基于改進型限幅平均濾波法的高精度稱重系統研究*

文常保，高麗紅，方吉善，巨永鋒，李演明(長安大學電子與控制工程學院微納電子研究所，西安710064)

基于改進型限幅平均濾波法的高精度稱重系統研究*

文常保*，高麗紅，方吉善，巨永鋒，李演明
(長安大學電子與控制工程學院微納電子研究所，西安710064)

針對稱重傳感器采集數據過程中干擾信號對電子稱重系統測量精度的影響，提出了一種基于改進型限幅平均濾波法的高精度稱重系統的設計方案。該稱重系統由數據采集、模數轉換、處理器、存儲單元、控制模塊以及顯示模塊組成。并將限幅濾波法、中位值濾波法、滑動平均濾波法相結合，提出了既可消除采集數據中偶然性脈沖，又可抑制周期性干擾的改進型限幅平均濾波算法。通過對5 kg～50 kg重量范圍內8組不同目標重量的測量實驗，將使用與未使用該改進型限幅平均濾波法的稱重系統進行了對比測試和分析。實驗結果表明，使用該算法后系統的最大誤差率為0.1%，比未使用該算法的系統精度提高了9倍。

傳感器;稱重系統;滑動平均濾波;限幅濾波;數據采集;高精度

作為一種重要的計量設備，稱重系統已被廣泛應用于制藥、化學、食品、運輸與物流等眾多行業［1-3］。但稱重系統在使用過程中，不可避免的會受到一些來自于系統本身和外界環境中的周期性、非周期性干擾信號的影響，如靜電感應干擾、電磁感應干擾、漏電流干擾、射頻干擾等感應干擾［4-5］。此外，工作環境中的機械設備干擾、熱干擾以及化學干擾等［6］也會對稱重系統造成干擾，從而引起偏差，降低測量的精度。因此，有效抑制或消除數據采集過程中各種干擾信號及因素的影響，對于提高稱重系統精度具有重要意義。

目前處理干擾信號的解決方法主要有硬件電路和軟件算法2種途徑［7-8］。硬件電路主要是通過增加硬件濾波器來抑制輸入端干擾［9］，并通過硬件電路設計使電路具備抗干擾能力。這種設計盡管可以抑制大部分干擾，但由于硬件濾波器有固定的截止頻率，而且濾波器矩形系數不理想，精度相對較低，因此不能完全抑制來自系統本身以及外界的干擾。

軟件算法是一種針對干擾信號的特點，采用限幅濾波法［10］、中位值濾波法以及滑動平均濾波法［11-12］等算法，濾除掉來自稱重系統及外界環境的干擾信號的一種方法。這種方法具有精度高、處理功能強、靈活性和可靠性強，不受周圍環境溫度的影響等優點。但是軟件算法存在設計復雜，而且占用計算內存與處理器資源也比較多，如果單純依靠軟件濾波則會嚴重影響系統的運行速度與工作效率。

針對目前影響稱重系統測量精度的干擾問題，提出了一種通過硬件電路設計與軟件數字濾波算法相結合，用于抑制稱重系統中的波動和干擾信號，提高測量精度的基于改進型限幅平均濾波法的高精度稱重系統。

1 稱重系統及算法設計

1.1 稱重測量系統設計

所設計的稱重測量系統主要由數據采集、模數轉換、處理器、存儲單元、控制模塊以及顯示模塊組成。系統整體硬件設計框圖如圖1所示。

圖1 稱重測量系統硬件設計框架圖

數據采集模塊采集到信號，經過A/D轉換后，由處理器進行信號處理，并將處理之后的信號進行顯示，控制模塊可以完成稱重系統的設置，實現人機交互。

供電系統的抗干擾設計，主要是為了抑制電源的尖峰脈沖。對電源進行穩壓處理，并加濾波電路，降低電源噪聲對系統產生的影響;將數字部分及模擬部分分開供電，并且數字地和模擬地分離，減少耦合噪聲路徑;在傳感器信號輸出端及電源線上加屏蔽珠，屏蔽傳導型高頻電磁干擾;采用隔離變壓器，提高系統的抗共模干擾的能力;在每個模擬IC的電源端加去耦電容，減小IC對電源的影響。

