Détection de crête du signal mesuré

Nous utilisons une carte d'acquisition de données pour prendre des mesures à partir d'un appareil qui augmente son signal jusqu'à un pic, puis retombe à une valeur proche de la valeur d'origine. Pour trouver la valeur maximale, nous recherchons actuellement dans le tableau la lecture la plus élevée et utilisons l'index pour déterminer le moment de la valeur maximale qui est utilisée dans nos calculs.

Cela fonctionne bien si la valeur la plus élevée est le pic que nous recherchons, mais si l'appareil ne fonctionne pas correctement, nous pouvons voir un deuxième pic qui peut être supérieur au pic initial. Nous prenons 10 lectures par seconde à partir de 16 appareils sur une période de 90 secondes.

Mes pensées initiales sont de parcourir les lectures en vérifiant si les points précédents et suivants sont inférieurs au courant pour trouver un pic et construire un tableau de pics. Peut-être devrions-nous envisager une moyenne d'un certain nombre de points de part et d'autre de la position actuelle pour tenir compte du bruit dans le système. Est-ce la meilleure façon de procéder ou existe-t-il de meilleures techniques ?

Nous utilisons LabVIEW et j'ai vérifié les forums LAVA et il y a plusieurs exemples intéressants. Cela fait partie de notre logiciel de test et nous essayons d'éviter d'utiliser trop de bibliothèques VI non standard. J'espérais donc des commentaires sur le processus/les algorithmes impliqués plutôt que sur un code spécifique.

请先 登录 后评论

1 réponses

John with waffle

Je ne connais pas grand-chose à l'instrumentation, donc cela pourrait être totalement impraticable, mais là encore, cela pourrait être une direction différente utile. Si vous savez comment les lectures peuvent échouer et qu'il y a un certain intervalle entre les pics compte tenu de ces échecs, pourquoi ne pas effectuer une descente de gradient à chaque intervalle. Si la descente vous ramène dans une zone que vous avez déjà recherchée, vous pouvez l'abandonner. Selon la forme de la surface échantillonnée, cela peut également vous aider à trouver des pics plus rapidement que la recherche.

请先 登录 后评论