传感器与检测技术 / 系统课时

定位噪声过大与数值跳变

定位噪声过大与数值跳变

当测量值持续抖动或偶发跳变时,直接加滤波往往只能掩盖问题。本篇用静态输入建立基线,再按传感器、模拟前端、供电、采样与软件处理逐层旁路,最终把异常定位到具体链路,而不是停留在“噪声太大”的模糊判断。

学习目标

  • 用恒定输入区分真实被测量变化与测量链路自身噪声
  • 按分层旁路顺序定位传感器、模拟前端、供电、ADC 或软件处理故障
  • 用均值、标准差和跳变次数验证修复是否真正有效

先把输入固定下来

故障排查的第一步不是改滤波参数,而是制造一个理论上应保持稳定的输入。温度测量可以把探头与环境保持恒定,压力测量可以接稳定压力源,电压采集则可直接用低噪声基准源代替传感器。

如果输入恒定后数值仍明显波动,说明异常主要来自测量链路;如果波动随真实输入同步变化,就应先检查被测对象本身。静态测试还应记录原始 ADC 码值,避免只观察经过平滑、限幅或单位换算后的结果。

用分层旁路缩小故障范围

测量链路可以看成从物理量到最终显示值的一串转换。最有效的定位方法,是从后往前或从前往后逐段替换输入,每次只改变一个边界条件,并比较噪声是否消失。

静态输入下的分层旁路排查链路

推荐按下面的顺序排查:

  1. 先读取未经滤波的原始采样值,确认跳变不是软件计算产生。
  2. 用稳定电压源代替传感器输出;若噪声明显下降,优先检查传感器、接线、屏蔽和机械安装。
  3. 将稳定信号直接送到 ADC 输入;若此时稳定,问题更可能位于放大器、桥路、滤波器或前端布局。
  4. 同时测量模拟电源和 ADC 参考电压;若噪声与纹波同步,应先处理供电、参考源和接地。
  5. 改变采样率或触发方式;若异常只在特定节拍出现,应检查工频耦合、开关电源频率、DMA 缓冲或采样时序。

这种方法的关键不是一次检查所有器件,而是让每次实验都能回答一个二选一问题:异常位于当前测试点之前,还是之后。

从波形特征判断可能根因

随机的小幅抖动通常与传感器本底噪声、运放噪声或 ADC 量化噪声有关;固定周期的摆动更像工频、PWM 或开关电源耦合;单点大幅跳变则更应怀疑接触不良、数字通信错误、溢出或并发读写问题。

若所有通道同时出现相似波动,公共电源、参考电压和地线的嫌疑高于单个传感器。若只有某一路异常,则优先交换传感器、线缆或通道位置做交叉验证。异常跟随传感器移动,问题在传感器侧;异常留在原通道,问题更可能在板级前端或采样链路。

用统计量验证噪声和跳变

肉眼看曲线容易受缩放比例影响,可以对一段静态采样计算均值、标准差和相邻样本最大变化。下面的示例模拟一组稳定输入,其中包含一次异常跳变,并统计离散程度与跳变次数。

python
from statistics import mean, pstdev

samples = [100.1, 100.0, 100.2, 99.9, 100.1, 104.8, 100.0, 100.1]
jump_threshold = 2.0

avg = mean(samples)
sigma = pstdev(samples)
jumps = [abs(b - a) for a, b in zip(samples, samples[1:])]
jump_count = sum(delta > jump_threshold for delta in jumps)

print(f"mean={avg:.3f}")
print(f"std={sigma:.3f}")
print(f"max_step={max(jumps):.3f}")
print(f"jump_count={jump_count}")

预期输出

text
mean=100.650
std=1.570
max_step=4.900
jump_count=2

这里的跳变会同时影响前后两个相邻差值,因此一次离群样本可能产生两次超阈值变化。实际验证时不要只盯一个指标:标准差适合衡量总体噪声,相邻差值适合发现瞬时跳变,而均值变化则能提示偏置是否同时发生。

修复后要回到原始链路复测

修复某一层后,应撤销临时旁路,恢复真实传感器、原始采样率和正常软件流程,再用相同静态条件复测。只有原始码值、转换后的工程量和最终输出都稳定,才能证明问题真正解决。

如果旁路测试显示硬件原始数据稳定,而最终数值仍跳变,就应继续检查数据类型溢出、单位换算、数组越界、线程竞争和异常值处理逻辑。相反,如果跳变在 ADC 原始码中已经存在,继续调整软件滤波只会延迟发现真正的硬件故障。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

定位噪声过大与数值跳变

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通