变化率检测法：信号斜率与变化率的计算

各位工程师，今天我们来聊聊变化率检测法。说实话，这是我在实际项目中用得最多的故障诊断手段之一。为什么？因为很多传感器故障，你光看绝对值是看不出来的，但一看变化率，问题就暴露了。

信号斜率/变化率的计算

变化率，说白了就是信号随时间变化的快慢。数学上就是导数，但在嵌入式系统里，我们得用离散的方法来计算。

最基本的公式很简单：

Δy/Δt = (y(t) - y(t-Δt)) / Δt

举个例子，假设你每10ms采集一次油门位置传感器信号：

// 简单的一阶差分计算
float calculate_slope(float current_val, float prev_val, float dt) {
    return (current_val - prev_val) / dt;
}

// 使用示例
float throttle_slope = calculate_slope(35.2, 34.8, 0.01);  // 结果: 40 %/s

嗯，这里要注意。实际项目中，我一般不用这么原始的差分。为什么？因为噪声会被放大。你想想看，信号本身抖一下，差分结果可能就跳得离谱。

我个人习惯用中心差分法，精度会好很多：

// 中心差分，精度更高
float calculate_slope_central(float y_plus, float y_minus, float dt) {
    return (y_plus - y_minus) / (2 * dt);
}

// 实际调用时，用前后各一个采样点
float slope = calculate_slope_central(sensor[1], sensor[-1], 0.01);

基于变化率的故障判定逻辑

有了变化率，怎么判断故障？核心思路就是：设定合理的阈值，超出阈值就报故障。

常见的故障模式有几种：

故障类型	变化率特征	典型阈值
信号卡滞	变化率接近0	|斜率| < 0.1%/s
信号跳变	变化率极大	|斜率| > 500%/s
信号漂移	变化率缓慢但持续	累计变化量超限

判定逻辑我一般这样写：

// 变化率故障判定
typedef enum {
    SLOPE_NORMAL = 0,
    SLOPE_STUCK,
    SLOPE_JUMP,
    SLOPE_DRIFT
} SlopeFault_t;

SlopeFault_t check_slope_fault(float slope, float threshold_low, float threshold_high) {
    // 卡滞检测
    if (fabs(slope) < threshold_low) {
        return SLOPE_STUCK;
    }
    // 跳变检测
    if (fabs(slope) > threshold_high) {
        return SLOPE_JUMP;
    }
    return SLOPE_NORMAL;
}

抗噪声干扰处理

这是变化率检测法的核心难点。信号一有噪声，变化率就乱跳。怎么处理？我总结了几种方法：

1. 滑动平均滤波

最简单有效的方法。把最近N个采样点做平均，再算变化率。

#define WINDOW_SIZE 5
float buffer[WINDOW_SIZE];
int buffer_index = 0;

float moving_average(float new_sample) {
    buffer[buffer_index] = new_sample;
    buffer_index = (buffer_index + 1) % WINDOW_SIZE;
    
    float sum = 0;
    for (int i = 0; i < WINDOW_SIZE; i++) {
        sum += buffer[i];
    }
    return sum / WINDOW_SIZE;
}

2. 中值滤波

对付脉冲噪声特别好用。我有个项目，传感器偶尔会冒出一个尖峰，用中值滤波直接干掉。

// 冒泡排序取中值
float median_filter(float data[], int size) {
    // 排序
    for (int i = 0; i < size - 1; i++) {
        for (int j = 0; j < size - i - 1; j++) {
            if (data[j] > data[j + 1]) {
                float temp = data[j];
                data[j] = data[j + 1];
                data[j + 1] = temp;
            }
        }
    }
    // 取中值
    return data[size / 2];
}

3. 自适应阈值

这个是我比较推荐的方法。根据信号的噪声水平，动态调整阈值。

// 自适应阈值计算
float adaptive_threshold(float slope, float base_noise_level) {
    float noise_estimate = estimate_noise(slope);  // 实时估计噪声
    float threshold = base_noise_level * (1 + noise_estimate / base_noise_level);
    return threshold;
}

实战中的注意事项

最后，分享几个我在项目中踩过的坑：

• 采样率要匹配：变化率检测对采样率很敏感。采样率太低，快速变化检测不到；太高，计算量又大。我一般取100-200Hz。
• 考虑系统惯性：有些传感器本身响应慢，比如温度传感器。这时候变化率阈值要放宽。
• 多维度验证：别只靠变化率一个指标。我习惯结合幅值检测、逻辑判断一起用，准确率能到99%以上。

好了，变化率检测法就讲到这里。说白了，就是算斜率、设阈值、滤噪声。但真正做好，需要你对信号特性有深刻理解。下次遇到传感器故障，不妨先看看它的变化率，说不定一眼就能发现问题。