СРАВНИТЕЛЬНАЯ ОЦЕНКА МЕТОДОВ УСРЕДНЕНИЙ ДЛЯ ФИЛЬТРАЦИИ ИЗМЕРИТЕЛЬНЫХ СИГНАЛОВ
Аннотация
Для повышения качества производимой продукции приходится совершенствовать все
технологические процессы, что требует повышения точности всего измерительного
тракта в целом. Для этого приходится тщательно анализировать систематические, слу-
чайные и флуктуационные погрешности в измерительном канале и принимать все меры для
их уменьшения. Радикальным средством повышения точности проведенных измерений
является цифровая фильтрация или усреднение промежуточных измерений (наблюдений)
по определённым правилам. Целью работы является сравнительная оценка качества по-
давления близкой к реальной шумовой помехи при использовании восьми наиболее известных
методов усреднения. Предложены модель измерительного тракта и общая структурная
схема моделирования процесса измерения на ЭВМ при воздействии случайной помехи для
восьми алгоритмов усреднения. В качестве критерия оценки качества методов усреднения
приняты отношения дисперсий абсолютных погрешностей и средних квадратических от-
клонений до вычислительного устройства и после применения заданного алгоритма усред-
нения. По результатам моделирования сделаны следующие выводы. 1. Все алгоритмы ус-
реднения обеспечивают подавление случайных составляющих погрешности сложной поме-
хи до уровня 40–60 дБ. Лучшими являются три алгоритма: среднее арифметическое АР,
а-усечённое среднее АУ5 и а-винзоризированное среднее АВ5, которые предусматривают
отбрасывание 5 % аномальных результатов. При увеличении числа наблюдений коэффици-
енты подавления пропорционально растут. 2. Время выборки должно быть кратно дли-
тельности периода сети переменного тока 50 Гц (20 мс). Оптимальное количество наблю-
дений (измерений) – 100–128, при 128 измерениях операция деления сводится к простому
сдвигу, и результат усреднения может быть выдан через 1–2 мкс. 3. При эксперименталь-
ном применении метода усреднения АР для фильтрации сильно зашумленного измеритель-
ного сигнала в линии связи длиной 800 м наблюдалось снижение разброса выходных кодов
АЦП с ±3,5 % до ±0,1 % после фильтрации (АР, 64 измерения за 40 мс).
Литература
Tekhnosfera, 2005.
2. Galalu V.G., Kirakosyan S.A. Pomekhi po shinam zazemleniya v sistemakh promyshlennoy
avtomatizatsii [Interference in ground busbars in industrial automation systems], Izvestiya
YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2016, No. 5, pp. 20-30
3. Galalu V.G., Kirokosyan S.A. Otsenka urovnya pomekh na vkhodakh analogo-tsifrovykh
preobrazovateley izmeritel'nykh sistem [Evaluation of the noise level at the inputs of analogto-
digital converters of measuring systems], Aktual'nye problemy elektronnogo
priborostroeniya: Mater. Mezhdunar. nauch.-tekhn. konf. [Actual problems of electronic instrumentation:
Materials of the International Scientific and Technical Conference]: in 2nd vol.
Vol. 2. Saratov, 2016, pp. 208-215.
4. ZHuravin L.G. i dr. Metody elektricheskikh izmereniy / pod red. E.I. TSvetkova. – L.:
Energoatomizdat, 1990.
5. Novitskiy I.S., Zograf I.A. Otsenka pogreshnostey rezul'tatov izmereniy [Estimation of errors in
measurement results]. Leningrad: Energoatomizdat, 1991.
6. GOST R 8.736–2011. Gosudarstvennaya sistema obespecheniya edinstva izmereniy (GSI).
Izmereniya pryamye mnogokratnye. Metody obrabotki rezul'tatov izmereniy. Osnovnye
polozheniya [State System for Ensuring the Uniformity of Measurements (GSI). Multiple direct
measurements. Methods for processing measurement results. Basic provisions]. Moscow:
Standartinform, 2013.
7. Leman E. Teoriya tochechnogo otsenivaniya [Theory of point estimation]. Moscow: Nauka, 1991.
8. Orlov A.I. Prikladnaya statistika [Applied statistics]. Moscow: Ekzamen, 2004.
9. Galalu V.G., Kirakosyan S.A. Primenenie a-usechennogo srednego dlya podavleniya
industrial'nykh pomekh v sistemakh promyshlennoy avtomatizatsii [Application of a-truncated
mean for industrial interference suppression in industrial automation systems], Aspirant
[Graduate student], 2015, No. 5, pp. 43-47.
10. Kh'yuber P. Robastnost' v statistike [Robustness in Statistics]. Moscow: Mir, 1984.
11. Venttsel' E.S., Ovcharov L.A. Teoriya sluchaynykh protsessov i ee inzhenernye prilozheniya
[Theory of random processes and its engineering applications]. Moscow: Nauka, 2000.
12. Venttsel' E.S. Teoriya veroyatnostey [Probability theory]. Moscow: Vysshaya shkola, 2006.
13. Galalu V.G., Kirakosyan S.A., Turulin I.I. Analogovye i tsifrovye metody podavleniya pomekh
v informatsionno-izmeritel'nykh sistemakh [Analogue and digital methods of interference suppression
in information-measuring systems]. Taganrog: Izd-vo YuFU, 2015.
14. Cramer H. Random variables and probability distributions, Cambridge Tracts in Mathematics and
Mathematical Physics, No. 36. Cambridge University Press, 2003. PBK reprint of 1970, 3rd ed.
15. Cramer H. Mathematical Methods of Statistics. Princeton University Press, Princeton, 1946.
16. Scheffe H. Review of Mathematical methods of statistics by H. Cramer, Bulletin of the American
Mathematical Society, 1947, 53 (7), pp. 733-735.
17. Fisher R.A. Statistical Methods for Research Workers. Oliver and Boyd. Edinburg: Tweedale
Court. London: Paternoster Row, E.C., 1928.
18. Neyman J. First course in probability and statistics. N.Y.: Henry Holt & Co., 1957.
19. Pearson K. The Grammar of Science. Part I, Physical. London. Adam and Charles Black.
1911.
20. Kirakosyan S.A. Razrabotka i issledovanie metodov povysheniya tochnosti i
pomekhoustoychivosti bystrodeystvuyushchikh ustroystv vvoda analogovoy informatsii: diss.
… kand. tekhn. nauk [Development and research of methods for improving the accuracy and
noise immunity of high-speed devices for inputting analog information: cand. of eng. sc. diss.]:
05.13.05. Novocherkassk, 2018.
