第二章 数据采集原理：从传感器到数字世界的桥梁
大家好，我是老张。做运动控制这些年，我最大的体会就是：数据采集搞不好，后面所有分析都是白搭。你想想看，采集进来的数据本身就是错的，你再怎么用高级算法去分析，结果只能是错上加错。今天我们就来聊聊数据采集这件事。
核心观点：数据采集不是简单的“把信号接进来”，而是一整套系统工程。从传感器接口到信号调理，从采样定理到抗混叠滤波，每个环节都马虎不得。
2.1 数据采集系统架构
一个典型的数据采集系统，说白了就是信号从传感器到计算机的完整通路。我习惯把它分成四个层级：
- 传感器层：把物理量变成电信号
- 信号调理层：把原始信号处理成采集卡能接受的“好信号”
- 采集卡层：完成模数转换，把模拟量变成数字量
- 软件层：驱动、API、上层应用
这里我画了一张架构图，帮你直观理解整个流程：
这张图我画了好几次才满意。你看，从传感器到软件，每一层都有它存在的意义。我在做伺服驱动器项目时，就遇到过因为跳过了信号调理直接接采集卡，结果信号噪声大得根本没法用。嗯，这里要记住：每一层都不能省。
2.2 采样定理与抗混叠滤波
说到采样定理，大家肯定都听过奈奎斯特采样定理。但我发现很多工程师只是背公式，真正用起来就出问题。
奈奎斯特采样定理：采样频率 fs 必须大于信号最高频率 fmax 的两倍，即 fs > 2fmax。
为什么会这样？说白了，采样频率不够高，高频信号就会“伪装”成低频信号混进来。这就是混叠现象。
我举个例子。有一次我在测试一个电机编码器信号，编码器输出频率是10kHz。我心想，采样率设个20kHz总够了吧？结果波形出来完全不对。后来才发现，信号里还有30kHz的噪声分量，它混叠成了10kHz的信号，跟真实信号搅在一起了。
避坑指南：我曾经犯过这个错误——只考虑信号基频，忽略了噪声中的高频分量。实际工程中，建议采样率设为信号最高频率的5-10倍，而不是理论上的2倍。
那怎么解决混叠问题？两个办法：
- 提高采样率：让采样率远高于信号最高频率
- 加抗混叠滤波器：在ADC之前把高频成分滤掉
我个人更推荐第二种方法。因为采样率不是想提就能提的，受限于采集卡性能和存储带宽。而一个硬件低通滤波器，成本低、效果好。
抗混叠滤波器的设计要点：
- 截止频率一般设为采样率的1/3到1/5
- 滤波器阶数越高，过渡带越陡峭
- 但阶数太高会引入相位延迟，运动控制中要特别注意
小技巧：我在做运动控制时，习惯用二阶巴特沃斯低通滤波器做抗混叠。它通带平坦，相位特性也还可以。如果对相位要求极高，可以考虑贝塞尔滤波器。
2.3 信号调理与传感器接口
信号调理这块，我把它叫做“信号美容”。传感器出来的原始信号，往往又弱又脏，直接送采集卡就是找麻烦。
常见的信号调理操作：
| 调理类型 | 适用场景 | 典型电路 | 注意事项 |
|---|---|---|---|
| 放大 | 传感器输出信号微弱（mV级） | 仪表放大器 | 注意共模抑制比 |
| 滤波 | 信号中有高频噪声 | 有源低通滤波器 | 注意相位延迟 |
| 隔离 | 存在地环路或高压风险 | 隔离放大器/光耦 | 注意隔离电压等级 |
| 线性化 | 传感器输出非线性（如热电偶） | 模拟线性化电路 | 现在多用软件线性化 |
| 电平转换 | 传感器与采集卡电平不匹配 | 电平转换芯片 | 注意响应速度 |
传感器接口这块，我重点说说编码器接口。运动控制中最常用的就是增量式编码器和绝对式编码器。
增量式编码器接口：
- A、B两相正交信号，用于判断方向和速度
- Z相零位信号，用于找参考点
- 差分输出（RS-422）抗干扰能力强
- 单端输出成本低，但传输距离有限
绝对式编码器接口：
- SSI接口：同步串行通信，时钟+数据线
- BiSS接口：双向同步串行，速度更快
- EnDat接口：海德汉专利协议
- CANopen接口：适合多轴系统
我的经验：选编码器接口时，别只看协议本身。我曾经在一个项目中选了SSI接口的绝对式编码器，结果控制器端的SSI时钟频率跟不上编码器的更新速率，白白浪费了编码器的精度。所以一定要匹配两端的速度。
2.4 数据采集卡选型
选采集卡这件事，我见过太多人只看采样率了。其实要考虑的因素很多。
我整理了一个选型检查清单：
- 采样率：够用就行，别盲目追求高采样率
- 分辨率：12位够用，16位更好，24位看需求
- 通道数：考虑未来扩展，留20%余量
- 输入范围：±10V是标准，特殊信号要匹配
- 接口类型：PCIe、USB、PXI、Ethernet
- 同步能力：多卡同步？多轴同步？
- 驱动支持：有没有Python/C++ API？
- 品牌售后：NI、研华、凌华、阿尔泰
这里我重点说说采样率和分辨率的关系。很多人以为采样率越高越好，其实不然。
关键认知：采样率和分辨率是相互制约的。同一款采集卡，采样率越高，有效分辨率往往越低。因为高速ADC的量化噪声更大。
举个例子，我手头有一块NI的PCIe-6363采集卡：
| 采样率 | 标称分辨率 | 有效分辨率（典型） | 适用场景 |
|---|---|---|---|
| 100 kS/s | 16位 | 15.2位 | 慢速传感器、温度 |
| 1 MS/s | 16位 | 13.8位 | 运动控制、振动 |
| 2 MS/s | 16位 | 12.5位 | 高速信号、瞬态捕捉 |
你看，同样是16位标称分辨率，采样率一上去，有效分辨率就掉下来了。所以选型时，要看有效分辨率，别被标称值忽悠了。
避坑指南：我曾经选了一块号称2 MS/s、16位的采集卡，结果在2 MS/s采样时，有效分辨率只有11位。做高精度位置测量时，数据抖动得厉害。后来换成1 MS/s采样，分辨率上去了，数据才稳定下来。
最后说说接口选择：
- PCIe：延迟最低，适合实时控制
- USB：方便灵活，但延迟不稳定
- PXI：模块化，适合多通道系统
- Ethernet：远程采集，但延迟最大
我个人习惯，做运动控制首选PCIe，延迟可控。如果必须用USB，一定要选带板载缓存的型号，防止USB传输延迟导致数据丢失。
好了，数据采集原理就聊到这儿。这些内容看起来是基础，但基础不牢，后面做数据分析就是空中楼阁。希望你能把这些原理吃透，后面我们做实际项目时，你就能理解为什么有些数据采出来就是干净的，有些就是一堆垃圾。