Sadržaj:
Video: FIR filtriranje za pouzdanije otkrivanje frekvencije: 5 koraka
2024 Autor: John Day | [email protected]. Zadnja izmjena: 2024-01-30 08:04
Zaista sam veliki ljubitelj akellyirl -ovih instrukcija o pouzdanom otkrivanju frekvencije pomoću DSP tehnika, ali ponekad tehnika koju je koristio nije dovoljno dobra ako imate bučna mjerenja.
Jedno jednostavno rješenje za čistiji unos za detektor frekvencije je primijeniti neku vrstu filtera oko frekvencije koju želite otkriti.
Nažalost, stvaranje digitalnog filtera nije jednostavno i potrebno je dosta matematike. Pa sam razmišljao o stvaranju neke vrste programa koji bi pojednostavio izradu takvih filtera, kako bi omogućio bilo kome da ih koristi u svojim projektima bez uranjanja u detalje.
U ovom Instructableu ću otkriti sinusni val od 50Hz u bučnom mjerenju s Arduino Uno (Arduino zapravo nije potreban).
Korak 1: Problem
Zamislite da izmjereni ulazni podaci izgledaju poput gornje krivulje - prilično bučni.
Ako konstruiramo jednostavan detektor frekvencije poput onog u akellyirl's Instructable, rezultat je "-inf" ili u slučaju koda ispod: "Da, previše buke …"
Napomena: Koristio sam uglavnom sav akellyirl kod, ali sam dodao rawData niz na vrhu koji sadrži bučne mjere.
Ispod možete pronaći cijeli kôd u datoteci pod nazivom "unfiltered.ino".
Korak 2: Rješenje
Budući da su ulazni podaci bučni, ali znamo frekvenciju koju tražimo, možemo upotrijebiti alat koji sam stvorio pod nazivom easyFIR za stvaranje Bandpass filtra i njegovu primjenu na ulazne podatke, što rezultira mnogo čistijim unosom za detektor frekvencije (slika iznad).
Korak 3: EasyFIR
EasyFIR alat je prilično jednostavan za korištenje, samo preuzmite GitHub spremište i pokrenite datoteku easyFIR.py s jednim uzorkom vaših mjerenja (u CSV formatu).
Ako otvorite datoteku easyFIR.py, pronaći ćete 5 parametara (pogledajte gornju sliku) koje možete i trebate promijeniti ovisno o rezultatu koji želite postići. Nakon što ste prilagodili 5 parametara i izvršili python datoteku, vidjet ćete izračunate koeficijente u vašem terminalu. Ovi koeficijenti su ključni za sljedeći korak!
Više informacija o tačnoj upotrebi možete pronaći ovdje:
Korak 4: Filtriranje
Sada, ako ste izračunali potrebne koeficijente filtera, prilično je jednostavno primijeniti stvarni file na detektor frekvencije.
Kao što možete vidjeti na gornjoj slici, trebate samo dodati koeficijente, primijeniti funkciju Filter, a zatim filtrirati ulazna mjerenja.
Ispod možete pronaći cijeli kôd u datoteci pod nazivom "filtrirano.ino".
Napomena: veliko hvala ovom Stack Overflow Post -u na odličnom algoritmu aplikacije filtera!
Korak 5: Uživajte
Kao što vidite, sada smo u mogućnosti otkriti signal od 50Hz čak i u bučnom okruženju?
Slobodno prilagodite moju ideju i kod svojim potrebama. Bio bih vam zahvalan ako uključite vaša poboljšanja!
Ako vam se sviđa moj rad, bio bih vam zahvalan ako podržite moj rad sa zvijezdom na GitHubu!
Hvala na podršci!:)
Preporučuje se:
Nabavka, pojačavanje i filtriranje sklopa Osnovnog elektrokardiograma: 6 koraka
Nabavka, pojačanje i krug za filtriranje Dizajn osnovnog elektrokardiograma: Da bi se dovršilo ovo uputstvo, potrebne su samo računalo, pristup internetu i neki softver za simulaciju. Za potrebe ovog dizajna, sva kola i simulacije će se izvoditi na LTspice XVII. Ovaj simulacijski softver sadrži
Arduino autonomno posuda za filtriranje: 6 koraka
Arduino autonomno filtrirno plovilo: U ovom uputstvu pokazat ću vam kako sam dizajnirao i napravio svoje predloženo rješenje za trenutni problem crvenih algi u vodama obale Zaljeva. Za ovaj projekt želio sam dizajnirati potpuno autonomnu letjelicu sa solarnim pogonom koja bi mogla ploviti
Filtriranje internetskog sadržaja pomoću DNS -a: 10 koraka
Filtriranje internetskog sadržaja pomoću DNS -a: Ažurirano 3. februara 2021. radi uključivanja dodatnih informacija u 8. korak & 9. Opće je poznato da na internetu postoji mnogo sadržaja koji nije baš prikladan za gledanje djeci. Ono što ipak nije toliko poznato je činjenica da ste
Otkrivanje zagađenja zraka + filtriranje zraka: 4 koraka
Otkrivanje zagađenja zraka + filtriranje zraka: Učenici (Aristobulus Lam, Victor Sim, Nathan Rosenzweig i Declan Loges) njemačke švicarske međunarodne škole radili su s osobljem MakerBay -a na stvaranju integriranog sistema mjerenja zagađenja zraka i efikasnosti filtriranja zraka. Ovo
Nadogradite "uradi sam" lonac za zalijevanje sa WiFi -em u alarmni uređaj za otkrivanje kretnji za otkrivanje pokreta "Uradi sam": 17 koraka
Nadogradite "uradi sam" lonac za zalijevanje sa WiFi -jem u aparat za alarme za otkrivanje kretnji za otkrivanje pokreta "Uradi sam": U ovom članku pokazat ćemo vam kako nadograditi svoj lonac za samolijevanje s vlastitim WiFi -jem u DIY lonac za samolijevanje s WiFi -jem i alarmom za detekciju kretanja. niste pročitali članak o tome kako izgraditi lonac za samostalno zalijevanje s WiFi -jem, možete fin