发明名称 一种数字三维示波器的波形数据处理方法
摘要 本发明公开了一种数字三维示波器的波形数据处理方法,将一次刷新周期内采集到的多幅波形数据映射到三维波形数据库,将该三维数据库的内容作为数据处理对象进行统计直方图分析,采用K均值聚类算法将直方图分为高低两个部分,即H<sub>upper</sub>和H<sub>lower</sub>两个部分。根据H<sub>upper</sub>和H<sub>lower</sub>估计脉冲参数的高、低状态电平,即顶端值v<sub>top</sub>和底端值v<sub>base</sub>。根据顶端值v<sub>top</sub>和底端值v<sub>base</sub>可计算其它的波形参数,如幅度、上升/下降时间、周期等。采用本发明可以避免异常值和偶发信号对波形参数测量的影响,在高噪声的情况下能有效的提高幅度类参数测量结果的精确度。
申请公布号 CN102998500B 申请公布日期 2015.05.13
申请号 CN201210566383.X 申请日期 2012.12.24
申请人 电子科技大学 发明人 张沁川;叶芃;潘卉青;黄武煌;杜兴批;杨扩军
分类号 G01R13/02(2006.01)I 主分类号 G01R13/02(2006.01)I
代理机构 成都行之专利代理事务所(普通合伙) 51220 代理人 温利平
主权项 一种数字三维示波器的波形数据处理方法,其特征在于,包括以下步骤:(1)、ADC采集信号的垂直分辨率为d bit,一次采集的采样点数为k,每个采样点有m=2<sup>d</sup>个幅度样本值s<sub>m‑i</sub>=2<sup>d</sup>‑i,1≤i≤m,将N幅波形的采样点映射到三维波形数据库,该三维波形数据库可以表示为m×k二维矩阵A:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>A</mi><mo>=</mo><mfenced open='' close=''><mtable><mtr><mtd><msub><mi>s</mi><mrow><mi>m</mi><mo>-</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>s</mi><mrow><mi>m</mi><mo>-</mo><mn>2</mn></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>s</mi><mn>0</mn></msub></mtd></mtr></mtable></mfenced><mfenced open='(' close=')'><mtable><mtr><mtd><msub><mi>a</mi><mn>11</mn></msub><mo>,</mo><msub><mi>a</mi><mn>12</mn></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>a</mi><mrow><mn>1</mn><mi>k</mi></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>a</mi><mn>21</mn></msub><mo>,</mo><msub><mi>a</mi><mn>22</mn></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>a</mi><mrow><mn>2</mn><mi>k</mi></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>a</mi><mrow><mi>m</mi><mn>1</mn></mrow></msub><mo>,</mo><msub><mi>a</mi><mrow><mi>m</mi><mn>2</mn></mrow></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>a</mi><mi>mk</mi></msub></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000600689080000011.GIF" wi="585" he="349" /></maths>其中,a<sub>ij</sub>是N幅波形采集中第j个采样点幅度样本值为s<sub>m‑i</sub>的命中次数,<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>m</mi></munderover><msub><mi>a</mi><mi>ij</mi></msub><mo>=</mo><mi>N</mi><mo>,</mo><mn>1</mn><mo>&le;</mo><mi>j</mi><mo>&le;</mo><mi>k</mi><mo>;</mo></mrow>]]></math><img file="FDA0000600689080000012.GIF" wi="430" he="137" /></maths>构造矩阵A代表的波形幅度密度的直方图H如下:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>H</mi><mo>=</mo><mfenced open='' close=''><mtable><mtr><mtd><msub><mi>s</mi><mrow><mi>m</mi><mo>-</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>s</mi><mrow><mi>m</mi><mo>-</mo><mn>2</mn></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>s</mi><mn>0</mn></msub></mtd></mtr></mtable></mfenced><mfenced open='(' close=')'><mtable><mtr><mtd><msub><mi>a</mi><mn>11</mn></msub><mo>,</mo><msub><mi>a</mi><mn>12</mn></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>a</mi><mrow><mn>1</mn><mi>k</mi></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>a</mi><mn>21</mn></msub><mo>,</mo><msub><mi>a</mi><mn>22</mn></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>a</mi><mrow><mn>2</mn><mi>k</mi></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>a</mi><mrow><mi>m</mi><mn>1</mn></mrow></msub><mo>,</mo><msub><mi>a</mi><mrow><mi>m</mi><mn>2</mn></mrow></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>a</mi><mi>mk</mi></msub></mtd></mtr></mtable></mfenced><mfenced