Роль фильтров Iir в повышении соотношения сигнал/шум в системах сбора данных

Введение: Шумовая проблема в современном приобретении данных

Системы сбора данных составляют основу измерения и мониторинга в бесчисленных отраслях промышленности; от точной медицинской диагностики до тяжелой промышленной автоматизации. По своей сути эти системы предназначены для захвата аналоговых сигналов реального мира и преобразования их в цифровые данные для анализа. Однако каждый сигнальный путь вводит некоторый уровень нежелательного электрического шума. Независимо от того, является ли источник электромагнитными помехами от соседнего оборудования, тепловым шумом от компонентов или ошибками квантования в аналого-цифровом преобразователе, этот шум маскирует истинный сигнал и снижает точность измерения.

Улучшение соотношения сигнал/шум (SNR) является одной из наиболее важных задач в любой конструкции системы приобретения. Более высокий SNR означает, что интересующий сигнал более четко выделяется из фонового шума, позволяя более точные измерения, лучшие пороги обнаружения и более надежную аналитику. В то время как существует множество методов для управления шумом, заземлением, дифференциальной сигнализацией и усреднением среди них.

Среди цифровых архитектур фильтров фильтр Infinite Impulse Response (IIR) заслужил репутацию рабочей лошадки для улучшения SNR. Его рекурсивная структура позволяет ему достигать агрессивной фильтрации с минимальными вычислительными накладными расходами, что делает его незаменимым в системах, где вычислительная мощность, память или бюджеты задержки ограничены. В этой статье рассматривается роль фильтров IIR в повышении SNR в системах сбора данных, охватывающих их принципы работы, компромиссы проектирования, практические приложения и стратегии для эффективной реализации.

Понимание фильтров IIR: структура и принципы

Фильтр IIR — это тип цифрового фильтра, определяемый использованием обратной связи. В отличие от фильтров Finite Impulse Response (FIR), которые вычисляют каждый выходной образец исключительно из текущих и прошлых входных образцов, фильтры IIR также используют прошлые выходные образцы для влияния на текущий выход. Эта рекурсивная обратная связь дает фильтру «бесконечный» импульсный ответ — это означает, что один входной импульс может теоретически влиять на выход бесконечно, хотя на практике эффект распадается до незначительных уровней.

Математический фонд

Общее уравнение разности для фильтра IIR выражается следующим образом:

y(n) = b0*x(n) + b1*x(n-1) + ... + bM*x(n-M) - a1*y(n-1) - a2*y(n-2) - ... - aN*y(n-N)

В этом уравнении x(n) представляет собой текущий входной образец, y(n) - текущий выходной образец, а коэффициенты b0 - bM определяют путь вперед по потоку (полоса фильтра, аналогичная FIR), в то время как a1 - через aN определяют путь обратной связи.Наличие коэффициентов обратной связи - это то, что дает IIR-фильтрам их уникальные характеристики: они могут достигать резких частотных переходов с гораздо меньшими коэффициентами, чем эквивалентная конструкция FIR.

Эта математическая эффективность является основной причиной, по которой инженеры выбирают IIR-фильтры для улучшения SNR в системах с ограниченными ресурсами. Например, фильтр IIR низкого пропуска пятого порядка может достигать резкости отката, которая может потребовать фильтра FIR 30-го порядка или выше, переводя непосредственно в экономию памяти, операции умножения и энергопотребление.

Основные характеристики фильтров IIR

Механизмы усовершенствования SNR с помощью фильтров IIR

Фильтры ИИР улучшают SNR за счет частотно-селективного ослабления. Принцип прост: если шум занимает полосы частот, отличные от сигнала интереса, фильтр может подавить эти полосы шума, оставляя сигнал относительно неизменным. Улучшение SNR напрямую связано с количеством шумовой мощности, удаляемой фильтром.

