单片机的连接电路.docx

上传人:b****4 文档编号:12038930 上传时间:2023-04-16 格式:DOCX 页数:20 大小:239.10KB
下载 相关 举报
单片机的连接电路.docx_第1页
第1页 / 共20页
单片机的连接电路.docx_第2页
第2页 / 共20页
单片机的连接电路.docx_第3页
第3页 / 共20页
单片机的连接电路.docx_第4页
第4页 / 共20页
单片机的连接电路.docx_第5页
第5页 / 共20页
点击查看更多>>
下载资源
资源描述

单片机的连接电路.docx

《单片机的连接电路.docx》由会员分享,可在线阅读,更多相关《单片机的连接电路.docx(20页珍藏版)》请在冰豆网上搜索。

单片机的连接电路.docx

单片机的连接电路

基于单片机的数字滤波器设计

(2010-07-2510:

02:

47)

转载

数据采集,又称数据获取,是利用一种装置,从系统外部采集数据并输入到系统内部的一个接口。

数据采集技术广泛引用在各个领域。

比如摄像头,麦克风,都是数据采集工具。

被采集数据是已被转换为电讯号的各种物理量,如温度、水位、风速、压力等,可以是模拟量,也可以是数字量。

在互联网行业快速发展的今天,数据采集已经被广泛应用于互联网及分布式领域,数据采集领域已经发生了重要

的变化。

而在数据采集中存在着各种噪声。

滤除噪声的方法有很多种,既有数字滤波器,也有模拟滤波器。

这里我们采用了基于单片机和C语言来设计并开发数字滤波系统。

我们针对于单片机数据采集系统中经常出现的随机干扰,通过手动输入来模拟数据采集过程,验证了几种使用较为普遍的克服随机干扰的单片机数字滤波算法,并给出了相应的C程序,尤其对中位值滤波和中位值平均滤波算法程序进行了改进。

同时也对这几种滤波算法进行了比较,并指出了每一种算法的具体适用范围

和注意事项。

另外我们使用了proteus进行仿真验证这几种滤波方法。

另外我们还使用了AD和DA来采集及输出数据。

关键词:

单片机、proteus、C语言、数字滤波。

1数字滤波设计原理

这里有很多种数字滤波方法,我们见选用其中几种来进行设计,如中值滤波、算术平均滤波、加权平均滤波等等。

所以下面我将详细介绍它们。

1.1中值滤波

中位值滤波是先对某一参数连续采样N次(一般N取奇数),然后把N次采样值按从小到大排列,取中间值为本次采样值。

该滤波方法实际上是一种排序方法,我在此采用的是冒泡法排序。

由于在冒泡法排序中,每出现一次前者数据大于后者数据,就要进行二者数据的交换。

该算法的样例子程序如下:

#defineN11//N值可根据实际情况调整charfilter()

{

charvalue_buf[];

charcount,i,j,k,temp;

for(count=0;count

value_buf[count]=get_data();delay();

}for(i=0;i

{k=i;

for(j=i+1;j

}

returnvalue_buf[(N-1)/2];

}

中位值滤波能有效地克服偶然因素引起的波动或采样器不稳定引起的误码等脉冲干扰。

对温度、液位等缓慢变化的被测参数采用此算法能收到良好的滤波效果,但对于流量、压力等快速变化的数据,不宜采用中位值滤波。

1.2算术平均滤波

算术平均滤波法适用于对一般的具有随机干扰的信号进行滤波。

这种信号的特点是信号本身在某一数值范围附近上下波动,如测量流量、液位时经常遇到这种情况。

算术平均滤波法是要按输入的N个采样数据,寻找这样一个丫,使得丫与各个采样值之间的偏差的平方和最小。

具体实现此算法的子程序如下:

#defineN12

charfilter()

{

intcount;

intsum=0;

for(count=0;count

{

sum+=get_ad();

delay();

}

return(char)(sum/N);

