引言
目前海洋自動氣象站上的氣象傳感器有風速風向、相對濕度、氣溫、氣壓、雨量、長波輻射和太陽短波輻射傳感器,其中風速風向、相對濕度、氣壓、雨量、長波輻射電壓值和太陽短波輻射電壓值均為電壓輸出,氣溫、長波輻射傳感器外殼溫度和長波輻射傳感器穹頂溫度為電阻輸出,具體輸出電壓如表1所示。
表1各傳感器輸出電壓范圍
傳感器 |
電壓輸出范圍 |
風速 |
0~5V |
風向 |
0~5V |
雨量 |
0~5V |
氣壓 |
0~5V |
相對濕度 |
0~1V(以0~2.5V計) |
長波輻射 |
-1000~0uV |
短波輻射 |
0~12mV |
該數據采集控制器主要由ARM芯片、AD7193、AD7793等組成,通過軟件編程實現對電壓信號的采集,特別是長波輻射和太陽短波輻射的微弱電壓信號的采集。為了使數據采集控制器采集到的數據更加準確,需要對數據采集控制器模擬量通道進行校準,本文使用最小二乘法技術。
1最小二乘法
最小二乘法(又稱最小平方法)是一種數學優(yōu)化技術。它通過最小化誤差的平方和尋找數據的最佳函數匹配。利用最小二乘法可以簡便地求得未知的數據,并使得這些求得的數據與實際數據之間誤差的平方和為最小。最小二乘法還可用于曲線擬合。其他一些優(yōu)化問題也可通過最小化能量或最大化嫡用最小二乘法來表達。
簡而言之,最小二乘法同梯度下降類似,都是一種求解無約束最優(yōu)化問題的常用方法,并且也可以用于曲線擬合,來解決回歸問題。最小二乘法實質就是最小化"均方誤差",而均方誤差就是殘差平方和的1/m(m為樣本數),同時均方誤差也是回歸任務中最常用的性能度量。
2數據采集控制器AD轉換的內部校準
AD7193和AD7793在進行模擬量轉換之前,要先進行校準。AD7193和AD7793包含多種校準模式,本系統中應用了其內部校準模式。內部零電平校準用于消除芯片的零點漂移,內部滿量程校準則用于消除芯片的增益誤差。內部零電平校準和滿量程校準過程中,芯片內部提供的零輸入或滿量程輸入會與芯片待校準通道引腳自動相連,從操作上看,相當于進行了一次模數轉換。校準轉換完成后,芯片會自動將在內部零電平校準中測得的失調系數寫入失調寄存器,將在內部滿量程校準中測得的滿量程系數寫入滿量程寄存器。后續(xù)的轉換過程中,各通道的轉換結果需要分別利用各自的校準寄存器進行修正,先減去失調系數,再乘以滿量程系數才能寫入數據寄存器。
3數據采集器AD轉換的系統校準
內部校準可以消除芯片內部的失調漂移和增益誤差,而無法消除系統中芯片外部電路造成的偏差,因此還需對數采系統做多點系統校準。
系統校準過程如下:將高精度恒流源的輸出作為待測電壓,以本系統的測量結果作為測量值Vms:同時納伏表對待測電壓進行測量,將結果作為標準值Vstd。因為系統校準過程選用的納伏表精度很高,在10mV的量程內,分辨率高達1nV,即使將量程增至10V,分辨率也可保持在1uV以內,準確度優(yōu)于3ug/mL(3ppm)。因此可將納伏表的結果作為準確值,用于系統校準。然后利用最小二乘法求出每個通道上Vstd-Vms的擬合曲線和擬合方程。之后的測量過程,測量結果需要經此擬合方程進行校準,以得到更準確的測量值。
圖1中左右兩圖分別為納伏表和數采系統測量電壓源的輸出電壓的場景。
圖1系統模數轉換系統校準實驗
納伏表和各通道等間隔選取了多個電壓值進行了測量,每個電壓值測試5個值,求取平均值作為此點的測量結果。用軟件Origin進行最小二乘擬合,如圖2所示。各模擬轉換通道的最小二乘擬合函數以及其各次項系數如表2所示。
以風速測量通道為例,分析系統校準的意義,圖3為校準前與校準后的測量結果對比,可以看出經過系統校準,電壓模擬量的測量誤差大幅減小,測量精度顯著提高。
對系統測量單點電壓的準確性和穩(wěn)定性進行了研究。圖4列出了雨量通道對標準電壓源輸出0.5V和1V時的測量情況,圖中粗橫線為測量過程中納伏表記錄的電壓平均值。結果顯示,此系統的電壓測量平均誤差低于10uV,方差分別為2.36×10-12V2和8.55x10-12V2,表明系統具有較高的準確度和穩(wěn)定性。
4結語
本文基于最小二乘法,利用高精度電壓源和納伏表對數據采集控制器的模數轉換做了系統校準,達到了消除系統誤差的目的。實驗結果表明,該數據采集控制器系統具有較高的模擬量測量精度。