Низкочастотная фильтрация для снижения широкополосного шума

Во многих сценариях сбора данных интересующий сигнал представляет собой медленно меняющуюся величину —температура, давление, напряжение или уровень напряжения постоянного тока — в то время как доминирующими источниками шума являются высокочастотные явления, такие как тепловой шум, рябь регулятора переключения или цифровой сигнал считывания. Хорошо разработанный фильтр IIR с низким пропуском ослабляет эти высокочастотные шумовые компоненты, позволяя низкочастотному сигналу проходить с минимальным искажением.

Например, в системе точной весовой шкалы выход нагрузочных ячеек медленно меняется по мере применения веса, но шум линии электропередач 50/60 Гц и высокочастотные механические вибрации добавляют значительный шум. Фильтр низкого частотного диапазона второго порядка Butterworth IIR с частотой отсечки 5 Гц может сократить мощность шума более чем на 90% при введении менее 0,1 дБ затухания при DC. Результирующее улучшение SNR драматично, часто превращая шумный, непригодный для использования сигнал в чистое, стабильное измерение.

Фильтрация с высокой пропускной способностью для DC-дрейфа и низкочастотного шумового удаления

И наоборот, некоторые приложения требуют удаления низкочастотного шума, такого как тепловой дрейф, 1/f шум или медленный базовый блуждающий. В мониторинге электрокардиограммы (ЭКГ) например, движение пациента и поляризация электродов могут вводить низкочастотные артефакты, искажающие форму сердечной волны. Фильтр IIR высокого пропуска с отсечкой около 0,5 Гц может удалять эти артефакты при сохранении диагностического содержания сигнала ЭКГ, который содержит частотные компоненты в основном выше 1 Гц.

Конфигурации Band-Pass и Band-Stop

Многие проблемы сбора данных связаны с шумом на определенных частотах. Помехи в линиях электропередач на частотах 50 или 60 Гц, пожалуй, самый распространенный пример. IIR-фильтр с выемкой и мдаш; специализированный фильтр с полосой остановки и мдаш; может ослабить эту единичную частоту на 40 дБ или более, оставляя смежные частоты в значительной степени незатронутыми. Аналогично, фильтры IIR с полосой пропускания могут извлекать конкретную полосу частот из широкополосного шумного сигнала, как в анализе вибрации, где конкретная механическая резонансная частота должна быть изолирована для мониторинга состояния.

Количественное улучшение SNR

Достижимое улучшение SNR зависит от порядка фильтра, частоты отсечения и распределения спектральной плотности шума. Для простого фильтра IIR низкого пропускания первого порядка полоса пропускания шума уменьшается фактором, связанным с частотой отсечения. Фильтры более высокого порядка обеспечивают более крутое откат и, следовательно, большее затухание шума для данного отсечки. На практике хорошо спроектированный фильтр IIR может давать улучшения SNR 10-30 дБ или более, в зависимости от применения и характера шума.

Практические применения в системах сбора данных

Универсальность IIR-фильтров делает их пригодными для широкого спектра приложений сбора данных. Ниже приведены несколько областей, где IIR-фильтрация стала стандартной практикой для улучшения SNR.

Биомедицинские приборы

Биомедицинские сигналы, такие как электрокардиограммы (ЭКГ), электроэнцефалограммы (ЭЭГ) и электромиограммы (ЭМГ), как известно, имеют низкую амплитуду и часто находятся в диапазоне микровольт-милливольт и легко повреждаются различными источниками шума. Мышечная активность, помехи линии электропередач, артефакты движения электродов и окружающие электромагнитные поля способствуют плохому СНР.

В типичной системе получения ЭКГ используется каскад фильтров IIR: фильтр высокого прохода с отсечкой около 0,5 Гц удаляет исходный блуждание, фильтр низкого прохода с отсечкой около 100 Гц ослабляет высокочастотный мышечный шум и ЭМИ, а фильтр выемки на 50 или 60 Гц устраняет шум линии электропередач. Эти фильтры, реализованные в микроконтроллере или DSP, позволяют четко обнаруживать комплекс QRS и точный анализ ST-сегмента без вычислительной нагрузки FIR-подхода.