}

算术平均滤波适用于对一般具有随机干扰的信号进行滤波。

这种信号的特点是有一个平均值,信号在某一数值范围附近做上下波动,在这种情况下仅取一个采样值做依据显然是不准确的。

算术平均滤波对信号的平滑程序完全取决于N,当N

较大时,平滑度高,但灵敏度低;当N较小时,平滑度低,但灵敏度高,应视具体情况选取N,以便既少占用计算时间,又达到最好的效果。

1.3加权平均滤波在算术平均滤波和移动平均滤波中,N次采样值在输出结果中的权重是均等的,取1/N。

用这样的滤波算法,对于时变信号会引入滞后,N值越大,滞后越严重。

为了增加新采样数据在移动平均中的权重,以提高系统对当前采样值中所受干扰的灵敏度,可采用加权平均滤波,它是移动平均滤波算法的改进。

加权平均滤波是对连续N次采样值分别乘上不同的加权系统之后再求累加和,加权系统一般先小后大,以突出后面若干采样的效果,加强系统对参数变化趋势的辨识。

各个加权系统均为小于1的小数,且满足总和等于1的约束条件。

这样,加权运算之后的累加和即为有效采样值。

为方便计算,可取各加权系数均为整数,且总和为256,加权运算后的累加和除以256,即舍去低字节后便是有效采样值。

具体的样例子程序如下:

//code数组为加权系统表,存在ROM区。

#defineN12

charcodejq[N]={1,2,3,4,5,6,7,8,9,10,11,12};

charcodesum_jp=1+2+3+4+5+6+7+8+9+10+11+12;

charfilter_5()

{

charcount;

charvalue_buf[N];

intsum=0;

for(count=0;count

{

value_buf[count]=get_data();

delay();

}

for(count=0;count

sum+=value_buf[count]*jq[count];

return(char)(sum/sum_jq);

1.4中位值平均滤波

它相当于是“中位值滤波法”和“算术平均滤波法”的结合。

它连续采样N个数据,然后去掉一个最大值和一个最小值,最后计算N-2个数据的算术平均值。

一般N值的选取:

3-14。

具体算法程序如下:

#defineN12

charfilter()

{

charcount,i,j;

charvalue_buf[N];

intsum=0;

for(count=0;count

{

value_buf[count]=get_ad();

delay();

}

for(j=0;j

{

for(i=0;i

{

if(value_buf[i]>value_buf[i+1])

{

temp=value_buf[i];

value_buf[i]=value_buf[i+1];value_buf[i+1]=temp;

}

}

}

for(count=1;count

sum+=value[count];

return(char)(sum/(N-2));

}

这种滤波方法兼容了移动平均滤波算法和中位值滤波算法的优点,所以无论对缓慢变化的信号,还是对快速变化的信号,都能取得较好的滤波效果。

1.5限幅滤波

限幅滤波的基本原理是把两次相邻时刻(n和n-1)的采样值Yn和Yn-1相减,求出其差值,以绝对值表示,然后将这个差值与两次采样允许的最大偏差值△丫

比较,如果两次采样值的差值超过了允许的最大偏差值△丫则认为发生了随机

干扰,并认为最后一次采样值Yn非法,应予剔除。

剔除Yn后,可用Yn-1代替Yn;若未超过允许的最大偏差值范围,则认为本次采样值有效。

可用如下公式表示:

|Yn-Yn-1|

|Yn-Yn-1|>AY;则Yn-1有效

此算法的样例子程序如下:

#defineA10〃A值可根据实际情况调整

chardata;//上一次的数据

charfilter_1()

{

chardatanew;//新数据变量

datanew=get_data();//获得新数据

//滤波算法

if((datanew-data>A)||(data-datanew>A)

returndata;

returndatanew;

}

该算法主要用于处理变化比较缓慢的数据,如温度、物体的位置等。

使用时关键在于最大偏差值的Ay的选择,通常可根据经验获得,也可按照输出参数可能的最大变化速度Vmax及采样周期T来决定A丫的值,即AY=VmaxT

2原理图设计

2.1单片机AT89C51

这里我们使用了51系列单片机一一AT89C51利用这个单片机进行编程,实现对输入信号的滤波。

我使用了P0口作为接受AD转换的结果的端口,而P1口则输出数据到DA转换器。

另外还利用了P2作为控制端口,P2.0-P2.2用来控制AD转换器,而P2.3-P2.6外接四个开关,用来实现滤波方式的选择。

2.2数据采集

另外我还使用了AD0808进行数据采集。

这里AD0808是并联AD转换器,AD0808的引脚图如下图:

