數據採集的原理介紹

在計算機廣泛應用的今天，數據採集的重要性是十分顯著的。它是計算機與外部物理世界連接的橋梁。各種類型信號採集的難易程度差別很大。實際採集時，噪聲也可能帶來一些麻煩。數據採集時，有一些基本原理要注意，還有更多的實際的問題要解決。

本文引用地址：http://www.eepw.com.cn/article/193777.htm

採樣頻率、抗混疊strong>span onmouseover=_tipon(this) onmouseout=_tipoff()>a href=http://www.eefocus.com/search/forsearch.php?word=%E6%BB%A4%E6%B3%A2%E5%99%A8%7C0 class=eefocus-src-key target=_blank>濾波器/a>/span>/strong>和樣本數

假設現在對一個模擬信號 x(t) 每隔Δt時間採樣一次。時間間隔Δt被稱為採樣間隔或者採樣周期。它的倒數 1/Δt被稱為採樣頻率，單位是採樣數 / 每秒。 t=0, Δt,2 Δt,3 Δt …… 等等，x(t) 的數值就被稱為採樣值。所有 x(0),xΔt),x(2Δt) 都是採樣值。下圖顯示了一個模擬信號和它採樣後的採樣值。樣間隔是Δt，注意，採樣點在時域上是分散的。

模擬信號和採樣顯示

如果對信號x(t)採集 N 個採樣點，那麼x(t)就可以用下面這個數列表示：

模擬信號和採樣顯示

這個數列被稱為信號x(t)的數位化顯示或者採樣顯示。注意這個數列中僅僅用下標變量編制索引，而不含有任何關於採樣率(或Δt)的信息。所以如果只知道該信號的採樣值，並不能知道它的採樣率，缺少了時間尺度，也不可能知道信號x(t)的頻率。

根據採樣定理，最低採樣頻率必須是信號頻率的兩倍。反過來說，如果給定了採樣頻率，那麼能夠正確顯示信號而不發生畸變的最大頻率叫做恩奎斯特頻率，它是採樣頻率的一半。如果信號中包含頻率高於奈奎斯特頻率的成分，信號將在直流和恩奎斯特頻率之間畸變。 圖2顯示了一個信號分別用合適的採樣率和過低的採樣率進行採樣的結果。

採樣率過低的結果是還原的信號的頻率看上去與原始信號不同。這種信號畸變叫做混疊(alias)。出現的混頻偏差(alias frequency)是輸入信號的頻率和最靠近的採樣率整數倍的差的絕對值。

不同採樣率的採樣結果

圖3給出了一個例子。假設採樣頻率fs是100HZ, 信號中含有25、70、160、和510Hz的成分。

採樣的結果將會是低於奈奎斯特頻率(fs/2=50 Hz)的信號可以被正確採樣。而頻率高於50HZ的信號成分採樣時會發生畸變。分別產生了30 、40和10 Hz 的畸變頻率 F2、F3和F4 。計算混頻偏差的公式是：

混頻偏差＝ABS(採樣頻率的最近整數倍－輸入頻率)

其中ABS表示「絕對值」，例如：

混頻偏差 F2 = |100–70| = 30 Hz

混頻偏差 F3 = |(2)100–160| = 40 Hz

混頻偏差 F4 = |(5)100–510| = 10 Hz

為了避免這種情況的發生，通常在信號被採集(A/D)之前，經過一個低通濾波器，將信號中高於奈奎斯特頻率的信號成分濾去。在圖３的例子中，這個濾波器的截止頻率自然是25HZ 。這個濾波器稱為抗混疊濾波器。

採樣頻率應當怎樣設置呢？也許你可能會首先考慮用採集卡支持的最大頻率。但是，較長時間使用很高的採樣率可能會導致沒有足夠的內存或者硬碟存儲數據太慢。理論上設置採樣頻率為被採集信號最高頻率成分的2倍就夠了，實際上工程中選用5～10倍，有時為了較好地還原波形，甚至更高一些。

通常，信號採集後都要去做適當的信號處理，例如 FFT 等。這裡對樣本數又有一個要求，一般不能只提供一個信號周期的數據樣本，希望有5～10個周期，甚至更多的樣本。並且希望所提供的樣本總數是整周期個數的。這裡又發生一個困難，有時我們並不知道，或不確切知道被採信號的頻率，因此不但採樣率不一定是信號頻率的整倍數，也不能保證提供整周期數的樣本。我們所有的僅僅是一個時間序列的離散的函數 x(n) 和採樣頻率。這是測量與分析的唯一依據。

數據採集系統的構成

數據採集系統結構

上圖表示了數據採集的結構。在數據採集之前，程序將對採集板卡初始化，板卡上和內存中的 Buffer 是數據採集存儲的中間環節。需要注意的兩個問題是：是否使用 Buffer？是否使用外觸發啟動、停止或同步一個操作?