波后的信号，它在降低信号中噪声的同时也会降低正弦数字信号的幅值。因此不妨假设存在一个最佳的数值M，在这个M的前提下，FIR滤波器可以实现对正弦信号的最佳滤波效果。
设被测正弦信号的频率为1Hz，每周期采样的点数为N；当M＝N时，公式(4)的第一项将为0，此时滤波器输出的信号将不包含正弦信号而仅残余噪声信号，这也说明了M的取值不宜过大，因此设M<N。
M-1阶各项系数相同的FIR滤波器作用于公式(4)的第一项时，其作用是对连续的M个正弦数字采样值的积分与平均。当每周期采样24个点，M取值为偶数6时，只有当所选的M个正弦数字采样值如图1上图所示的排列情况下，滤波器的输出值才可能获得最大值；当每周期采样24个点，M取值为奇数7时，只有当所选的M个正弦数字采样值如图1下图所示的排列情况下，滤波器的输出值才可能获得最大值。图1表明所选的正弦数字采样值需集中在正弦数字信号的最上部时，各项系数相同的FIR滤波器的输出才可能获得最大值，但无论M的奇偶性，滤波器输出最大值时的正弦数字信号的积分区间都是当模拟信号频率为1Hz，每周期采样N点的情况下，则公式(1)中的f＝1/N，由正弦信号的积分公式可得，M-1阶各项系数相同的FIR滤波器的输出值的最大值可表示为：
公式(1)的噪声信号和正弦数字信号在通过FIR滤波器后，FIR滤波器对正弦数字信号和噪声信号的综合影响的分析如下：
结合公式(9)(10),则滤波后信号的信噪比为：
因此求取滤波后信号的最大信噪比即是求公式(11)的最大值，设N为常数对公式(11)中的参数M进行求导可得：
为获得公式(11)中SNR1的最大值，SNR'1需等于0，则：
公式(13)可化简为：
数值解出当时，即M≈0.371009648203552×N时，公式(14)可以得到满足，这意味着对正弦数字信号进行滤波时，采用各项系数相同的FIR滤波器进行滤波，且滤波器的阶数为N×0.371009648203552-1时，可获得滤波后信号的最大的信噪比。这也意味着在此种情况下获得的滤波效果是采用低通FIR滤波器进行滤波的一个最佳效果。滤波后信噪比和滤波前信噪比的比值是：
公式(15)说明在正弦信号每周期采样N个采样点的情况下，采用一种特殊的阶数为N×0.371009648203552-1的各项系数相同的FIR滤波器进行滤波后，输出信号的信噪比与原始信号信噪比的比值是最大的，即获得了最佳的滤波效果。而各项系数相同的FIR滤波器即滑动均值滤波器。上述推导过程是在M为整数的情形下推导的，M的取值也可以是包含小数的实数；上述推导过程是在正弦信号的基础上推导的，本课题的方法也适用于含谐波的周期信号。
即构建实时目标数字周期信号所对应采样序列信号的采样频率fS、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M、以及实时目标数字周期信号的应用频率fY三者之间关系如下：
本发明所设计一种数字周期信号低通滤波方法，基于实时目标数字周期信号所对应采样序列信号的采样频率fS、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M、以及实时目标数字周期信号的应用频率fY三者之间关系，按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行实时滤波处理。
关于上述设计方案的实际应用中，具体分为两种场景，其一，实时目标数字周期信号的模拟信号频率未知；其二，实时目标数字周期信号的模拟信号频率已知，分别针对该两种场景，执行上述思想，具体如下。
若实时目标数字周期信号的模拟信号频率未知，根据上述设计思想，具体执行如下步骤：
步骤A1.按大于实时目标数字周期信号的模拟信号频率的预设采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并进入步骤A2。
步骤A2.获得实时目标数字周期信号所对应采样序列信号的模拟信号的测量/估计频率，作为实时目标数字周期信号的应用频率fY，并根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M，然后进入步骤A3。
步骤A3.按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，并进入步骤A4。
步骤A4.获得滤波处理后信号的模拟信号的测量/估计频率、对应于实时目标数字周期信号的应用频率fY，定义待比对滑动周期M0、对应于滑动周期M，根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得待比对滑动周期M0，然后进入步骤A5。
步骤A5.判断待比对滑动周期M0是否超过滑动周期M的阈值，是则应用待比对滑动周期M0针对滑动周期M进行更新，并且待进入下一时刻，进入步骤A6；否则待进入下一时刻，进入步骤A6。
步骤A6.按采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并返回步骤A3。
若实时目标数字周期信号的模拟信号频率已知，根据上述设计思想，则以实时目标数字周期信号的模拟信号频率作为实时目标数字周期信号的应用频率fY，并执行如下步骤：
步骤B1.基于实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M＝2N，根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得采样频率fS，或者以任意采样频率作为采样频率fS，按采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并进入步骤B2。
步骤B2.若采样频率fs为根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系计算所获，则按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，待进入下一时刻，返回步骤B1；
若采样频率fS为任意采样频率，则根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得滑动周期M，并应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，待进入下一时刻，返回步骤B1。
上述具体设计方案在实际应用当中，实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M，若针对滑动周期M的值进行四舍五入更新，则应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，输出为最后时间点向历史时间方向的顺序M个采样信号值的均值。
若滑动周期M的值包含小数，则应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，输出为根据滑动周期M，针对由包含最后时间点的连续采样序列信号中各个采样信号值所组成的包络进行面积积分、并取均值。这里的面积积分为梯形积分、矩形积分、或者梯形积分与矩形积分的混合积分。
当滑动周期M的值包含小数，在实际应用当中，具体的面积积分如图2至图9所示，图中的横坐标为时间，纵坐标是电压，图中的圆点是采样点，采样点附近的数字是采样点的序号，三角形点是根据M的小数获取的插入点。图2是在M＝5.6的情况下，采用前向梯形插值方法用于计算积分面积的示意图，因为采样点5是最新的采样值，因此在采样点5的位置向前积分时采用了矩形积分方法；图3是在M＝5.6的情况下，采用后向梯形插值方法用于计算积分面积的示意图。图2和图3的最左测的由M的小数引发的积分采用了梯形插值的方式获取了插值点，最左侧的积分也可以采用如图4、5、6的矩形积分插值方式。
图4是在M＝5.6的情况下，采用前向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的幅值是采样点0的幅值；图5是在M＝5.6的情况下，采用前向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是根据M的小数部分0.6在采样点0和采样点1之间进行线性插值的幅值；图6是在M＝5.6的情况下，采用前向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是采样点1的幅值；图7是在M＝5.6的情况下，采用后向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是采样点-1的幅值；图8是在M＝5.6的情况下，采用后向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是根据M的小数部分0.6在采样点-1和采样点0之间进行线性插值的幅值；图9是在M＝5.6的情况下，采用后向矩形插值方法用于计算积分面积的示意图，左边第一个用于积分的矩形的高度是采样点0的幅值。图4、5、6、7、8、9的最左测的由M的小数引发的积分采用了矩形插值的方式获取了插值点，最左侧的积分也可以采用如图2、3的梯形积分插值方式。
本发明也可以采用其他梯形与矩形混合积分方式完成积分运算。从附图2至图9中可以看到，采用梯形积分、梯形插值法所获得的滤波器的输出最为准确。当然随着采样点数的增加，这种误差将会越来越小。考虑到嵌入式系统的特点，优选方案是采用梯形积分，矩形插值法计算滤波器的输出。
当M的取值为整数时，仅需要在先前求和值的基础上做一次加法、一次减法和一次除法即可完成滤波器输出值的运算；当M的取值为包含小数的实数时，采用如图4、6、7、8的处理方式，需要在先前求和值的基础上做一次乘法、两次加法和两次减法、一次除法即可以完成滤波器输出值的运算。综上所述，在M的取值为整数时，完成一个滤波器输出值计算的运算复杂度为O(3)；在M的取值为包含小数的整数时，完成一个滤波器输出值计算的运算复杂度最小为O(6)。
本发明所设计数字周期信号低通滤波方法，基于最优滤波参数，根据实时目标数字周期信号所对应采样序列信号的采样频率、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期、以及实时目标数字周期信号的应用频率三者之间关系，按滑动周期，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行实时滤波处理；整个设计方法适合于含谐波的数字周期信号、以及数字正弦信号的滤波，设计方案简单合理，软硬件开销小，具有较强的抗干扰能力，在进行实际计算时方便简捷，适合嵌入式系统下使用，实现起来简单合理，数据准确、可靠，有较广泛的应用前景。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (6)

