基於A/D轉換最小二乘法的數據採集應用

2021-01-11 電子產品世界

引言：

　　在工業汙水處理過程當中，往往需要監測汙水的COD 值，而現場的監測儀器所監測到 的數據是通過各種模擬信號輸出，這些模擬信號必須通過A/D 轉換器變換為數位訊號後才 能送入上位機或外接數據採集器。基於此，本文給出了基於A/D 轉換器TLC2543 的軟硬體 設計，並結合最小二乘法將輸出數據進行修正，達到了環保部分對有機汙染物監測數據精度 的要求。

本文引用地址：http://www.eepw.com.cn/article/188361.htm

　　1 系統硬體設計介紹

　　如圖1所示，是系統電路圖， A/D轉換器採用TLC2543，它是12位串行模數轉換器，使用 開關電容逐次逼近技術完成A/D轉換過程，由於是串行輸入結構，能夠節省51系列單片機I/O 資源；且價格適中，解析度較高，因此在儀器儀表中有較為廣泛的應用。其特點如下所述： A/D轉換器有12位解析度；在工作溫度範圍內轉換時間為10us；有11個模擬輸入通道；採用 3路內置自測試方式[1]；有轉換結束(EOC)輸出；具有單、雙極性輸出；有可編程的MSB或 LSB前導；輸出數據長度可以編程設定為8位、12位或16位。在本系統中採用的輸出長度設 定為12位。另外TLC2543與外圍電路的連線簡單,它有三個控制輸入端為CS（片選）、輸入/ 輸出時鐘（I/O CLOCK）以及串行數據輸人端（DATA INPUT）；模擬量輸入端AIN0 ～ AIN10 （1 ～ 9 腳、11 ～ 12 腳），11路輸入信號由內部多路器選通，對於本系統，選用了AIN0 模擬輸入端；系統時鐘由片內產生並由I/O CLOCK同步；正、負基準電壓（REF+ ，REF-）由外部提供, 通常為VCC和地, 兩者差值決定輸人範圍。在本系統中，輸入模擬信號為4~20mA 電流的模擬量，也就是轉換輸入範圍電壓是0~5V。


　　單片機採用AT89LS51，如圖1 所示。AT89LS51 是一個低功耗，高性能CMOS 8 位單片 機，有40 個引腳，片內含4k Bytes ISP(In-system programmable)的可反覆擦寫1000 次的Flash 只讀程序存儲器，128 bytes 的隨機存取數據存儲器（RAM），32 個外部雙向輸入/輸出（I/O） 口，5 個中斷優先級，2 層中斷嵌套中斷，2 個16 位可編程定時計數器,2 個全雙工串行通信 口，看門狗（WDT）電路，片內時鐘振蕩器。器件採用ATMEL 公司的高密度、非易失性 存儲技術製造，兼容標準MCS-51 指令系統及80C51 引腳結構，晶片內集成了通用8 位中 央處理器和ISP Flash 存儲單元。同時該晶片還具有PDIP、TQFP 和PLCC 等三種封裝形式， 在本系統用採用的是PDIP 封裝形式，輸入/輸出（I/O）口採用了P1 口如圖1 所示，P1 口 是一個帶內部上拉電阻的8 位雙向I/O 口，P1 的輸出緩衝級可驅動（吸收或輸出電流）4 個 TTL 邏輯門電路。對埠寫「1」，通過內部的上拉電阻把埠拉到高電平，此時可作輸入 口。