信號傳輸通道的抗干擾設計中，采用光電耦合抑制尖峰脈沖和各種噪聲干擾;采用一階低通RC濾波器，實現對信號進行按頻率選擇，削弱高頻噪聲信號干擾;布線時避免小于90°的折線，減少高頻噪聲發射。

數據采集模塊采集到的稱重信號主要在mV級別，需要傳感器有很高的精度和靈敏性。電容式壓力傳感器雖然精度和靈敏性較高，但是穩定性差，對環境要求苛刻;壓電式壓力傳感器穩定性好，但是不適合大量程測量;電阻應變式傳感器精度和靈敏度較高，穩定性好，對測量環境要求不太嚴格等優點，因此本設計采用電阻應變式傳感器，實現信號采集工作。

在數模轉換模塊的電路設計上，主要是對各類稱重傳感器mV級微弱信號進行信號放大、A/D轉換、濾波等。選擇使用高精度低噪聲的稱重專用型A/D器件，能夠對為包括秤重傳感器在內的各類橋接傳感器應用提供完整的前端解決方案。

1.2 改進型限幅平均濾波算法

在進行截骨之前，先置入內固定器械，然后再進行椎板切除，椎弓根螺釘置入范圍包括截骨區域及其上下共3個椎體。椎板切除范圍應包括計劃截骨區域上下各1個節段，這樣能有效防止截骨過程中脊髓的皺褶、短縮。完成椎板切除術后，應去除一半或者全部的橫突，以獲得從側方進入椎體的空間。上位椎體的下關節突和下位椎體的上關節突應該各去除一半，以保證在截骨閉合后這個空間能同時容納上下2條神經根走行。然后用磨鉆或者骨鑿去除兩側的椎弓根，這個過程中一定要注意保護硬膜和上下神經根。在以上操作過程中，通常需要放置一根臨時棒以保證截骨閉合前脊柱的穩定性，避免脊髓的皺褶、短縮。

稱重系統在硬件電路設計中，為了消除干擾，提高系統的測量精度，采用了屏蔽、隔離、RC濾波等措施和器件，但是這些通過硬件電路進行抑制干擾的方法，在系統電壓漂移、溫度漂移和奇異性信號處理方面仍然存在很多不足。因此，這里在硬件電路設計的基礎上，進一步對A/D器件采集到的數據通過數字濾波處理的方法提高稱重測量系統的精度。

在實際稱重系統應用中，通常會受到周期性的干擾信號與不規則的非周期性隨機信號的影響。這兩類不同性質的干擾信號，由于其自身特點不同，所以在系統中多采取的濾波對策也會有所不同。

目前提出的濾波算法中，限幅濾波法、中位值濾波法可以有效消除由于偶然因素引起的脈沖干擾，但無法抑制那種周期性的干擾，平滑度差;滑動平均濾波法對周期性干擾有良好的抑制作用，平滑度高，但對偶然出現的脈沖性干擾的抑制作用較差，不易消除由于脈沖干擾所引起的采樣值偏差［12］。而高精度稱重系統要求，既要濾除偶然出現的脈沖性干擾，又要抑制周期性干擾。

通過以上分析，本設計將限幅濾波法、中位值平均濾波法和滑動平均濾波法相結合，提出了改進型限幅平均濾波算法。算法流程圖如圖2所示。

在改進型限幅平均濾波算法流程圖中，Wn為在AD中讀取出來的第n次采樣值。每次采樣到新值時均需判斷:若本次采樣值與歷史采樣平均值相差小于系統設定的最大采樣偏差值，則本采樣值有效;若本次采樣值與歷史采樣平均值相差大于最大采樣偏差值，則本次采樣值無效，丟棄本次采樣值，選取歷史采樣平均值作為本次采樣值。因此，通過限幅濾波的采樣輸出值Gn為

式中，Wn為本次采樣值;Wc為歷史采樣平均值;WA為系統設定的最大采樣偏差值。

圖2 改進型限幅平均濾波算法流程圖

將經過限幅濾波算法的采樣輸出值送入隊列中進行滑動-中位值平均濾波處理，即連續采集N1個測量值，把這N1個值看成長度固定的一個隊列，每次采樣到一個新數據放入隊尾，并扔掉原來隊首的一次數據(先進先出原則)。再去掉隊列中一個最大值和一個最小值，然后計算剩下的(N1-2)個數據的算術平均值，作為最新的濾波輸出，并且更新為歷史采樣平均值。經過滑動-中位值平均濾波處理的采樣輸出G1(n)為