1.一种数字周期信号低通滤波方法，其特征在于：基于实时目标数字周期信号所对应采样序列信号的采样频率fS、实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M、以及实时目标数字周期信号的应用频率fY三者之间关系如下：
按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行实时滤波处理。
2.根据权利要求1所述一种数字周期信号低通滤波方法，其特征在于，若实时目标数字周期信号的模拟信号频率未知，则执行如下步骤：
步骤A1.按大于实时目标数字周期信号的模拟信号频率的预设采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并进入步骤A2；
步骤A2.获得实时目标数字周期信号所对应采样序列信号的模拟信号的测量/估计频率，作为实时目标数字周期信号的应用频率fY，并根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M，然后进入步骤A3；
步骤A3.按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，并进入步骤A4；
步骤A4.获得滤波处理后信号的模拟信号的测量/估计频率、对应于实时目标数字周期信号的应用频率fY，定义待比对滑动周期M0、对应于滑动周期M，根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得待比对滑动周期M0，然后进入步骤A5；
步骤A5.判断待比对滑动周期M0是否超过滑动周期M的阈值，是则应用待比对滑动周期M0针对滑动周期M进行更新，并且待进入下一时刻，进入步骤A6；否则待进入下一时刻，进入步骤A6；
步骤A6.按采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并返回步骤A3。
3.根据权利要求1所述一种数字周期信号低通滤波方法，其特征在于，若实时目标数字周期信号的模拟信号频率已知，则以实时目标数字周期信号的模拟信号频率作为实时目标数字周期信号的应用频率fY，并执行如下步骤：
步骤B1.基于实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M＝2N，根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得采样频率fS，或者以任意采样频率作为采样频率fS，按采样频率fS，针对实时目标数字周期信号进行采样，获得实时目标数字周期信号所对应的采样序列信号，并进入步骤B2；
步骤B2.若采样频率fS为根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系计算所获，则按滑动周期M，应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，待进入下一时刻，返回步骤B1；
若采样频率fS为任意采样频率，则根据采样频率fS、滑动周期M、以及应用频率fY三者之间关系，计算获得滑动周期M，并应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，待进入下一时刻，返回步骤B1。
4.根据权利要求1至3中任意一项所述一种数字周期信号低通滤波方法，其特征在于：所述实时目标数字周期信号所对应采样序列信号应用滑动均值滤波器的滑动周期M，若针对滑动周期M的值进行四舍五入更新，则应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，输出为最后时间点向历史时间方向的顺序M个采样信号值的均值；
若滑动周期M的值包含小数，则应用滑动均值滤波器针对实时目标数字周期信号所对应的采样序列信号进行滤波处理，输出为根据滑动周期M，针对由包含最后时间点的连续采样序列信号中各个采样信号值所组成的包络进行面积积分、并取均值。
5.根据权利要求4所述一种数字周期信号低通滤波方法，其特征在于：所述面积积分为梯形积分、矩形积分、或者梯形积分与矩形积分的混合积分。
6.根据权利要求4所述一种数字周期信号低通滤波方法，其特征在于：所述实时目标数字周期信号为含谐波的数字周期信号、数字正弦信号中的任意一种。
CN202310893410.2A 2023-07-20 2023-07-20 一种数字周期信号低通滤波方法 Pending CN116865720A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310893410.2A CN116865720A (zh) 2023-07-20 2023-07-20 一种数字周期信号低通滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310893410.2A CN116865720A (zh) 2023-07-20 2023-07-20 一种数字周期信号低通滤波方法