open='(' close=')'><mtable><mtr><mtd><mn>1</mn></mtd></mtr><mtr><mtd><mn>1</mn></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mn>1</mn></mtd></mtr></mtable></mfenced><mo>=</mo><mfenced open='(' close=')'><mtable><mtr><mtd><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>k</mi></munderover><msub><mi>a</mi><mrow><mn>1</mn><mi>j</mi></mrow></msub></mtd></mtr><mtr><mtd><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>k</mi></munderover><msub><mi>a</mi><mrow><mn>2</mn><mi>j</mi></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>k</mi></munderover><msub><mi>a</mi><mi>mj</mi></msub></mtd></mtr></mtable></mfenced><mo>=</mo><mfenced open='' close=''><mtable><mtr><mtd><msub><mi>s</mi><mrow><mi>m</mi><mo>-</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>s</mi><mrow><mi>m</mi><mo>-</mo><mn>2</mn></mrow></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>s</mi><mn>0</mn></msub></mtd></mtr></mtable></mfenced><mfenced open='(' close=')'><mtable><mtr><mtd><msub><mi>h</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><msub><mi>h</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>h</mi><mi>m</mi></msub></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000600689080000013.GIF" wi="1085" he="571" /></maths>其中,h<sub>i</sub>,1≤i≤m是幅度样本值s<sub>m‑i</sub>在N幅波形采集中的命中总次数;(2)、用K均值聚类算法将直方图H划分为H<sub>upper</sub>和H<sub>lower</sub>两个部分,具体包括以下步骤:①直方图H中第一个命中次数不为0的幅度样本值为s<sub>x</sub>,最后一个命中次数不为0的幅度样本值s<sub>y</sub>,其中0≤s<sub>x</sub>≤s<sub>y</sub>≤s<sub>m‑1</sub>;假设s′=(s<sub>x</sub>+s<sub>y</sub>)/2,则将s<sub>x</sub>与s′之间的幅度样本值划分为集合1,将s′与s<sub>y</sub>之间的幅度样本值划分为集合2;根据公式:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><mover><mi>s</mi><mo>&OverBar;</mo></mover><mo>=</mo><mfrac><mn>1</mn><mrow><mi>&Sigma;</mi><msub><mi>h</mi><mi>i</mi></msub></mrow></mfrac><mo>*</mo><mi>&Sigma;</mi><mrow><mo>(</mo><msub><mi>h</mi><mi>i</mi></msub><mo>*</mo><msub><mi>s</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000600689080000014.GIF" wi="456" he="146" /></maths>分别计算出集合1中所有幅度样本值的加权平均<img file="FDA0000600689080000015.GIF" wi="46" he="67" />作为H<sub>lower</sub>的初始聚类中心对象,集合2中所有幅度样本值的加权平均<img file="FDA0000600689080000021.GIF" wi="43" he="68" />作为H<sub>upper</sub>的初始聚类中心对象,其中<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mn>0</mn><mo>&le;</mo><mover><msub><mi>s</mi><mi>b</mi></msub><mo>&OverBar;</mo></mover><mo>&le;</mo><mover><msub><mi>s</mi><mi>t</mi></msub><mo>&OverBar;</mo></mover><mo>&le;</mo><msub><mi>s</mi><mrow><mi>m</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>;</mo></mrow>]]></math><img file="FDA0000600689080000022.GIF" wi="359" he="75" /></maths>②分别计算m个幅度样本值s<sub>0</sub>,s<sub>1</sub>,…,s<sub>m‑1</sub>与初始聚类中心对象<img file="FDA0000600689080000023.GIF" wi="50" he="73" />和<img file="FDA0000600689080000024.GIF" wi="46" he="71" />之间的距离,把与<img file="FDA0000600689080000025.GIF" wi="46" he="67" />距离最小的s<sub>m‑i</sub>划分在一起作为聚类1,把与<img file="FDA0000600689080000026.GIF" wi="52" he="69" />距离最小的s<sub>m‑i</sub>划分在一起作为聚类2;③分别对聚类1和聚类2中的所有幅度样本值求加权平均,并将该均值作为新的聚类中心对象<img file="FDA0000600689080000027.GIF" wi="137" he="73" />④重复②、③步直到聚类中心对象不再改变,则聚类1中的幅度样本值构成H<sub>upper</sub>,聚类2中的幅度样本值构成H<sub>lower</sub>;(3)、分别在直方图H<sub>upper</sub>和H<sub>lower</sub>中找到一个最小幅度间隔,该幅度间隔的起始位置至终点位置的累计命中次数大于等于直方图H<sub>upper</sub>或H<sub>lower</sub>命中次数总和的50%,且是所有满足上述条件中的最小幅度间隔,以该幅度间隔的起始位置和终点位置幅度的中位数作为对顶端值v<sub>top</sub>或底端值v<sub>base</sub>的估计;(4)、根据顶端值v<sub>top</sub>和底端值v<sub>base</sub>,计算其他波形参数。
地址 611731 四川省成都市高新区(西区)西源大道2006号