智能傳感器信號處理(上)

　　除了濾波和放大之外，還需要使用模數轉換器(ADC)將信號轉換成數字形式，這增加了信號調理要求。除了要放大信號，可能還需要對信號進行轉換，使其能適應不同的ADC參考電壓。但是，很多ADC，尤其是MCU或數字信號控制器(DSC)中包含的ADC，僅對單極性輸入有效。也就是說，輸入電壓不能相對于地在正負電平之間變換。在這種情況下，就需要使用電平位移器。

　　圖2舉例示出了某個具體的傳感器處理應用所需的信號調理電路。在本例中，使用一個三運放差分放大器將熱電偶產生的差分輸出電壓放大，然后送入片上ADC的輸入端。與此相似， ADC的另一個輸入可用于補償熱電偶引線結點和PCB(印制板)布線交匯處產生的電壓的影響(更多地用于補償后者)。

　　傳感器的處理器

　　即使在經過相當多的信號調理之后，若可從隨時間變化的電信號中提取出相關信息，傳感器產生的信號才有用。這一提取過程通過嵌入式微處理器來完成，傳統上使用MCU或DSP。因此，顯而易見，處理器的功能以及其上運行的應用軟件的功能才是系統中最關鍵的因素——這就是為智能傳感器處理系統提供所有“智能”的處理器子系統。

　　處理傳感器的輸出的第一步是將模擬信號(通常被調理成提供變化的模擬電壓)轉換成數字形式。由此可以推斷，ADC在決定整個傳感器處理系統的精確度方面起著至關重要的作用。ADC必須提供足夠高的分辨率和具有較好的精度特性，如積分非線性(Integral Non-Linearity，INL)和微分非線性(Differential Non-Linearity，DNL)。

　　通常，可能需要對從傳感器獲取的數據執行大量的后處理操作。此類操作的例子如下。

　　● 數據的有限沖激響應(Finite Impulse Response，FIR)和無限沖激響應(Infinite Impulse Response，IIR)濾波，主要用于消除噪聲。可能需要不同類型的濾波器。例如，如果目標僅僅是限制信號的帶寬和去除高頻噪聲，則使用低通濾波器或帶通濾波器比較合適。另一方面，如果系統易受電源引入的噪聲的影響，則使用高通濾波器或陷波濾波器(具體取決于所需信號的頻譜)更合適。

　　● 進行快速傅里葉變換(FFT)計算以分析數據，以便將頻域數據用于進一步的處理階段。這一操作對于信息包含在輸出信號的頻率中的傳感器尤為重要，例如基于多普勒效應的超聲波傳感器或聲音傳感器。

　　● 傳感器數據的靜態或周期性校準。校準是通過提供一組已知的傳感器輸入并測量相應的輸出來設置傳感器輸出與所需物理參數之間的映射的過程。

　　● 傳感器輸出與所測量的物理參數之間通常不是線性關系。在此類情況下(例如熱電偶)，必須將采樣后的傳感器數據“線性化”以補償輸入/輸出之間的這種非線性關系。該過程通常會涉及高密集度的計算，如應用高次多項式。

　　● 根據輸入數據的大小對其進行換算和歸一化。此類計算要求傳感器接口使用的處理器具有相當高速的數學運算能力，普通的16位MCU架構無法滿足要求。

　　此外，在很多應用中，并不只是簡單地對傳感器信號進行分析和解讀，還需要執行控制操作對傳感器信號進行響應。這些操作可能包括以下任務：

　　● 調整傳感器信號分析軟件所使用的校準參數，以便可以正確分析傳感器輸出;

　　● 向其他處理子系統傳送數據，例如，汽車輪胎上的胎壓監視器向儀表盤定期發送壓力數據并發送警報;

　　● 在互聯網上更新數據，例如定期讀取電表讀數或定期收集工業數據采集系統的數據;

　　● 控制電機、電源、繼電器、開關和其他器件;

　　● 容錯措施，如修正與故障傳感器對應的數據或切換到其他傳感元件。

　　傳統上使用數字信號處理器(DSP)執行此類數學計算密集的任務。不過，DSP本身(沒有關聯MCU)并不是非常適用于傳感器接口，理由主要有四個：

　　● DSP器件沒有靈活的中斷結構;

　　● DSP器件在控制位(例如單獨的I/O引腳)方面的效率不高;