IN0-IN8是八个模拟量输入端口,AD0808可以一次对八个模拟量进行模数转换,但是在这里我们只使用了其中的一个输入端IN0,所以ADDD、ADDBADD(都E应

为0,所以我让它们都接地。

它的八个输出端接在单片机上,CLOC接数据采样

时钟,它可以接在单片机上由单片机控制,也可接在另外的数字时钟上,这里我

选用外接别的时钟。

START为转换启动信号,在其上跳变时,所有内部寄存器清零,在其下调变时,开始进行AD转换。

ALE是地址锁存信号。

这里我让START和ALE均接在单片机的同一个端口上,即P2.1,让单片机实现程序控制AD的转换。

OE是输出允许信号,OE=1时,才能允许输出,这里我让它也接在单片机的端口P2.1上,也是为了让单片机实现程序控制AD0808的输出。

EOC是转换结束信号,EOC=1寸,表示转换结束。

这个信号可以用来提醒单片机AD已经转换完

毕,程序中即可以用查询方式,也可以用中断方式,这里我使用查询方式,所以把它接在P2.2上。

VREF(+和VREF(-)都是参考电压信号端口,这里我让VREF(-)的参考电压为零,VREF(+)的参考电压为+3V。

2.3数模转换输出

这里我用了DA0832来进行数模转换。

DA0832的引脚图如下图所示:

DACQ832..

图2DA0832的引脚图

DA0832有三种数模转换方法,直通方式、单缓冲方式、双缓冲方式,因为单片机输出后可以直接进行数模转换,所以这里我采用了不需要单片机控制的最为简单的直通方式,但是DA0832若用于直通方式,贝恠接单片机的输出端口之间还要接一个缓冲器件,如74LS373若用于直通方式下,则、、、和GND匀接地,而VCC和ILE则接正电源。

VREF是参考电源。

I0UT1I0UT2是两个输出端。

DA0832输出的是电流,要利用运算放大器转换成电压。

数模转换输出电路如下图所示:

 

图3数模转换输出电路

2.4总体电路图

总体电路图如下图所示:

图4总体电路图

3程序设计

 

3.1滤波算法设计

这个在前面介绍滤波原理时已经说过了,在此就不再次重复了。

因为设计时采集的时钟频率很大,所以在一定范围内采集的数据都差不多,因此对一系列的数据进行滤波处理时就好像是在对同一个数据进行滤波处理

但是因为这些算法处理的数据时连续采集了N个的,所以要设立一个变量数组来

存储这些输入的数据,而且要记得及时更新。

我利用了队列的思想,如果输入一个新的数据,则丢弃最原始的一个数据,把新数据插入进来,就好像队列一样,对头删除数据,对位插入新的数据。

这个程序如下:

voidchange()

{

inti;

for(i=0;i

buf[i]=buf[i+1];

buf[N-1]=a;

}

而获得这一系列中的某一个数据就用了一个函数就可以了,直接返回队列中的第n项的数据。

这个程序如下:

ucharget_data(n)

{

change();

returnbuf[n];

}

3.2AD转换器

因为START为转换启动信号,在其上跳变时,所有内部寄存器清零,在其下调变时,开始进行AD转换。

所以设计程序时,要先让STAR■为0,在让START为1,最后让START为0。

开始采集数据后就要让OE为1,进行数据输入。

同时数据采集结束时,利用查询语句,查看EOC是否为1,如果是1,则处于等待状态,如果变成1,则可以进行数据输入了。

AD转换的程序如下:

START=0;

START=1;

START=0;

while(EOC==0);

OE=1;

a=P0;

这里a是一个变量,用来存储AD输入的数据

3.3滤波算法的选择

我在电路上采用的是开关控制选择,所以这里只需要一系列的if选择语句就可以完成率把算法的选择。

程序如下:

if(con==0)

