实用数据采集系统关键技术的研究

叶德云，钟漍标

（1.广东水利电力职业技术学院，广东广州，510635；2.广东宏大欣电子科技有限公司，广东广州，510000）

数据采集（DAQ）是指将生产或生活中需要对其进行监视或者检测的各种传感器和其它待测设备的信号（包括模拟信号或数字信号），按照一定的时间间隔进行采集，并通过信号调理电路将信号转变成计算机所能识别的数据形式存储于计算机中的过程。

一个完整的数据采集系统通常涉及的关键技术包括信号调理、模数转换、微处理器、数据信号处理、抗干扰与电磁兼容等多项技术，在不同的应用场景或不同类型的传感器，又会用到不同的技术。

本文以实用的典型的数据采集系统为例，分析其关键技术，其中可编程增益调节技术（PGA）和数字滤波等是很多数据采集文献中比较少提及而又非常有用的关键技术。

1 实用的典型数据采集系统结构

如图1 所示，本系统采用模拟多路开关（MUX）使来自多个传感器的信号分时复用同一硬件电路（PGA,S/H,和ADC），数据经ADC 进行模数转换后进入微处理器进行处理和存储后再由DAC 进行数模转换输出控制不同的器件[1～3]。

图1 典型数据采集系统结构

本系统的特点是硬件电路相对完整而简单，能进行多通道的数据采集与控制，配合软件编程性能稳定可靠。

2 典型数据采集系统关键技术分析

2.1 信号调理技术

因在工程中传感器输出的电信号常常比较微弱，且在实际传感器的信号采集中，被采集信号包含了传感器输出测量信号和各种噪声，如何把信号进一步放大或者进行阻抗变换以及从含有噪声的信号中分离出传感器的实际测量信号从而提高信噪比，是数据采集系统的一项重要任务。为了有效区别传感器的测量信号与测量噪声，传感器测量信号需要被特定频率的正弦信号调制。传感器测量信号经过调制、放大、与噪声分离、解调等处理后，得到传感器所要传递的真实信号[4～5]。

以AD598 典型信号调理芯片为例，这是一种基于LVDT位移传感器和差动变压器的相敏解调器，如图2 所示，它既能检测幅度的大小，又能反映相位。

图2 基于LVDT 位移传感器和差动变压器的相敏解调器原理图

2.2 PGA(可编程增益放大器)

为提高 A/D 的精度, 应使被转换信号落在 A/D 的线性区间之内, 并尽可能使模拟输入量在 1/2VREF～VREF之间。解决这个问题的方法, 就是对弱信号, 采用高的放大倍数; 对强信号, 采用低的放大倍数, 并根据输入信号的量值自动选择合适的增益或衰减倍数。

为最大限度满足A/D 转换器满量程要求，需要设置放大倍数可以根据需要用程序进行控制的可编程增益放大器，以对不同通道输入的电压信号分别设置增益, 使每一个通道输出的信号正好在本芯片采集所需要的信号范围内，从而提高测量精度。例如AD526 芯片就是一款单端、单芯片软件可编程增益放大器，可分别可以设置1、2、4、8、16 倍的放大增益来调整不同的电压信号，两片级联后可扩大到32、64、128 和256 倍增益，如图3 所示。

表1 逻辑输入真值表

图3 AD526 芯片功能示意图

2.3 采样保持(samling & hold)电路

ADC 转换的转换时间TC 取决于取件的转换方法，转换位数等。如果在ADC 转换过程中，输入的模拟信号仍在变化，此时进行量化，会带来影响（造成误差）[8]。

为了避免这种影响，通常在ADC 前加一个采样保持器SHA。相当于在Tc 内开了一个很窄的“窗孔”，将此窗孔开启瞬时内的模拟信号快速采样进来，这个时间称为孔径 时 间（aperture time）Ta。通常Ta＜Tc ，如果Tc内，模拟信号的变化仍不能忽略，这时带来的误差称孔径误差，如图4 所示。

一是将红色文化融入课程设计。我军红色文化内涵丰富、源远流长。比如井冈山精神、长征精神、延安精神、雷锋精神、“两弹一星”精神等，其价值不仅体现在当时当地，更重要的是对社会进步和军队发展能够产生积极影响。课程是院校教育的重要载体，将丰富的红色文化融入课程设计之中，推动红色文化课程化，对于军队院校文化建设及我军红色基因的传承，都具有重要意义。

图4 孔径误差示意图

如图5(a)所示，采样保持器的作用是在跟踪模式下（开关闭合）保持电容上的电压跟随（或跟踪）输入信号，在保持模式下（开关断开）电容保持与输入缓冲器断开连接之前的电压。图5(b)是实际应用中典型的集成采样保持器LF398，当控制逻辑（引脚8）输入高电平时，相当于开关S 闭合，输出电压跟随；当控制逻辑（引脚8）输入低电平时，相当于开关S 断开，输出电压保持不变。

需要注意的是采用保持器的保持电容比较特别，这里有两点要注意，一是其大小与采样频率和所要求的精度有关，若采样频率较低、采样精度要求较高时得选较大的保持电容；二是因不同的电容材料具有不同的电介质吸收量，而采样电容要采用泄漏小的低电介质吸收的器件，因此，采样电容通常选取聚苯乙烯或聚丙烯电容。