式中，Gn-i為經過限幅濾波的第(n-i)次采樣輸出值，G(n-i)max、G(n-i)min分別為隊列中采樣值的最大值和最小值。

滑動平均濾波屬于低通濾波，多次采用可使截止頻率變得更小，即可以濾掉頻率相對較低的高頻信號，因此為了提高稱重系統的穩定性，算法采用了二次滑動平均濾波，其濾波輸出G2(n)為

本次濾波結果G2(n)，作為本次采樣的最終輸出值。

改進型限幅平均濾波算法是在將限幅濾波法、中位值平均濾波法和滑動平均濾波法相結合的基礎上提出的，這樣也融合了以上算法的優點，掩蓋了其不足。改進型限幅平均濾波算法既可消除由于偶然出現的脈沖干擾所引起的采樣值偏差，又可對周期性干擾起到良好的抑制作用。

2 實驗及結果分析

為了對設計系統進行測試，通過標準砝碼加載到傳感器的承重受力端的方式，來進行測量實驗。所采用的傳感器為LDCZL-BH型稱重傳感器，其量程為50 kg，靈敏度為2.0 mV/V，非線性誤差為滿量程的0.02%。根據以上設計要求，模數轉換部分選取高精度低噪聲的24 bit模數轉換器ADS1232，它集成了板上低噪聲可編程增益放大器(PGA)，包含一個3階調制器和一個4階數字濾波器及內部振蕩器，滿足本設計中對AD轉換器的要求。處理器選取STC12C5A60S2器件，存儲模塊選用ATMLH116 2ECL。控制模塊可以實現去皮、分度值、單位等一系列稱重系統的設置，根據稱重的量程要求，顯示部分確定為定做的LED斷碼屏，其驅動芯片選用HT1621B。圖3為目標重量為10 kg時，所設計、制作的稱重系統，在實際工作狀態下的圖見圖3。

為了測量所設計稱重系統的線性度與靈敏度，實驗選取在量程5 kg～50 kg范圍內10 kg、15 kg、20 kg、25 kg、30 kg、35 kg、40 kg、45 kg共8組目標重量進行測量標定，可以得到目標重量Gc與稱重系統輸出電壓Vo之間的關系，如圖4所示。

從圖4中可以看出:隨著目標重量Gc的增加，稱重系統的輸出電壓Vo也相應升高，并且輸出電壓Vo與目標重量Gc之間具有很好的線性對應關系。同時，由圖4可以得到:在傳感器量程范圍內，該稱重系統的靈敏度約為0.2 mV/kg。

圖3 工作狀態下的稱重系統圖

圖4 目標重量Gc與輸出電壓Vo之間的關系

為了進一步驗證所設計稱重系統的準確性，及使用改進型限幅平均濾波算法對提高系統測量精度方面的作用，分別對使用與未使用改進型限幅平均濾波算法的系統進行了稱重測量實驗。根據第n組測量值Gn和相應的目標重量Gc，計算出各自的測量誤差率Qn為

實驗中分別對每組目標重量進行5次稱重測量，并取5次測量平均值作為最終測量結果。使用與未使用改進型限幅平均濾波算法的5次平均測量值分別為G2n、G1n，測量誤差率分別為Q2n、Q1n。測量數據以及測量誤差率如表1所示。

表1 實驗測量數據

由稱重測量結果可知，未使用改進型限幅平均濾波算法的稱重系統，最大測量誤差率為0.93%，而使用本設計中的改進型限幅平均濾波處理后，測量誤差率維持在0.1%以內。改進算法使系統的測量精度提高了9倍，所測數據更加精確穩定，實現了高精度高穩定性的稱重系統設計。

3 結論

本文設計了一種高精度高穩定性的稱重測量系統。采用軟硬結合的方式對采集信號進行濾波處理，提高了系統測量精度和與抗干擾性。通過實驗對比得出，提出的改進型限幅平均濾波算法使整個稱重測試系統的精度和穩定性得到了大幅提高，實現了高精度稱重系統的設計要求。

［1］Brox D，Mohammadi A R，Takahata K.Non-Lithographically Micro Fabricated Capacitive Pressure Sensor for Biomedical Applications［J］.Electronics Letters，2011，47(18):1015-1017.