{if((con1==0)&&(con2==0)&&(con3==0))

res=filter1();

if((con1==0)&&(con2==0)&&(con3==1))

res=filter2();

if((con1==1)&&(con2==0)&&(con3==0))

res=filter5();

if((con1==1)&&(con2==0)&&(con3==1))

res=filter6();

if((con1==1)&&(con2==1)&&(con3==1))

res=filter8();

}

else

res=a;

con用来控制是否要进行

con1、con2、con3三位用来控制滤波算法的选择,

滤波。

3.4总体程序

总体程序见附录。

3.5程序流程图

4仿真结果和分析

 

输入波形与未经滤波器滤波波形如下:

图5输入波形与未经滤波器滤波波形

 

以下几幅图是经滤波后的波形(蓝色的波):

图6经限幅滤波后的波形

 

图7经中值滤波后的波形

@1

L

-

W

iintrfB

30

i

AW

NN

ClnnieiO

C1141B1AIC

tMNTT

PottfSon

 

图8经滑动平均滤波后的波形

 

图9经中位值平均滤波后的波形

罩Lt*lOicillo'icep*

ChiinnNHCtMfNNiD

LE

FJ-L

Scum

 

 

图10经加权递推平均滤波后的波形

限幅滤波的效果是和A值有关的,一般情况下,A值越小,则代表允许的噪声要越小,限幅滤波很适用于使幅值突变的噪声。

中值滤波由于要求中值,所用到的排序算法会大大消耗时间,因此延时比较严重,但是总的来说选择排序比冒泡排序的延时情况要好。

中位值平均滤波,由于滤波算法中会求平均值在,所以在原波是方波时会出现某一次求平均后编程中间值,另外由于和中值滤波一样要进行排序,因此也会产生很大的延时。

加权递推平均算法和上面一样,因为会求平均值,因此也会有时候产生中间值,但是如果把当前值得权值设的很大,而越久远之前的权值设的越小,则可明显改善此问题,另外由于加权递推平均滤波中用到的乘法,因此会有一定的延时。

5心得与体会

这次整个课程设计通过了软件和硬件上的调试。

我想这对于自己以后的学习和工作都会有很大的帮助。

在这次设计中遇到了很多实际性的问题,在实际设计中才发现,书本上理论性的东西与在实际运用中的还是有一定的出入的,所以有些问题不但要深入地理解,而且要不断地更正以前的错误思维。

一切问题必须要靠自己一点一滴的解决,而在解决的过程当中你会发现自己在飞速的提升。

对于数字滤波系统,其程序不是很难的,主要是解决程序设计中的问题,而程序设计是一个很灵活的东西,它反映了你解决问题的逻辑思维和创新能力,它才是一个设计的灵魂所在。

因此在整个设计过程中大部分时间是用在程序上面的。

很多子程序是可以借鉴书本上的,但怎样衔接各个子程序才是关键的问题所在,这需要对系统的结构很熟悉。

因此可以说系统的设计是软件和硬件的结合,二者是密不可分的。

通过这次课程设计我也发现了自身存在的不足之处,虽然感觉理论上已经掌握,但在运用到实践的过程中仍有意想不到的困惑,经过一番努力才得以解决。

这也激发了我今后努力学习的兴趣,我想这将对我以后的学习产生积极的影响。

其次,这次课程设计让我充分认识到要学会借鉴别人的思想的重要性,很多时候你做的东西别人也许已经做出来了,我们可以直接拿来用。

虽然这不好,又偷懒的嫌疑,但是这却加快了效率,而且,以后再研究中也要实时关注新的东西,如果你花了很多时间和精力做的东西,已经早有人做了,这就很得不偿失了。

俗话说“三人行必有我师”嘛,更何况是这么多人的思想,这也是一种学习的方法。

另外在课程设计的过程中,当我们碰到不明白的问题时,指导老师总是耐心的讲解,给我们的设计以极大的帮助,使我们获益匪浅。

因此非常感谢老师的教导。

通过这次设计,我懂得了学习的重要性,了解到理论知识与实践相结合的重要意义,学会了坚持、耐心和努力,这将为自己今后的学习和工作做出了最好的榜样。

我觉得作为一名软件工程专业的学生,这次课程设计是很有意义的。

更重要的是如何把自己平时所学的东西应用到实际中。

虽然自己对于这门课懂的并不多,很多基础的东西都还没有很好的掌握,觉得很难,也没有很有效的办法通过自身去理解,但是靠着这一个多礼拜的“学习”,在小组同学的帮助和讲解下,渐渐对这门课逐渐产生了些许的兴趣,自己开始主动学习并逐步从基础慢慢开始弄懂它。

