数据采集基础：传感器类型与选型、模拟信号与数字信号、采样定理与量化

做EMS系统这些年，我最大的体会就是：数据采集是整个系统的「眼睛」和「耳朵」。眼睛瞎了，耳朵聋了，后面再漂亮的算法、再炫酷的界面都是白搭。今天咱们就聊聊数据采集最核心的几个基础问题。

传感器类型与选型：别选错了「眼睛」

传感器说白了就是把物理世界的信号变成电信号的东西。温度、压力、流量、振动……每种物理量都有对应的传感器。

按输出信号类型分，传感器就两大类：

• 模拟传感器：输出连续变化的电压或电流。比如热电偶、PT100热电阻、应变片压力传感器。
• 数字传感器：内部自带ADC，直接输出数字信号。比如DS18B20温度传感器、I2C接口的加速度计。

选型时我一般看这几点：

1. 量程：被测参数的最大最小值要在传感器量程的30%-80%之间。留余量，别卡着上限用。
2. 精度：工业现场一般0.5%FS就够用，实验室可能要求0.1%。别盲目追求高精度，贵且没必要。
3. 响应时间：温度传感器响应慢（几秒到几十秒），压力传感器快（毫秒级）。选型时要匹配你的采样频率。
4. 环境适应性：高温、高湿、腐蚀性气体……这些都会影响传感器寿命。我在化工厂项目里吃过亏，普通传感器进去三天就废了。

模拟信号与数字信号：两种「语言」的区别

模拟信号是连续的，像水龙头流出的水——水流大小可以任意调节。数字信号是离散的，像开关——要么开要么关，没有中间状态。

模拟信号的特点：

• 理论上信息量无限大（连续变化）
• 容易受干扰（长距离传输衰减严重）
• 处理起来麻烦（需要ADC转换）

数字信号的特点：

• 抗干扰能力强（0就是0，1就是1）
• 便于存储和处理（计算机的「母语」）
• 传输距离远（加个中继器能传几公里）

你想想看，为什么现在工业现场越来越喜欢用数字传感器？说白了就是省心。模拟信号要配变送器、要屏蔽线、要防干扰……数字信号一根双绞线搞定。

采样定理与量化：把模拟世界「数字化」

模拟信号要进计算机，必须经过两步：采样和量化。这两步做不好，数据就是「假的」。

采样定理（奈奎斯特定理）

简单说就是：采样频率必须大于信号最高频率的2倍。否则会发生「混叠」——高频信号被误认为低频信号。

举个例子：一个50Hz的正弦波，你用80Hz采样（不到2倍），采出来的波形看起来像10Hz。这就是混叠。

量化：把连续值变成离散值

量化就是把采样得到的电压值，用二进制数字表示。这里有个关键参数——量化位数（也叫分辨率）。

常见ADC位数对比：

位数	量化级数	电压分辨率（5V参考）	典型应用
8位	256	19.53 mV	简单开关量、指示灯
10位	1024	4.88 mV	Arduino、消费电子
12位	4096	1.22 mV	工业控制、数据采集卡
16位	65536	76.29 μV	精密测量、实验室仪器
24位	16777216	0.298 μV	地震监测、生物电信号

量化位数越高，分辨率越高，但数据量也越大。12位ADC每秒采1000个点，数据量是12kbps。24位就是24kbps。存储和传输都要考虑。

知识体系总览

下面这张图把本章的核心逻辑串起来了。从物理世界到计算机，信号经历了传感器→模拟信号→采样→量化→数字信号这几个环节。每一步都有坑，每一步都要认真对待。

避坑指南

最后分享几个我踩过的坑，希望能帮你省点时间：

• 我曾经在一个项目里用了24位ADC，结果发现电源噪声比量化噪声还大。高位数ADC对电源要求极高，别光看分辨率。
• 我曾经在采样频率上抠门，只取了2.2倍。结果信号混叠，分析出来的频谱全是错的。从那以后，我至少取5倍。
• 我曾经选了一个精度0.1%的传感器，结果现场振动太大，实际误差超过1%。环境因素比传感器本身精度影响更大。

数据采集这块，说白了就是「把物理量变成数字量」。每一步都有物理限制，理解这些限制，才能做出靠谱的系统。嗯，今天就聊到这儿。