相關焦點

  • 最小二乘法
    Y計= a0 + a1 X (式1-1)　　其中：a0、a1 是任意實數　　為建立這直線方程就要確定a0和a1，應用《最小二乘法原理》，將實測值Yi與利用(式1-1)計算值(Y計=a0+a1X)的離差(Yi-Y計)的平方和〔∑(Yi - Y計)2〕最小為「優化判據」。
  • 最小二乘法之加權最小二乘的應用
    因此我們迫切需要對每個點都定義一個權重，這就是今天我要介紹的加權最小二乘法。在介紹這個算法之前，先回答一個問題，上篇文章中，有網友私信問我為什麼那個參數方程要選取較小的特徵值與特徵向量：這個問題我在上篇文中只是提到了一下，最小距離的總和剛好是數據集矩陣的特徵值，但並沒有說明具體的原因，這裡給出一個更直觀的證明方法：
  • 最小二乘法與線性回歸
    最小二乘法原理例如我們有一組數據，分別對應x(橫坐標)與y（縱坐標）。我們試圖建立x與y的等式關係，並探究x預測y的可靠性。通過繪製散點圖，我們可以對該組數據擬合無數條直線，但是怎樣找到最佳擬合直線呢？最小二乘法可以解決這一問題。第一步：如下。不考慮x值，計算y值的均值b。
  • 通透 | 最小二乘法的本質是什麼?
    .最小二乘法的一種常見的描述是殘差滿足正態分布的最大似然估計模型具有如下形式:（用愛因斯坦的話來說就是空間曲率為0）為什麼最小二乘法好使？因為我們處於空間曲率近似為0的空間，多數的物理量和物理定理都滿足歐氏空間的特性。實際上，高斯對於最小二乘法的認識，很有欽定的意味：假定最小二乘法最優，那麼如何如何。至於為什麼它最優，抱歉，高斯本人也不知道。第一個真正證明最小二乘法最優的是Maxwell。他的證明主要基於空間對稱性，而這正是歐氏空間的特點。
  • 基於LabVIEW和CCD的光譜數據採集與分析設計
    本文引入了新興的虛擬儀器技術，設計了一個基於LabVIEW的光譜分析及數據採集系統，通過軟體編寫再次對採集到的信號進行了濾波處理，增加了增益調整功能;採用最小二乘法實現了對系統的波長標定，
  • 什麼是最小二乘法
    今天，測量攻城獅將通過平面度檢測實例，用最簡單、最直接的思路介紹最小二乘法。 一、最小二乘法概念（基本概念還是要介紹一下的）最小二乘法(The leastsquare method)，又稱最小平方法，是一個數學的公式，在數學上稱為曲線擬合，這裡所講最小二乘法，專指線性回歸方程。
  • 最小二乘法(1)——線性問題
    這下可壞了，任意兩組數據都能得到唯一解，任意三組數據都無解！怎麼辦呢？最小二乘法　　常規的方法無法回答小明的問題，幸好高斯老爺子發現了最小二乘法。最小二乘法（又稱最小平方法）是一種通過最小化誤差的平方和，尋找數據最佳函數匹配的優化策略。微積分視角　　由於測量大樓時存在誤差，所以每次計算結果都是大樓高度的近似值，這就導致8次測量的數據實際上構成了一個大型的約等方程組：
  • 手把手教你最小二乘法
    今天這期推送的主題是介紹最小二乘法以及如何利用最小二乘法對已有數據進行擬合。之所以會想到這個主題，是因為前段時間在準備美賽時看到很多最小二乘法的應用，但多數關於其原理的帖子要麼晦澀難懂要麼不夠清楚，就像下面這樣，於是乎萌生出這個想法。        （全文共2479字，我也不知道什麼時候能看完。
  • 來認識一下傳說中的最小二乘法
    最小二乘法在三坐標測量時常常被提起，那什麼是最小二乘法呢？它具備什麼樣的特點？根據標準，哪些要求必須採用最小二乘法呢？
  • 第48篇 最小二乘法
    隨後全世界的科學家利用皮亞齊的觀測數據開始尋找穀神星，但是根據大多數人計算的結果來尋找穀神星都沒有結果。時年24歲的高斯也計算了穀神星的軌道。奧地利天文學家海因裡希·奧爾伯斯根據高斯計算出來的軌道重新發現了穀神星。1806年，法國科學家勒讓德獨立創立最小二乘法，但因不為世人所知而默默無聞。勒讓德曾與高斯為誰最早創立最小二乘法原理發生爭執。
