選擇合適的濾波器以適合您的測量應用程序的重要性

  傳感器輸出的質量和可靠性常常受到外部或環境因素(如污垢、灰塵、劃痕、水)的影響,這些因素使對這些輸出信號的解釋和進一步處理變得復雜。各種形式的信號‘噪聲’,無效的測量值或信號峰值(尖峰)只是一些影響,可以減少如果使用適當的智能平均或濾波器設置。

  

  通過為應用程序應用最合適的濾波設置或平均技術,將有助于平滑或消除測量值中的任何尖峰,從而使測量結果更容易、更可靠地解釋。

  

  雖然濾波是所有測量傳感器都需要考慮的一個因素,但在使用非接觸式激光位移傳感器時,特別重要的是,在非接觸式激光位移傳感器中,通常存在較快的測量速率或被測量的目標物體移動(即動態測量)。

  

  因此,必須檢查傳感器供應商的數據表,以了解傳感器采用的過濾或平均技術的類型。如果信息未包含在數據表中或以某種方式被偽裝,您將需要詢問它。一些成本較低的激光傳感器供應商可能會在數據表上引用較高的測量速度,這只能通過使用高平均濾波器才能在現實世界中實現。相反,傳感器是否使用高級/智能濾波的一個很好的指標是數據表提供了關于“靜態”和“動態”性能數據的信息(例如響應時間、分辨率、線性度)。

  

  一般情況下,高性能激光傳感器采用先進的或智能的濾波來實現真實世界的測量性能。其他成本較低的激光傳感器傾向于使用基本平均濾波器,如“平均測量”或“移動平均”,這往往導致傳感器性能緩慢。

  

  平均測量

  

  大多數成本較低的激光傳感器使用“平均測量”。然而,選擇這種平均技術只推薦用于靜態或緩慢變化的測量值。根據傳感器的類型,可以使用這種技術對測量值或視頻信號進行平均處理。測量值的平均處理在傳感器本身中進行,在計算距離值之后,并在通過所選接口輸出之前進行。測量速率或數據速率獨立于平均。然而,降低產出率通常是可能的。以下是三種最常見的平均技術。

  

  算術平均

  

  最基本的平均技術是算術平均。形成算術平均值M,并通過連續測量值的可選數N輸出。這種方法減少了輸出數據量,因為測量值是最初收集的,并且只有在每n個測量值之后才輸出。

  

  示例,其中N=3

  

  …01234…轉化為2+3+4/3平均n

  

  …34567…轉化為5+6+7/3平均n+1

  

  移動平均

  

  算術平均值是用數N(1…)來計算的。128)的順序測量值(窗口)和輸出根據以下公式:

  

  示例,其中N=7

  

  …012345678轉化為2+3+4+5+6+7+8/7平均n

  

  …123456789轉3+4+5+6+7+8+9/7平均n+1

  

  這樣做時,每個新的測量值都會被添加到窗口中,并刪除最老的值。這樣,即使在相對較大的測量值“跳躍”下,也可以實現較短的過渡響應時間。

  

  雖然移動平均技術可以用來平滑測量值(并提高分辨率),但它只適用于目標材料或表面粗糙度較低的物體,也可用于過渡響應時間較短的應用,或在無尖峰連續信號噪聲的情況下使用。

  

  遞歸平均

  

  在此方法中,將每個新的測量值作為加權值添加到以前的平均值之和中。因此,遞歸平均可以很強地平滑測量值。然而,對于測量值的跳躍(低通行為),它需要極長的瞬態恢復時間.對于靜態測量,遞歸平均允許在沒有任何強尖峰的情況下對信號噪聲進行高度平滑。

  

  雖然遞歸平均不推薦用于高度動態測量,但它在一些動態測量應用中是有用的,例如,消除粗糙表面的粗糙度或結構(例如,具有均勻凹槽的零件或粗加工零件)。

  

  中位

  

  使用中值技術,將預先定義的測量值的值按大小排序,并輸出中等值(而不是平均值)。中值被用作濾波器類型,主要用于抑制單個干擾脈沖。使用中值法對信號進行實際平滑并不是很強。但是,在計算中值之后,可以采用附加平均法。

  

  示例,其中N=7

  

  …240124513…測量值排序為0112345(中位數=2)。

  

  …401245134…測量值排序為1123445(中位數=3)。

  

  中位技術最好在惡劣、灰塵或骯臟的環境中使用,以消除來自污垢顆粒的干擾(即抑制單個干擾脈沖)。該技術也可用于有邊緣跳躍和短,強信號峰值發生的地方。

  

  智能濾波

  

  一些高性能激光傳感器供應商開發了先進的(智能)濾波技術,以進一步優化其傳感器的測量結果。有些傳感器甚至提供多種濾波器類型,使用戶能夠選擇最適合他們的測量任務。與平均相比,這些智能濾波器只在特定的前提條件下輸出或抑制測量值。

  

  尖峰校正濾波器

  

  這種特殊的過濾形式被用來從相對恒定的測量值過程中移除非常高的尖峰,同時保留任何較小的尖峰。使用中間值可以消除所有的尖峰。評估一個測量是否是一個尖峰(離群點)是基于一個特定數目的先前有效讀數的平均值。與下一個值的允許偏差是使用公差范圍計算的。如果新的測量值偏差過大,則將校正到以前的值?;貢匭胨得饕牧飭恐檔淖畬笫?。

  

  尖峰校正消除了具有可調閾值的尖峰,因此可用于快速運動物體的高度動態數據采集。它也適用于測量跳躍,特別是那些干擾峰,邊緣跳躍和一些彎曲的邊緣躍遷。在使用其他平均技術之前,可以進行尖峰校正。

  

  動態噪聲抑制濾波器

  

  該智能濾波器專門用于微型Epsilon激光位移傳感器,消除了測量值的噪聲,但保持了測量信號的原始帶寬。為此,動態地計算噪聲帶,并且只有在超過或沒有達到噪聲帶時才輸出測量值的變化。然而,在動態計算的限值中的值變化作為信息“丟失”。導致信號變化的值比計算的噪聲大3倍。隨著信號方向的改變,由于限值而產生小的遲滯效應,因為必須首先超過它們才能引起改變。

  

  與其他平均方法不同的是,動態噪聲抑制不是基于來自經典統計的定義,而是基于MicroEpsilon開發的軟件算法。

  

  邊緣濾波器

  

  微型Epsilon激光傳感器的獨特之處是邊緣濾波技術,它在邊緣或表面變化等過渡時期平滑信號,從而避免信號過度。這使得用戶能夠精確地檢測邊緣,并避免模糊信號(斜率的變化)。濾波器閾值標志著必須超過的值,才能被識別為信號變化,而不是表面粗糙度。

  

  結語

  

  在選擇激光傳感器之前,請始終檢查供應商數據表中有關測量平均值或濾波的聲明。如果信息不存在,請向供應商詢問更多細節。如果有疑問,請與供應商討論您的測量應用,供應商應該能夠為您的任務推薦最合適的傳感器和過濾器。



您的評論
用戶評論
相關文檔推薦
熱門標簽