我认为这个收获应该说是相当大的。

一开始我们从参考书上找来了课题,但是毕竟是参考书,做到后来发现很多程序都是不完整的,这让我伤透了脑筋。

程序接线什么的都弄好了,调试也没有问题,可是就是无法达到预期想要的结果。

参考书毕竟只是一个参考,设计这种东西最后还是要靠自己动脑筋。

然后我从平时做的实验、老师上课的举例、书本上的知识以及老师的辅导和其他同学的帮助下终于完成了。

虽然内容并不是很复杂,但是我们觉得设计的过程相当重要,学到了很多,收获了很多。

我觉得课程设计反映的是一个从理论到实际应用的过程,但是更远一点可以联系到以后毕业之后从学校转到踏上社会的一个过程。

小组人员的配合、相处,以及自身的动脑和努力,都是以后工作中需要的。

所以我认为这次的课程设计意义很深,和其他4位同学的共同学习、配合、努力的过程也很愉快,另外还要感谢老师的耐心辅导。

参考文献

[1]李群芳.单片微型计算机与接口技术.电子工业出版社.2007

[2]彭冬明.单片机实验教程.北京理工大学出版社.2007

[3]何立民.单片机应用技术选编.北京航空航天大学出版社.2000

[4]余发山.单片机原理及及应用技术.中国矿业大学出版社.2003

[5]周航慈.单片机程序设计基础.北京航空航天大学出版社.2001附录:

总体程序如下:

#include#include#defineucharunsignedchar#defineA0.005

#defineN11

sbitcon1

=P2A3;

sbitcon2

=P2A4;

sbitcon3

=P2A5;

sbitcon=

P2A6;

sbitOE=P2P;

sbitSTART=P2A1;

sbitEOC

=P2A2;

uchara;

ucharbuf[N]={0};

voidchange()

{

inti;

for(i=0;i

buf[i]=buf[i+1];

buf[N-1]=a;

}

ucharget_data(n)

{

change();

returnbuf[n];

}

//限幅滤波

ucharfilter1()

{

ucharnew_value,value;

value=get_data(N-2);

new_value=get_data(N-1);

if((new_value-value>A)||(value-new_value>A))returnvalue;

returnnew_value;

//中值滤波

ucharfilter2()

 

ucharvalue_buff[N],temp;

//

定义存储数据的数组

获取数据

intcount,i,j,k;

for(count=0;count

value_buff[count]=get_data(count);

{k=j;

for(j=i+1;j

{temp=value_buff[k];

value_buff[k]=value_buff[i];

value_buff[i]=temp;

returnvalue_buff[(N-1)/2];

//滑动平均滤波

ucharfilter5()

{

ucharvalue_buff[N];

inti=0;

intcount;

intsum=0;

value_buff[i++]=get_data(count);if(i==N)

i=0;

for(count=0;count

sum+=value_buff[count];

return(uchar)(sum/N);

}

//中位值平均滤波

ucharfilter6()

{

ucharcount,i,j,temp;

ucharvalue_buf[N];

intsum=0;

for(count=0;count

}

for(j=0;j

{

for(i=0;i

{

if(value_buf[i]>value_buf[i+1])

{

temp=value_buf[i];value_buf[i]=value_buf[i+1];

value_buf[i+1]=temp;

}

}

}for(count=1;count

return(uchar)(sum/(N-2));

}

//加权递推平均滤波

ucharfilter8()

{

ucharcodecoe[N]={1,1,1,2,2,2,3,3,3,3,1100};

ucharcodesum_coe=1+1+1+2+2+2+3+3+3+3+1100;

ucharcount;

ucharvalue_buf[N];

intsum=0;

for(count=0;count

{

value

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 工作范文 > 制度规范

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1