精密系统的实用RTI计算

2023-12-07 10:20
文章标签 系统 计算 实用 精密 rti

本文主要是介绍精密系统的实用RTI计算,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文简要介绍了精密系统中的参考到输入(RTI)的计算和仿真,以及如何从中获得尽可能多的重要信息。在设计用于模拟测量的信号链时,必须考量信号链中不同组件导致的误差和噪声,用于确定最高性能。规格可以用百分比(分数)表示,或者如果是线性系统,可以参考到输出或参考参考到输入。参考到输入的计算往往会造成误解,但能够提供有关系统性能的重要信息。

噪声、误差和参考到输入(RTI)

图1显示了测量的通用系统框图。每个模块可能有多个元件或多级来执行测量功能。从传感器到ADC的每个模拟级也会产生不需要的模拟噪声和误差,进而影响测量的结果。ADC输出端的数据代表信号与总噪声和误差的组合。有些噪声和误差可以通过校准、补偿和信号处理技术来降低。其余噪声和误差导致被测量的真实值的不确定性。对于测量仪器,不确定性分析有助于设定关键的系统规格,如准确度和精度1,2。超10万种现货元器件,一件也发货,来唯样商城购正品~

将信号链噪声和误差参考到输入后,便可与输入信号直接比较。这样就能根据已知信号特性和要求,深入了解整体测量性能。例如,计算参考到输入(RTI)的总噪声可揭示能从噪声中辨别出的最小输入信号。考虑参考到输入计算的另一种方式是,ADC测量的数据通常在软件中进行缩放,以表示被测物理量的值。缩放前的原始数据包含误差和噪声;因此,缩放后会具有相同的相对误差和噪声量(但经过缩放),好像所有误差和噪声都与信号一起出现在输入端一样。

合并噪声源RTI和RTO

对于总噪声计算,噪声源在合并之前需要以相同的位置为基准。虽然噪声可以信号链中的其他位置为基准,但计算噪声RTI和RTO(参考到输出)对于确定系统性能最有用。设计人员可以选择电路中的哪个点来调用输入和输出,以及使用什么单位。例如,输入可以是温度之类的物理量,以°C为单位,RTI噪声可以°C来计算。或者,噪声可以参考到信号链输入端,以伏特(V)或安培(A)等电气单位为单位。同样,输出可以定义为来自ADC的数据,以最低有效位或等效电压为单位,或者定义为ADC输入端的电压。

RTI噪声源是放置在输入端的虚拟噪声源,在测量中产生与实际噪声源一样的噪声。每个RTI噪声源的值通过将实际噪声源除以从输入到该点的增益来确定。RTI噪声源的噪声功率谱密度相加,就是整个系统的噪声谱。同样,RTO噪声源是输出端的虚拟噪声源。对于RTO噪声,每个噪声源乘以到输出的增益,然后在该点进行合并。如果在所定义的输出之后没有噪声源,则RTO噪声与在该输出处测量的噪声一致。

图2显示了由同相增益级和低通滤波器组成的简单信号链的RTI和RTO噪声模型。

图1.通用测量框图

图2.RTI和RTO示例

两者之间存在不平衡,因为信号从输入流向输出。RTO噪声表示的是在整个信号链中传播后的噪声,与测量中的总噪声相匹配,但RTI噪声表示的是前几级的噪声,这些噪声尚未受到信号链后面几级的频带限制。被信号链滤除的带外噪声不会影响最终的测量值,但会出现在RTI噪声谱中。这在技术上不是问题,它并不意味着RTI噪声是错误的。RTI噪声乘以信号链的增益与频率关系曲线即可得到RTO噪声,不会丢失任何信息;然而,计算噪声RTI的目的是将噪声与输入信号进行比较。由于包含不影响测量的带外噪声,RTI的这种传统定义使得总积分噪声与输入信号的比较不太容易。

另一种定义——提供更多有用信息

输出信号可以与RTO噪声直接比较,因为它考虑了整个信号链,所以问题是:能否以某种方式定义RTI噪声,使它能很容易地与输入信号进行比较?答案反映了测量数据的实际使用情况:对RTO噪声应用与软件中对输出数据所应用的相同的缩放比例,以将其表示为输入信号。两者应该在输入端以相同方式计算,换言之就是输出噪声除以信号增益。

