[发明专利]一种信号统计方法及其系统

说明书

技术领域

本发明涉及一种实时系统中数据统计方法，特别涉及需要实时采集的数据的实时统计方法，属于数据统计技术领域。

背景技术

在计算、通信、控制等电子系统中，经常需要对连续或者离散的信号流进行平滑处理。比如，在实时计算系统中，需要对处理器的占用率进行统计，首先将统计信号平滑去噪，然后上报给系统，以调整处理器资源的分配或进行性能分析；在通信系统中，通常需要对连续的输入信号进行采样，得到离散的信号流，由于信号噪声和系统抖动的干扰，经常需要进行平滑处理；在控制系统中，控制信号量的实时采集处理中，也会用到对采样信号的平滑处理。

事实上，信号流的平滑处理方法就是一种低通滤波方法，主要是为了去除噪声干扰对有用信号的影响，在抖动较大的信号流中提取有用信号。这样不但可以提高信号流中信息量承载效率，而且可以降低噪声干扰对信号的影响。

在数字系统中，往往对连续的信号流进行采样，得到离散信号流，然后进行数字处理。在模拟系统中，如果采用数字处理器进行处理，则同样地进行采样转换为离散信号流。

现有的几种信号流的平滑处理方法都是周期性地对采样之后的信号流进行统计平滑。主要有直接法、累加法和窗口法等。

直接法就是不对采样信号进行任何处理，直接将每个采样值输出给后期处理器或者上报给监测系统。这种方法，并没有进行平滑处理，因此不能对信息量进行有效地提取，也不能去除噪声的干扰。应用面狭窄，一般只能用在采样数据较稳定的低噪声系统中。

累加法是一种周期统计方法。按照一定的周期，在每个周期内进行一次统计处理，用累加器对周期内所有的采样数据进行直接累加或取平均，然后输出或上报这个累加值或者平均值。这种处理方法的处理器开销很小，容易实现，相对于每次采样仅仅需要计算一次加法。而且得到的平滑信号也是相对地数据量较小的，相当于对采样数据进行的统计提取，得到有效的信号流。但是这样也带来丢失信息量的情况，比如当原始采样数据变化比较快的时候，就会丢失高频信息，这一点用信息论的奈奎斯特采样定理可以解释。而如果将周期取得很短，则向直接法靠近，又会产生不容易去除噪声抖动的缺点。

窗口法的思想是采用卷积运算将一定窗口内的采用数据进行统计，最简单的窗口法就是滑动窗口法。

滑动窗口法采用一个先进先出(FirstInFirstOut，简称″FIFO″)的环型缓冲区(滑动窗口)，缓冲最近一段时间的采样数据。每次采样，当前最新的采样数据都将最老的数据淘汰，并且上报缓冲区中所有数据的平均值。为了保证速度，当然不能每一次采样都将所有的数据重新求和一次，而是将上一次采样时的累加结果减去最老的数据再加上最新的数据作为本次累加结果。相对于累加法，这种方法可以连续地上报采样数据的统计平均值，效果较好，不会丢失像突发变化这样的高频信息，并且也能够将剧烈抖动抹平，达到去除噪声的效果。存在的缺点是如果采样数据中偶尔出现一个狭窄剧烈的抖动时，造成的波动会一直持续到这个尖峰的数据被完全淘汰出缓冲区，并且在该抖动离开缓冲区的时候再次产生一个假的统计突跳，而事实上这个抖动已经过去了。另外，当某些波动周期是窗口尺寸的整数倍时，此方法的统计数据可能会完全看不出来有任何波动，这一点用奈奎斯特定理也可以解释。

可见，滑动窗口法事实上就是一个窗口函数为矩形框的卷积方法，而其他的窗口法也类似地进行卷积，只不过窗口函数不同。事实上，窗口法都需要管理一个FIFO缓冲区，占用的空间还和时间窗口的长度成正比，因此，空间复杂度较高，当采用其他形状复杂的窗口函数时，还会增加时间复杂读，不能满足实时处理的要求，对于大多数普通的系统来说没有应用价值。另外，根据信息处理理论，当窗口函数是矩形框等突跳函数的时候，不可避免的会对原始采样信号的截断处理带来扭曲的效果。

在实际应用中，上述方案存在以下问题：不能有效地去除噪声的影响以达到平滑的目的，容易丢失有用高频信息，时间复杂度和空间复杂度较高，不易实现。

造成这种情况的主要原因在于，直接法和累加法都采用简单的方法对信号流进行处理，不能达到理想的去噪和提取信息的效果；窗口法采用卷积运算，使得实现复杂占用存储空间较大，时间复杂度也很高，另外窗口截断效应必然会对信号加上扭曲处理的效果。

发明内容

为了克服上述现有技术中存在的技术缺陷，本发明的目的在于提供一种信号统计方法及其系统，使得在较低的时间和空间复杂度前提下，实现高速高效的统计平滑处理，达到去除噪声和提取有用信息的理想效果。

为了实现上述发明目的，本发明的技术方案如下：

一种信号的统计方法，包含以下步骤：