4. 数据采集与信号处理：模拟信号与数字信号、采样定理、滤波基础

大家好，我是老李。今天咱们聊聊数据采集和信号处理。说实话，这章是力控系统里最容易被忽视，但也是最容易出坑的地方。很多新手觉得，传感器一接，数据不就来了吗？哪有那么简单。你想想看，现场环境那么复杂，电机一转、变频器一开，各种干扰全来了。搞不好你采集到的信号，跟实际值差了十万八千里。

4.1 模拟信号与数字信号：两个世界的语言

先说说最基础的概念。模拟信号，就是连续变化的信号。比如温度从20度升到30度，中间每一个值都有。数字信号呢，是离散的，只有0和1。PLC和计算机只能处理数字信号，但传感器输出的往往是模拟信号。所以，我们得做个翻译工作。

我个人习惯把模拟信号想象成水龙头的水流，可以任意调节大小。数字信号就像开关，要么开要么关。但现实世界是连续的，我们只能用离散的点去逼近它。这就引出了下一个问题——怎么采样才能不失真？

我在项目中遇到过一件事。有个现场，温度传感器接的是4-20mA模拟量，但PLC读出来的数值一直在跳。查了半天，发现是信号线跟动力电缆走了一个桥架，干扰串进来了。后来换了屏蔽线，单独走管，问题才解决。所以，模拟信号传输，布线真的很关键。

4.2 采样定理：别让你的数据“说谎”

采样定理，也叫奈奎斯特定理。说白了就是一句话：采样频率必须大于信号最高频率的两倍。否则，你会看到一种叫“混叠”的现象——高频信号被误认为低频信号。

为什么会这样？我画个图你就明白了。

你看，红色虚线是原始的高频信号。绿色点是采样点。因为采样频率太低，把这些点连起来（蓝色线），就变成了一个低频信号。这就是混叠。你采集到的数据，根本不是真实信号。

4.3 滤波基础：把噪声“滤”出去

信号采回来了，但里面混着噪声。怎么办？滤波。滤波的本质，就是让有用的频率通过，把没用的频率衰减掉。常用的有低通滤波和均值滤波。

4.3.1 低通滤波：让慢信号通过

低通滤波，顾名思义，低频信号能通过，高频信号被衰减。现场最常见的噪声，比如50Hz的工频干扰、电机的高频谐波，都是高频成分。用低通滤波一滤，干净多了。

最简单的低通滤波，就是一阶RC滤波。软件实现也很简单：

// 一阶低通滤波（C语言实现）
float lowPassFilter(float input, float lastOutput, float alpha) {
    // alpha = T / (T + RC)，T为采样周期，RC为时间常数
    // alpha越小，滤波越强，响应越慢
    return alpha * input + (1 - alpha) * lastOutput;
}

嗯，这里要注意。alpha值怎么选？我一般先估算信号的频率范围。比如温度信号变化很慢，alpha可以设小一点，比如0.1。如果是压力信号，变化稍快，alpha可以设0.3-0.5。你想想看，alpha越小，对历史值的依赖越大，滤波越平滑，但响应也越迟钝。

4.3.2 均值滤波：简单粗暴但有效

均值滤波，就是把最近N次采样的值加起来，除以N。说白了，就是取平均。这种方法对随机噪声特别有效，比如传感器本身的噪声。

// 均值滤波（C语言实现）
#define FILTER_SIZE 10
float buffer[FILTER_SIZE] = {0};
int index = 0;

float meanFilter(float input) {
    float sum = 0;
    buffer[index] = input;
    index = (index + 1) % FILTER_SIZE;
    
    for (int i = 0; i < FILTER_SIZE; i++) {
        sum += buffer[i];
    }
    return sum / FILTER_SIZE;
}

均值滤波有个缺点——它需要缓存数据，占用内存。而且N越大，响应越慢。我一般取N=5到20之间。N太小，滤波效果不明显；N太大，信号变化跟不上。

我个人习惯，对于温度、液位这种变化慢的信号，用低通滤波。对于压力、流量这种有随机波动的信号，用均值滤波。有时候也会两个一起用——先均值滤波去随机噪声，再低通滤波去高频干扰。

好了，这一章的内容就这些。记住，数据采集和信号处理是力控系统的“眼睛”和“耳朵”。眼睛花了，耳朵聋了，后面的控制做得再好也没用。下一章，咱们聊聊更高级的滤波方法，比如卡尔曼滤波。不过那是后话了，先把今天的基础打牢。

---