［2］Pavlin Marko，Novak Franc.Yield Enhancement of Piezoresistive Pressure Sensors for Automotive Applications［J］.Sensors and Actuators，A:Physical，2008，141(1):34-42.

［3］Kottapalli A G P，Asadnia M，Miao J M.Polymer MEMS Pressure Sensor Arrays for Fish-Like Underwater Sensing Applications［J］. Micro and Nano Letters，2012，7(12):1189-1192.

［4］Donati George L，Amais Renata S，Nóbrega Joaquim A.Interference Standard:A New Approach to Minimizing Spectral Interferences in Inductively Coupled Plasma Mass Spectrometry［J］.Journal of Analytical Atomic Spectrometry，2011，26(9):1827-1832.

［5］劉文靜，王民慧，汪亞霖.強磁場下微弱信號檢測系統設計［J］.傳感技術學報，2013，26(6):865-870.

［6］周萬幸.一種新型極化抗干擾技術研究［J］.電子學報，2009，37(3):454-458.

［7］郜園園，阮曉鋼，宋洪軍.兩輪自平衡機器人慣性傳感器濾波問題的研究［J］.傳感技術學報，2010，23(5):696-700.

［8］Tzvetkov Kostadin，Tarczynski Andrzej.On Digital Filtering of Band-Limited Signals Using Lower Sampling Rates［J］.Journal of Computers，2010，5(10):1486-1493.

［9］Hyodo Tatsuki，Asakura Gaku，Tsukada Kiwamu.Performance Improvement of the Analog and Circuit for a Duct by Insertion of an All-Pass Filter［J］.IEICE Transactions on Fundamentals of Electronics，Communications and Computer Sciences，2013，E96-A (4):824-825.

［10］LüWenxiang，Zhang Jinzhu，Yang Yue，et al.Parameter Analyses of an Adaptive Amplitude Limit Filtering Method［J］.Journal of Tsinghua University，2012，52(8):1106-1111.

［11］Kweon S J，Shin S H，Yoo H J.High-Order Temporal Moving-Average Filter Using a Multi-Transconductance Amplifier［J］.Electronics Letters，2012，48(15):961-962.

［12］劉新新，周小佳，閆斌.無線傳感器網絡中基于能量檢測的定位研究［J］.傳感技術學報，2011，24(6):884-887.

［13］Liu Yuliang，Zhu Jie，Zhan Zhenqiu.Improved Scheme of Internet Congestion Control under Moving Average Filter［J］.Journal of Shanghai Jiaotong University(Science)，2009，14(6):641-644.

文常保(1976-)，男，博士/博士后，副教授。2012年到2013年在美國University of South Florida從事訪學研究工作，主要從事真空微納電子器件、信息處理器件及傳感器的研究，estlab@chd.edu.cn;

高麗紅(1987-)，女，碩士研究生。主要研究方向為傳感器及信號處理，gaolihong1020@126.com。

The High-Precision Weighing System Based on the Improved Amplitude-Limiting and Average Filtering Algorithm*

WEN Changbao*，GAO Lihong，FANG Jishan，JU Yongfeng，LI Yanming

(Institute of Micro-Nanoelectronics，School of Electronics and Control Engineering，Chang’an University，Xi’an 710064，China)

In order to reduce the influence of interference signals to the measuring accuracy of weighing system in the data collecting，a high accuracy weighing system based on improved amplitude-limiting and average filtering algorithm was proposed.The weighing system consists of data acquisition，analog-digital converter，processor，storage unit，control module and display module.Being combined limiting filtering，median filtering and moving average filtering，the improved amplitude-limiting and average filtering algorithm eliminates the random pulse and suppresses periodic interference.Based on the experiment of eight different targets ranged from 5 kg to 50 kg，the systems using and without using the improved amplitude-limiting and average filtering algorithm were measured and analyzed.Experimental results show that the maximum error rate of the weighing systems using the improved amplitude-limiting and average filtering algorithm is 0.1%，and the accuracy of weighing system is nine times higher than that of without using this algorithm.

sensor;weighting system;moving average filter;amplitude-limiting filter;data acquisition system; high precision

TP274;TP212.9;TP202

A

1004－1699(2014)05－0649－05

10.3969/j.issn.1004－1699.2014.05.015

項目來源:國家自然科學基金項目(60806043);中央高校基本科研業務費專項資金項目(2013G3322010，2013G1321041)

2013-12-12

2014-04-11