图5 采样保持电路

2.4 高速ADC

转换过程就是将未知的模拟输入Vi 与一个DAC 产生的准确电压Vo 进行比较。如果Vo＞Vi，说明数字过大了，则将最高位的1 变为0；如果Vo＜Vi，说明这个数字不够大，则这个高位的1 保留。

然后，再按同样的方法将次高位置1，并比较Vo 与Vi的大小以确定次高位的1 是否保留。这样逐位比较下去，直到最低位比较完为止。这时寄存器里所存的数据就是所要输出的数字量。整个转换过程需要的比较次数为ADC 的位数，比如12 位ADC 就需要比较12 次，如图6 所示。

图6 高速ADC 工作原理

2.5 信号采集理论

信号采集的理论依据是采样定理，即采样频率需大于信号中的最高频率的2 倍（fs＞2fm），这样采样后的数字信号才能完整保留原始信号的信息。实际应用中非高速系统采样频率为信号最高频率的2.56～4 倍。其中，最小采样频率fs =2fm 称为奈奎斯特（Nyquist）频率，奈奎斯特的一半称为折叠频率。如果采用频率低于奈奎斯特频率，会产生混叠（Aliasing) 。为了避免混叠，采样前对信号进行滤波，滤除f＞fm 的高频成分。

信号采样的方式有分为变换采样和实时采样。实时采样是在满足Nyquist 采样定理前提下按时间的顺序进行的等间隔取样；变换采样（等效时间采样）则是采用多次采样，即在每一个重复周期内等效时间只采集少量的信息，然后逐渐积累形成，也就是对采样的信号按照某种算法进行波形的重构之后进行波形显示的采样方式，应用于高频的重复周期信号的采样。

基于实时采样的时间交替并行采样技术，是目前中高速信号采集领域提升采样速率的主要方式，其具体的实现是使用相同频率但不同相位的采样时钟驱动各个ADC，让相同的模拟信号同时到达各个ADC 进行数据的采样，然后将各ADC 的采样数据进行拼合重构，从而实现对信号的 “时间交替”采样的目的。

2.6 数字滤波（LPF）

图7 数字滤波的基本原理

如图7 所示，显然：

因此可得：

2.7 抗干扰，常用的抗干扰的措施

(1)在每个集成芯片的电源引脚接一或多个小电容，以减少此芯片对电源的影响。电容的布线应尽量短粗且靠近电源端，以免因连线阻抗增大电容的串联电阻，影响滤波的效果。(2)任何线路布线的过程中都要避免90°的折线，减少尖端引起的高频噪声。(3)将强电与弱电信号分隔开，模拟和数字部分信号分隔开。(4)在传输路径中合理添加抗干扰元器件，比如磁珠、磁环、电源滤波器以及屏蔽罩等。(5)减少回路面积，降低感应噪声。(6)电源线和地线要尽可能的粗，可以降低电路的耦合噪声。(7)敏感器件没有使用的I/O 管脚，除非有明确说明，不然尽量接地或者接电源不要悬空。(8)在频率达标的前提下，尽量降低电路时钟频率。

3 数据采集系统设计的基本原则

3.1 软硬件设计的基本原则

（1）经济合理。如在系统硬件设计中，尽可能考虑在满足性能指标的前提下能用软件实现的尽量用软件且采用较简单硬件和价低方案， 软件设计在模块化同时要求操作性好、使用方便和执行速度高。

（2）安全可靠。在硬件选购方面，要考虑在日常和特定工作环境下系统能稳定可靠工作，且要有超量程和过载保护，保证输入、输出通道的正常工作，还要注意对交流市电和电火花等的隔离和保证连接件的接触可靠；软件方面应设计一定的系统检测程序，例如状态检测和诊断程序，以便系统发生故障时，便于查找故障部位。对于重要的参数，要定时存储，以防止因掉电而丢失数据。

（3）有足够的抗干扰能力。如强电与弱电之间的隔离措施，对电磁干扰的屏蔽，正确接地、高输入阻抗下的防止漏电等。

3.2 系统的主要参数的确定

（1）通道数：根据采集被测量量的要求来确定；（2）采样频率：根据被测量的频率范围同时满足采样定理来确定采样频率；（3）位宽：按照规定的量化信噪比和分辨力来确定数据采集器的位宽。

3.3 数据采集系统的处理器配置方案

（1）处理器的选择：可采用DSP 芯片、单片微型机、单板机、标准功能模板、可编程控制器或个人微型计算机等。

（2）A/D 通道的配置：根据数据采集的技术指标确定模数转换的方式，同时还要注意以下几点：

①满足工作条件和环境的要求，例如抗冲击性，耐高温、耐腐蚀性和抗电磁干扰等；②满足完成一次转换所需的时间和被采集信号的分辨力；③满足模拟信号的输入范围，并留有1.2～1.5 的过负荷量；④明确模拟输入信号的特性，根据信号的最高频率，正确配置抗混滤波器；⑤保证测量的准确度（考虑线性度、频率响应特性、增益和偏置误差等）；⑥对各通道模拟信号的采集是否要求同步。

4 数据采集系统趋势

完整的数据采集系统涉及的软硬件知识比较多，结构大同小异，目前工程上应用的原则软硬并举，且能用软件实现的尽量用软件，以简化硬件电路，提高系统的可靠性和抗干扰能力。同时，随着智能计算技术、大数据和网络的发展，为满足不同环境的采集需求，数据采集技术正在向着微型化、网络化和智能化的方向发展。