  • 最小二乘法詳細介紹
    高斯使用的最小二乘法的方法發表於1809年他的著作《天體運動論》中，而法國科學家勒讓德於1806年獨立發現「最小二乘法」，但因不為世人所知而默默無聞。1829年，高斯提供了最小二乘法的優化效果強於其他方法的證明，見高斯-馬爾可夫定理。
  • 最小二乘法的計算原理
    隨後全世界的科學家利用皮亞齊的觀測數據開始尋找穀神星，但是根據大多數人計算的結果來尋找穀神星都沒有結果。只有時年24歲的高斯所計算的穀神星的軌道，被奧地利天文學家海因裡希·奧爾伯斯的觀測所證實，使天文界從此可以預測到穀神星的精確位置。同樣的方法也產生了哈雷彗星等很多天文學成果。高斯使用的方法就是最小二乘法，該方法發表於1809年他的著作《天體運動論》中。
  • 線性回歸與最小二乘法
    其中e表示通過回歸方程計算出的擬合值與實際觀測值的差，通過維基百科上的例子來看下實際的計算過程在scikit-learn中，使用最小二乘法的代碼如下>>> data = np.array([1, 2, 3, 4]).reshape(-1, 1)>>> dataarray([[1],
  • 最小二乘法的數學公式
    之前在德輝學堂介紹過最小二乘法，但是有很多好學的小夥伴總是追問，最小二乘法的數學公式究竟是怎麼樣的？      本期的這一篇文章，我們將介紹一個簡潔的最小二乘法數學公式，慢慢剖析它，爭取讓好學的小夥伴們能認識它，然後再結合Excel利用它來做一些計算。
  • 最小二乘法的前世今生,及其與平均值的關係
    使用最小二乘法原理，誤差的平方的和z要最小：帶入數據接出a≈0.557,b≈-0.448.即，這條擬合直線方程為：f(x)=0.557x-0.448。拉普拉斯這樣的處理方式，把數據作為整體來看待（而非梅耶一樣的分組處理），並進行不同的數據組合，能夠將所有的未知數綜合來考慮，能進一步的減小誤差。這或許在一定程度上對勒讓德關於最小二乘法有了一定的啟發作用。然後，是高斯的工作。高斯（Gauss，1777-1855）是一個平時默默無聲，關鍵時候出來嚇人的頂級數學家。
  • 最小二乘法(附MATLAB代碼)
    前幾天有一些小夥伴需要小編講一下最小二乘法，小編依稀記得當年數值計算這門課學習過這個知識點，但無奈小編忘得一乾二淨，於是在知乎上看到這位大神對最小二乘法的講解，各位小夥伴如果想直接看這位大神講解的話，可以點擊下方閱讀原文直接進行學習。
  • Python實現最小二乘法
    上一篇文章講了最小二乘算法的原理。這篇文章通過一個簡單的例子來看如何通過Python實現最小乘法的線性回歸模型的參數估計。王松桂老師《線性統計模型——線性回歸與方差分析》一書中例3.1.3。畫散點圖創建一個DataTemp的文件夾，在其中分別創建"data"、"demo"文件夾用於存放數據文件、Python程序文件。把前面圖中的數據導入Excel中，命名為：「蒸汽供應.xlsx」，用來作為數據源。數據導入Excel後創建Python文件：」leastsquare.py「。
  • GD&T乾貨|最小二乘法的數學公式詳解
    （GZHl:智慧汽車供應鏈）之前在德輝學堂介紹過最小二乘法，但是有很多好學的小夥伴總是追問，最小二乘法的數學公式究竟是怎麼樣的？本期的這一篇文章，我們將介紹一個簡潔的最小二乘法數學公式，慢慢剖析它，爭取讓好學的小夥伴們能認識它，然後再結合Excel利用它來做一些計算。
  • 網絡流量數據缺失?新算法可減少誤差,提升數據恢復的精確度
    福州大學物理與信息工程學院的研究人員汪燦、馮心欣，在2019年第12期《電氣技術》雜誌上撰文指出（論文標題為「基於交替最小二乘法的時空張量填充算法」），在網絡系統中，無論採用何種流量測量系統，都無法避免數據的丟失。
  • 線上直播 | 偏最小二乘法是個什麼鬼?
    偏最小二乘法剛看到這個名稱學長也是...