Одно исследование по носимому ЭКГ-мониторингу показало, что фильтр IIR Butterworth четвертого порядка достиг сопоставимого снижения шума с фильтром FIR с 40 касанием, требуя при этом на 90% меньше операций на образец, непосредственно продлевая срок службы батареи в портативном устройстве. Это преимущество эффективности делает фильтры IIR выбором по умолчанию во многих носимых медицинских датчиках, где бюджеты питания и ресурсы обработки сильно ограничены.

Контроль промышленных процессов и мониторинг состояния

Промышленные системы сбора данных работают в жестких электрических условиях. Моторы, приводы с переменной частотой, сварщики и коммутационные источники питания генерируют значительный проводящий и излучаемый шум в широком частотном спектре. Датчики, измеряющие температуру, давление, поток или вибрацию, должны подавать чистые сигналы программируемым логическим контроллерам (ПЛК) и распределенным системам управления (DCS) для надежного регулирования процесса.

Фильтры ИКД широко применяются в модулях промышленного кондиционирования сигналов для предварительного обработки выходов датчиков перед оцифровкой и передачей. Типичный промышленный передатчик давления может включать в себя фильтр IIR низкого уровня второго порядка с отсечением 10 Гц для подавления пульсаций давления, вызванных насосом, и электрического шума от близлежащих приводов двигателей. Полученное в результате улучшение СНР на 15-20 дБ гарантирует, что измеренное значение давления точно отражает переменную процесса, а не шумовое дно.

При мониторинге состояния на основе вибрации фильтры полосы пропускания ИИР изолируют конкретные механические частоты вибрации, связанные с дефектами подшипника, износом оборудования или дисбалансом. Отфильтровывая широкополосную случайную вибрацию и фокусируясь на характерных частотах неисправностей, система может обнаруживать развивающиеся механические проблемы на ранней стадии, часто с улучшениями SNR 10-25 дБ, которые позволяют обнаруживать неисправности задолго до того, как они станут критическими.

Коммуникации и программно-определяемое радио

В системах связи принятый сигнал обычно закапывают в шум и помехи. ИКФ-фильтры играют ключевую роль в выборе канала, отторжении соседнего канала и уменьшении полосы шума. В программно-определяемых радиоприемниках (SDR) фильтры ИКП используются для фильтрации канала после аналого-цифрового преобразователя, позволяя приемнику выбирать нужный канал связи при отбрасывании внеполосного шума и смежных сигналов.

Вычислительная эффективность IIR-фильтров особенно ценна в многоканальных SDR-системах, где одновременно в режиме реального времени должны фильтроваться десятки или сотни каналов.Фильтр полосового пропуска IIR шестого порядка может добиться того же смежного отторжения канала, что и фильтр FIR с 50 касанием, с менее чем одной десятой арифметических операций, что позволяет повысить плотность канала на данной платформе FPGA или DSP.

Мониторинг окружающей среды и сенсорные сети

Беспроводные сенсорные сети, развернутые для мониторинга окружающей среды, сталкиваются с жесткими ограничениями мощности и должны работать в течение многих лет на энергии батареи. Каждая беспроводная передача потребляет значительную энергию, поэтому снижение шума в узле датчика посредством эффективной фильтрации позволяет увеличить интервалы передачи и снизить энергопотребление. IIR-фильтры с их низкой вычислительной стоимостью идеально подходят для этих встроенных сенсорных платформ.

Например, в сети мониторинга влажности почвы выход датчика на основе емкости содержит желаемый сигнал влажности почвы вместе с шумом от колебаний температуры, дрейфом датчика и электромагнитными помехами от близлежащего сельскохозяйственного оборудования.Второй порядковый фильтр IIR низкого прохода, реализованный на микроконтроллере датчика, может уменьшить полосу пропускания шума в десять раз, что позволяет датчику сообщать о стабильных показаниях с более длинными интервалами и уменьшать разряд батареи за счет минимизации ненужных передач.

