|
利用格拉布斯(Grubbs)准则进行处理：根据误差理论，要有效地剔除偶然误差，一般要测量10次以上，兼顾到精度和响应速度，取15次为一个单位。在取得的15个数据中，有些可能含有较大的误差，需要对它们分检，剔除可疑值，提高自适应速度。对可疑值的剔除有多种准则，如莱以达准则、肖维勒（Chauvenet）准则、格拉布斯（Grubbs）准则等。以Grubbs准则为例，它认为若某测量值 xi对应的残差Vi满足下式
|Vi|=| xi-|>g(n，a)× σ(X)
时应将该数据舍去。式中，为n次采集到的AD 值的平均值，=(∑xi)/n ；σ(X)为测量数据组的标准差，由贝塞尔函数可得： σ(X)=[(∑Vi2 )/(n-1)]1/2；g(n， a)是取决于测量次数n和显著性水平a (相当于犯“弃真” 错误的概率系数)，a通常取0.01或0.05。通过查表可得：当 n=15时，a=0.05, g(n，a)=2.41。
把15次采集到的AD值存入一个数组中然后求平均值，计算残差，求标准差σ(X)。将残差绝对值与2.41倍的标准差σ(X)比较。剔除可疑值以后，再求平均值，求出新的平均值以后，应再重复以上过程，验证是否还有可疑值存在。据我们对测量装置大量的实际测试结果看，这样做没有什么必要，因为一般只有第一遍即可达到要求。
然而这种方法也有它的不足, 利用Grubbs准则需要处理大量的数据，而在一般的工业现场测试设备中，仪表结构大多采用嵌入式结构，如AVR单片机。这些MCU程序空间和数据空间有限，若处理大量数据，难以满足资源要求。而且，由于Grubbs准则要求MCU进行大量数据处理，使得系统降低了信号采集速率，影响实时性。
3AD7705内置的数字滤波器
上述的几种软件滤波方法对抑制个别的异常数据方面具有一定作用，然而对于由工频干扰引起的平稳随机干扰信号不太理想。随着近几年来集成电路的快速发展，一些数字滤波器也集成到数据处理芯片当中，而且数字滤波器的设计参数通过软件可编程实现，具有极大的灵活性和实用性。
|
