Server » Verwarming » Technische informatie » » Ovsersampling en noise shaping
Oversampling en noise shaping
Sampling
Bij het uitvoeren van temperatuurmetingen worden er een aantal stappen gezet:
  • Signaal versterken en bewerken (PI-regelaar),
  • Omzetten naar een digitale waarde (ADC: Analog-to-Digital Converter) en
  • Verdere digitale bewerking (uitmiddelen van de waarden en temperatuur voorspellen).
Dezelfde procedures kan men terugvinden in totaal verschillende toepassingen.
-

-

Meten is weten


Een AD omzetter levert een digitaal signaal. Een kenmerk is het beperkt aantal stappen dat het signaal kan aannemen.


Er moet heelwat gebeuren vòòr en na de omzetting om een bruikbare waarde te bekomen.

De stappen in detail voor de temperatuuromzetting.


De fout bij de A/D omzetting wordt teruggekoppeld, bij de volgende omzetting wordt de ontstane fout zo beperkt.

Vaak is de omzetting van analoog naar digitaal (of omgekeerd) een stap die een merkbare verminking van het signaal veroorzaakt. In mijn geval is dat zeker het geval, want mijn omzetters werken maar met 8 bits (256 niveaus). Men kan de nauwkeurigheid van de omzetting opvoeren door een aantal metingen uit te voeren en de gemiddelde te berekenen, dit heet oversampling.

Oversampling

Het maken van meer metingen dan strikt noodzakelijk is wordt ook toegepast in andere sectoren. Bij CD spelers die een datastroom van 16 bits verwerken wordt er aan oversampling gedaan om de (weliswaar heel beperkte) ruis verder te onderdrukken.

Bij een CD speler heeft men te maken met en digitaal naar analoog omzetting, maar in feite is er geen verschil met een omzetting van analoog naar digitaal: men moet de beperking van het digitaal signaal omzeilen.

Bij een CD speler worden er meer samples omgezet dan wat er aanwezig is op de CD. De tussenliggende samples worden berekend (eerstegraadsvergelijking). Bij een viervoudige samplingrate worden er samples geleverd aan een frekwentie van 176.4kHz (in plaats van 44.1kHz). Het voordeel is hier dat men een soepelere filtering kan toepassen (de samples worden geleverd op een veel hogere frekwentie dan strikt noodzakelijk). De soepele filtering (6dB/octaaf) vervormt het audiosignaal minder.

Bij oversampling van een analoge waarde worden er ook meer metingen gedaan om achteraf de metingen uit te middelen. Het analoog signaal moet echter "bewerkt" worden vòòr de omzetting, anders heeft de oversampling geen zin. Er moet een vorm van "ruis" op het analoog signaal gesuperponeerd worden, anders meet de omzetter 10 keer dezelfde waarde en is de oversampling volkomen zinloos.

Noise shaping

Noise shaping is een heel efficiente manier om digitaliseringsfouten te beperken. De omzetter levert bijvoorbeeld een getal van 0 tot 255. De effektieve meting is 200.45 (met heel veel cijfers na de komma). De omzetter met zijn beperkte nauwkeurigheid levert constant een getal van 200.

Het getal wordt direct weer omgezet naar een analoge waarde en vergeleken met de originele waarde. De fout (+0.45) wordt opgeteld bij de originele waarde en meegerekend bij de volgende meting. Zo kan men de fout uitmiddelen en indien men voldoende metingen uitvoert per tijdseenheid kan men een meting bekomen die nauwkeuriger is dan wat de omzetter mogelijk maakt. De filtertrap wordt gebruikt om de respons van het systeem aan te passen. Bij audio-toepassingen kan men bijvoorbeeld de ruis verplaatsen naar een frekwentiegebied dat buiten het gehoorgebied ligt.

Ik gebruik noise shaping niet (dit zou betekenen dat ik een extra omzetter van digitaal naar analoog zou moeten implementeren). Noise shaping geeft echter een beter resultaat dan andere methodes (dat wil zeggen: men heeft minder samples nodig om de gewenste nauwkeurigheid te bereiken omdat de fout teruggekoppeld wordt).

Als "andere methode" heb ik vroeger gewerkt met een wobbelgenerator die een kleine wisselspanning over de te meten waarde superponeerde. Dit is echter een methode die veel metingen nodig heeft om een gemiddelde waarde te bekomen, waardoor de verandering van de temperatuur ook uitgemiddeld wordt en niet direct zichtbaar meer is. Ik voer een temperatuurmeting uit om de 5 seconden, en de glijdende gemiddelde werkt met 10 opeenvolgende meetwaarden. Dit is voldoende voor de temperatuurmeting in de woonkamers.

Als snellere methode gebruik ik een sterke PD-regelaar (differentiator). De PD-regalaar zal een kleine verandering in temperatuur overdreven versterken, maar er zal ook constant een kleine ruis op het signaal aanwezig zijn (de ruis werkt zoals het wobbelsignaal). Na de uitmiddeling blijft de verandering in temperatuur duidelijk merkbaar in de numerieke waarden: mijn systeem kan dus snel reageren op temperatuurverschillen. Maar de ruis en de samplingfouten zijn verdwenen door de uitmiddeling. Deze methode wordt gebruikt bij de meting van de boilertemperatuur (waarbij ik een snellere respons nodig heb).

Publicités - Reklame

-