Publications (1)

Publication Number Publication Date
CN116865720A true CN116865720A (zh) 2023-10-10

Family

ID=88228414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310893410.2A Pending CN116865720A (zh) 2023-07-20 2023-07-20 一种数字周期信号低通滤波方法

Country Status (1)

Country Link
CN (1) CN116865720A (zh)

Similar Documents

Publication Publication Date Title
WO2018188228A1 (zh) 高精度频率测量系统及方法
CN103257271B (zh) 一种基于stm32f107vct6的微电网谐波与间谐波检测装置及检测方法
CN110307780B (zh) 基于迭代计算的pgc相位解调误差实时补偿方法
CN105224811B (zh) 一种基于反馈迭代式频率跟踪的pmu动态数据处理方法
CN103941088A (zh) 一种基于三相信号的电力系统频率快速测量方法
CN107478896A (zh) 一种基于级联广义积分器的频率自适应谐波电流检测方法
Ferdi Fractional order calculus-based filters for biomedical signal processing
CN106603036A (zh) 一种基于低阶内插滤波器的自适应时延估计方法
CN107102193B (zh) 电参量计量过程中的信号噪声处理装置
CN108710027A (zh) 通道间相位差、幅度差的高精度测量方法
Gudovskiy et al. An accurate and stable sliding DFT computed by a modified CIC filter [tips & tricks]
CN116865720A (zh) 一种数字周期信号低通滤波方法
CN112468148A (zh) 一种多采样率的低功耗微机械陀螺数字信号处理方法
CN104539264A (zh) 应用于eps电源系统的滤波方法及滤波电路
CN115001016B (zh) 一种基于无模型预测的变流器并网优化控制方法及系统
Liu et al. An approximate maximum likelihood estimator for instantaneous frequency estimation of multicomponent nonstationary signals
CN105911350A (zh) 频率自适应递归svft谐波序分量实时检测方法及系统
Bhardwaj et al. Approximation and analysis of single band FIR pass integrator centered around mid-band frequencies with degree k= 1, 2, 3…
EP2651033B1 (en) Filter system
CN102710237B (zh) 一种一阶数字低通滤波方法、滤波器及电子设备
RU62469U1 (ru) Устройство вычисления адаптивного вейвлет-преобразования
Oliva et al. Improving the computational efficiency of lock-in algorithms through coherent averaging
Serov et al. Application of the Moving Average Filter for the Tasks of Electrical Power Parameters Measurement
WO2019132720A1 (ru) Способ адаптивной цифровой фильтрации импульсных помех и фильтр для его реализации
CN116626568B (zh) 一种基于混频迭代的磁共振信号频率测量方法

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