Дизайн-соображения и лучшие практики

Хотя IIR-фильтры предлагают неоспоримые преимущества для улучшения SNR, их конструкция требует тщательного изучения нескольких факторов для обеспечения надежной, стабильной и эффективной работы.

Фильтровый порядок и стабильность

Более высокие порядки фильтров дают более крутое сворачивание и лучшее затухание шума, но также увеличивают риск нестабильности и численной чувствительности. Как правило, большинство приложений для сбора данных могут достигать удовлетворительных результатов с фильтрами IIR второго или четвертого порядка. Когда требуются более высокие порядки, рекомендуется использовать каскадные секции второго порядка (биквады), поскольку они обеспечивают превосходную числовую стабильность по сравнению с одной структурой прямого порядка высокого порядка.

Двухполюсный каскадный подход также облегчает мониторинг и управление полюсами каждой секции независимо, предотвращая, чтобы какая-либо одна секция толкала полюс слишком близко к единичному кругу. Инженеры должны всегда проверять стабильность фильтра с помощью анализа нулевого полюса и, в идеале, с помощью моделирования с фактическими или репрезентативными данными перед развертыванием фильтра в производственной системе.

Выбор частоты вырезания

Выбор частоты отсечки непосредственно определяет количество снимаемого шума и степень вносимого искажения сигнала. Слишком низкий отсечиваемый набор удалит не только шум, но и ценное высокочастотное содержание сигнала, потенциально ухудшая точность измерения. Слишком высокий отсечиваемый набор оставит чрезмерный шум в сигнале, не добившись желаемого улучшения SNR.

Систематический подход предполагает анализ спектральных распределений сигнала и шума с помощью таких методов, как быстрый анализ преобразования Фурье (FFT) или спектральная оценка. Частоту отсечения следует помещать в спектральную область, где мощность шума начинает доминировать над мощностью сигнала, как правило, на частоте, где мощность спектральной плотности сигнала падает ниже уровня шума. Для многих применений эту точку можно определить эмпирически, изучив необработанный сигнал в частотной области.

Фазовое искажение и групповая задержка

Как отмечалось ранее, фильтры IIR вводят частотные фазовые сдвиги, которые могут искажать форму сигналов временной области. В приложениях, где должны быть сохранены временные отношения между сигнальными признаками; например, в срабатывании обнаружения событий, анализа импульсов или многоканальной синхронизации; это фазовое искажение может быть проблематичным.

Некоторые стратегии могут смягчить фазовое искажение:

Коэффициенты квантирования и эффекты конечной длины слова

Когда IIR-фильтры реализуются на процессорах с фиксированной точкой, как это обычно бывает во многих встроенных системах сбора данных, квантование коэффициентов может смещать фактические местоположения полюсов от их проектируемых позиций. Если полюс перемещается за пределы единичного круга, фильтр становится нестабильным. Даже если поддерживается стабильность, квантование коэффициентов может вызвать частотную реакцию фильтра отклоняться от предполагаемой конструкции, снижая его эффективность при шумоотклонении.

Лучшие методы смягчения последствий квантования включают:

Соображения в реальном времени

В системах сбора данных в реальном времени фильтр должен обрабатывать каждый входной образец в пределах интервала отбора проб.Вычислительная эффективность IIR-фильтров является здесь основным преимуществом, но тщательное кодирование и управление ресурсами по-прежнему необходимы:

Сравнение с фильтрами FIR для улучшения SNR

Сбалансированное обсуждение фильтров ИКД для улучшения СНР должно признать их основную альтернативу: ФИР-фильтры. Выбор между ними зависит от конкретных требований приложения.

Когда фильтры Excel

Когда предпочтительнее использовать фильтры

На практике многие системы сбора данных используют гибридный подход: IIR-фильтр для начальной, агрессивной стадии шумоподавления, за которым следует FIR-фильтр для окончательной тонкой настройки или фазово-критической обработки. Эта комбинация использует сильные стороны обеих архитектур при смягчении их индивидуальных слабостей.

