搜索什么是振幅量化誤差，它對振動信號頻譜有什么影響？
2017-02-27 by:CAE仿真在線 來源:互聯網
摘要
本文主要闡述了什么是振幅的量化誤差及其避免方法。典型的量化誤差是在采集數據過程中產生的,也稱舍入誤差。為了對此進行解釋,本文通過人工修改實時信號的辦法,展示了振幅分辨率充足和不足的情況下信號樣本間的差異。進而將該實例擴展到頻域中,闡述了量化誤差對信號頻譜的影響。
一般而言,振幅量化誤差是由振幅分辨率不足,導致難以準確捕捉到確切的信號幅度引起的。現代ADC采集系統通常采用24位或16位分辨率,所以分辨率不是主要因素;但較小位數振幅分辨率的測量系統可能損壞數據。
信號的采樣水平會影響振幅分辨率,換句話說,在采樣過程中沒有足夠的位數來準確確定信號水平。典型的數字模擬轉換器具有一個可接受的特定電壓范圍。Prosig的ADC硬件的范圍是±10伏特。在這些系統中ADC的分辨率是24位,這意味著,在20伏的總范圍內包含16777216(224)個不同水平。這足以定義大多數傳感器獲得的信號水平。為了證明這一點,我采樣了一個有足夠振幅分辨率的信號(圖1)。
圖1 充足振幅分辨率獲得采樣數據
然而,在極少數情況下,如果使用的傳感器靈敏度很低(例如,1μV/EU),并且沒有通過調整系統增益以達到ADC完整的工作范圍,這將導致振幅分辨率不足,難以準確描述信號。如果利用的ADC范圍只有±1V或少于±10V,那么獲得的信號水平將會更少。
圖2給出了包含舍入誤差的采樣數據。可以發現,圖1中大約在-15EU~+12.5EU的水平,已經被舍入到-12EU、-8EU、-4EU、0EU、4EU、8EU和12EU水平。當然,這可能有些夸張,但是,舍入誤差對數據采集的影響已經變得直觀可見。
圖2 量化后的數據(包含舍入誤差)
那么,如果振幅分辨率不足,所獲得的頻譜又是怎樣的呢?我們采用RMS自動頻譜分析儀對含有量化誤差和不含量化誤差的結果進行了處理,所得結果如圖3所示。起初,我們可能會希望看到這種量化誤差延續到頻譜上,但情況并非如此;然后,我們采用FFT對每一個頻格的振幅進行了計算。
圖3 RMS自動頻譜分析儀獲得的結果
由圖3可知,包含量化誤差的信號具有較高的本底噪聲;在頻譜中,這可能會掩蓋本底噪聲處或本底噪聲以下的峰值。
由圖4可以發現,兩個信號的振幅具有明顯的差別。為了進一步研究,本文在頻譜數據中兩個峰值頻率附近(2Hz-58 Hz)進行了帶通處理。然后,計算了2個帶通時間信號的RMS值,這與頻譜計算的結果十分接近。
圖4 振幅譜對比
對于振幅量化誤差問題有兩種快速的解決方法:(1)采用測量水平范圍合適的傳感器;第二,調整系統增益,爭取ADC范圍利用率不低于50%。大多數情況下,需要綜合使用上述兩種方式來解決振幅量化誤差問題。
原文鏈接:
http://blog.prosig.com/2016/01/27/what-is-amplitude-quantization-error/
本文英文原文來源于Prosig Noise & Vibration Blog,譯者:欣欣。限于水平,翻譯不準確之處望大家見諒并指正。
開放分享：優質有限元技術文章,助你自學成才
相關標簽搜索：什么是振幅量化誤差，它對振動信號頻譜有什么影響？ Actran培訓 Actran培訓課程 Actran分析 Actran在線視頻教程 Actran技術學習教程 Actran軟件教程 Actran資料下載 Actran代做 Actran基礎知識 Fluent、CFX流體分析 HFSS電磁分析 Ansys培訓
編輯