下一个问题是如何定义信号增益。无论直流耦合还是交流耦合,在大多数常规线性电路中,施加于信号的增益在设计的某个目标带宽上是平坦的。我们称此目标带宽为信号频带。信号在信号频带中具有有价值的信息,需要加以捕获。电路的-3 dB带宽设计得比信号频带要宽,以避免频带边缘的信号出现动态误差,但除了这一限制之外,通常还会尽可能限制带宽以降低噪声。

如果将信号增益定义为信号频带内的增益,并且使用该常数值将RTO噪声转换为RTI,那么RTI噪声将变得更有意义。这两种模型的差异如图3所示。在替代模型中,RTI噪声显示了影响信号测量的噪声,包括带外噪声的滚降。图4显示了两种RTI方法的仿真差异。

输入噪声曲线在低频时相同,但在增益滚降时出现分歧。传统的RTI噪声不能积分得到总噪声,而虚拟RTI噪声可以积分。对于积分噪声和噪声谱密度值,虚拟RTI噪声和RTO噪声的相互转换均可利用信号增益。

如果信号增益在信号频带内不平坦,请考虑调整信号频带或修改电路,使其具有更宽的带宽。这有助于避免信号频带边缘的信号性能下降。如果不可能,使用信号频带内的标称增益极有可能与一般情况和软件转换因子相匹配,但务必要评估信号频带边缘的误差和信噪比,以确保它们在性能目标范围内。

LTspice中的RTI计算

LTspice® 的多功能性和准确性使其对噪声仿真非常有用。输出节点和输入源在噪声仿真命令中指定,输出噪声(RTO)是查看分析结果的默认方式。LTspice还会根据RTI的传统定义计算参考到指定输入源的输入噪声,但如图4所示,对传统RTI噪声进行积分无法提供有意义的结果。图5显示了如何在LTspice的输出中添加一级,以便仿真器返回替代的虚拟RTI噪声。运行仿真后,在选定图形的情况下,从Plot Settings—Add Trace将输入噪声添加到图形中,然后选择V(inoise)。这会将输入噪声添加到图形中。曲线形状与输出噪声相匹配,表明整个电路的频率响应都得到了考虑。在按住ctrl键的同时左键单击图形中标题为"V(inoise)"的曲线,以对总RTI噪声进行积分。

图3.一种改进的RTI模型

图4.两种RTI方法的噪声仿真结果

图5.用于虚拟RTI噪声仿真的LTspice电路

用于信号链噪声分析的Web工具

信号链噪声工具 是ADI Precision Studio web工具套件的一部分,用于执行信号链级的噪声计算,包括总噪声的积分和虚拟RTI噪声计算。从传感器开始构建信号链,或从示例开始,然后利用信号链噪声工具确定从传感器到ADC的整个信号链的总噪声和交流性能。信号链噪声工具中的仿真模型使用数据手册中的完整测量噪声曲线来提供实验室精度的结果。此类工具的主要优点之一是能够加快设计过程。该工具可即时仿真电路变化对整体噪声性能的影响,从而加快设计迭代速度。完成后的信号链可导出到LTspice进行定制仿真。

图6.ADI Precision Studio中的信号链噪声工具

结论

参考到输入计算是了解测量系统预期性能的宝贵工具,有助于优化设计和掌握系统规格。本文基于测量系统架构提出的虚拟RTI噪声方法与一些传统方法相比,可以获得更多的有用信息,是一种有益的改进。LTspice和信号链噪声工具等仿真工具可帮助执行此分析。

参考电路

1NIST/SEMATECH e-Handbook of Statistical Methods。NIST,2012年4月。

2“GUM: Guide to the Expression of Uncertainty in Measurement”。BIPM,2008年。

这篇关于精密系统的实用RTI计算的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/465492

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

poj 1113 凸包+简单几何计算

题意: 给N个平面上的点,现在要在离点外L米处建城墙,使得城墙把所有点都包含进去且城墙的长度最短。 解析: 韬哥出的某次训练赛上A出的第一道计算几何,算是大水题吧。 用convexhull算法把凸包求出来,然后加加减减就A了。 计算见下图: 好久没玩画图了啊好开心。 代码: #include <iostream>#include <cstdio>#inclu

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

uva 11178 计算集合模板题

题意: 求三角形行三个角三等分点射线交出的内三角形坐标。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vector>#include <