Пример практического осуществления

Рассмотрим конструкцию низкочастотного фильтра IIR второго порядка для системы измерения температуры. Датчик температуры выводит пропорционально температуре напряжение постоянного тока с полосой пропускания примерно 1 Гц, соответствующей тепловой постоянной времени датчика. Шум от 50 Гц муфты ЛЭП и 100 Гц регулятора переключения ряби повреждает сигнал датчика.

С помощью стандартной конструкции Баттерворта может быть разработан фильтр низкого пропуска второго порядка с частотой отсечки 2 Гц. Ключевыми этапами проектирования являются:

  1. Предварительно переформатировать частоту среза: Для скорости отбора проб 200 Гц аналоговое предварительно сваренное сечение вычисляется как 2 * 200 * tan(π 2 / 200) ≈ 2.01 Гц, эффективно не изменяющееся при этом низком соотношении.
  2. Вычислить аналоговый прототип полюсов: Для второго порядка Баттерворта полюса находятся на -0,707 ± j0,707.
  3. Применить билинейное преобразование: Нанести на карту аналоговые полюса z-домена с помощью билинейного преобразования с предварительно искривленной частотой отсечения.
  4. Извлеките коэффициенты биквада: Полученная функция передачи дает три коэффициента передачи вперед (b0, b1, b2) и два коэффициента обратной связи (a1, a2).

Полученный в результате 2 Гц отсечной фильтр ослабляет шум на 50 Гц примерно на 28 дБ, уменьшая амплитуду шума на входе ADC от пика до пика 10 мВ до менее 0,4 мВ. Этот уровень шума значительно ниже наименее значительного бита ADC (LSB) для типичной 12-битной системы с эталоном 3,3 В, эффективно устраняя шум от измерения.

Этот пример иллюстрирует практический процесс, которому инженер будет следовать для разработки и внедрения IIR-фильтра для реального приложения сбора данных, демонстрируя как методологию, так и измеримое улучшение SNR.

Заключение

Фильтры ИКД остаются одним из наиболее эффективных и широко используемых инструментов для улучшения соотношения сигнал/шум в системах сбора данных. Их рекурсивная архитектура обеспечивает резкую частотную избирательность с минимальными вычислительными затратами, что делает их незаменимыми в приложениях, начиная от носимых медицинских устройств до промышленных контроллеров процессов и программно-определяемых радиоприемников.

Инженер, который понимает принципы проектирования фильтров IIR, компромиссы между порядком фильтра и стабильностью, эффектами квантования коэффициентов и сравнительными преимуществами по сравнению с фильтрами FIR, будет хорошо оснащен для реализации эффективных стратегий снижения шума в любой системе сбора данных. Благодаря тщательному сопоставлению характеристик фильтра с сигнальными и шумовыми спектрами конкретного приложения можно достичь значительных улучшений SNR, часто превышающих 20 дБ и мдаш.

По мере того, как системы сбора данных продолжают развиваться в направлении более высокого разрешения, меньшей мощности и большей интеграции, роль фильтров IIR в поддержании целостности сигнала будет только возрастать. Их доказанная эффективность и универсальность гарантируют, что они будут оставаться краеугольным камнем обработки сигналов в течение многих лет. Для инженеров и системных дизайнеров, стремящихся оптимизировать точность данных, овладение дизайном фильтров IIR для улучшения SNR является навыком, который обеспечивает долгосрочную ценность.

Для дальнейшего чтения рассмотрите ресурсы по проектированию цифровых фильтров, такие как Техническая записка Anlog Devices о реализации фильтров IIR и Прикладная записка Texas Instruments о цифровой фильтрации для точного измерения . Кроме того, Полный обзор научной работы ScienceDirect по теории фильтров IIR обеспечивает более глубокое погружение в математические основы, обсуждаемые здесь.