[发明专利]一种基于频率快速测量算法的示波器自动设置方法有效

专利信息
申请号: 201910903494.7 申请日: 2019-09-24
公开(公告)号: CN110780100B 公开(公告)日: 2020-09-22
发明(设计)人: 郑德智;颜培荣 申请(专利权)人: 北京航空航天大学
主分类号: G01R13/02 分类号: G01R13/02;G06F17/14
代理公司: 北京航智知识产权代理事务所(普通合伙) 11668 代理人: 黄川;史继颖
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 频率 快速 测量 算法 示波器 自动 设置 方法
【权利要求书】:

1.一种基于频率快速测量算法的示波器自动设置方法,其特征在于,包括如下步骤:

S1:自动设置开始时先对幅度挡位进行初步调整,具体过程如下:

S11:在开始时,将幅度挡位的量程Sv设置为最大量程;

S12:将时基挡位设置为最小,根据自动设置的最小识别频率fmin以及最小时基挡位对应的最大采样率fmax,确定采样的点数N进行采样:

S13:从采样数据中抽取M个时间间隔不同的特征数组Array1至ArrayM,M个特征数组中每个特征数组的大小为K,每个特征数组对应的时间间隔DT以倍数A依次递增,时间间隔DT从低到高依次为1/fmax、A/fmax、……、A^(M-1)/fmax,其中,特征数组数M计算如下:

其中,A、M、N、K满足下式:

A^(M-1)×K=N;

S14:对M个特征数组中的每个特征数组进行一次遍历,获取所述特征数组的最大值MAXi和最小值MINi,i=1,2,…,M,两者做差求得所述特征数组的峰峰值Vppi=MAXi-MINi,两者加和平均求得所述特征数组的中值再将所有特征数组的峰峰值比较,得到最大峰峰值Vppmax

S15:判断最大峰峰值Vppmax是否大于Sv×ε,ε为阈值常数,若大于则进入步骤S2,否则将幅度挡位的量程Sv调整为大于Vppmax的最小量程,并返回步骤S12重新采样;

S2:根据峰峰值准则和最小整周期准则,找到能够代表信号幅度和频率特征的判断数组,具体过程如下:

S21:初始化i=1;

S22:判断特征数组Arrayi的峰峰值Vppi是否小于α×Vppmax,α为常数,若小于,则令i=i+1,返回步骤S22继续判断,否则进入步骤S23;

S23:令j=i;

S24:根据最小整周期算法,计算特征数组Arrayj的最小整周期数Num并判断所述最小整周期数Num是否为零,若所述最小整周期数Num为零,则令i=j+1,若i>M,则将特征数组Arrayj作为判断数组,进入步骤S3,否则返回步骤S22继续判断;若所述最小整周期数Num不为零,则将特征数组Arrayj作为判断数组,继续步骤S3;

S3:根据判断数组Arrayj的最大值MAXj和最小值MINj,确定幅度挡位,再计算出信号的频率并根据频率确定时基挡位,具体过程如下:

S31:根据步骤S14的算法计算得到判断数组Arrayj的峰峰值Vppj和中值其中,根据峰峰值Vppj确定幅度挡位的量程为Sv,使其满足0.4×Sv≤Vppj≤0.8×Sv,并把中值作为相应通道的直流偏置;

S32:计算出信号的频率f,进而确定时基挡位。

2.根据权利要求1所述的方法,其特征在于,步骤S24中,所述最小整周期算法具体如下:

首先进行比较阈值的判断,如下:

其中,β为阈值常数;Δj为比较窗口的宽度;为特征数组Arrayj的高比较阈值;为特征数组Arrayj的低比较阈值,

然后对特征数组Arrayj进行一次遍历,找出数组中大于高比较阈值的部分数量Num_h和小于低比较阈值的部分数量Num_L,最后得到的是最小整周期数Num为Num_h和Num_L中较小的值减1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910903494.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top