基于labview的信号采集与频率计算1

优快云话题挑战赛第2期
参赛话题：学习笔记

测量频率的算法可以分为时域的、频域的和时-频域的多种。频率的时域测算方法的基本思路是根据被测波形的时域特征设计出具体算法，其中，典型的算法有过零比较法、峰值检测法、三点法，等等。直接关注信号波形特征本身的时域方法，很容易受到噪声及谐波的影响，鉴于此，又出现了基于自相关的时域算法，即先对被测信号进行自相关运算，滤除噪声和谐波后，再调用上述时域算法测量信号的频率。频域方法的基本思路，是将采集到的时域波形进行快速傅里叶变换（FFT），得到信号的频谱信息，进而测算出信号的频率。但采用FFT算法，会受到非整周期采样的影响，使测算的准确性难以提高。鉴于此，又出现了多种基于FFT的修正算法。

接下来，将分别介绍若干种典型、常用的时域和频域的频率测量算法。另外，LabVIEW中提供有一些测量频率的函数，但这些函数的算法原理并不透明。

测量频率的时域方法有很多种，其中最基本的算法有“过零比较法”“峰值检测法”“三点法”和“脉冲测量法”等。
1）过零比较法
假设被测信号的波形为正弦波，过零比较法的基本出发点是，通过寻找被测正弦信号时域波形中的过零点，得到两个相邻过零点之间的时间间隔deltT，则该被测正弦信号的周期T=2deltT，频率f=1/T。

在本章中，寻找的被测信号时域波形上的过零点是“同方向”的（即信号波形从负到正过零，或从正向负过零），这样得到的两个相邻的过零点之间的时间间隔就等于被测正弦信号的周期T，从而可求出其频率f=1/T。

一个明显的障碍是存在直流分量。所以，在寻找过零点之前，最好先将被测信号中可能存在的直流分量去除掉。如何得到直流分量？一种算法是将被测信号波形的数组Y中的所有元素求和，再除以样本数，即可得到该信号中含有的直流分量的大小。LabVIEW提供有现成的函数以提取被测信号中的直流分量，其函数名为“基本平均直流-均方根”。

从过零比较法的原理可以看出，要想测量出某被测周期信号的频率，采集到它的波形至少要包含两个周期。除了适于测量正弦波信号的频率外，过零比较法也适用于对方波、三角波和锯齿波等典型周期性信号波形频率的测量。

非整周期采样有两类。一类是指采到的信号波形的周期数不是整数。从过零比较法的原理很容易理解，这种非整周期采样对其是没有影响的。另一类非整周期采样中，不同周期的采样点数可能不同，此类非整周期采样会对过零比较法的测量结果产生影响。这是因为，过零比较法的原理是找到两个相邻的过零点后，记下它们在原数组Y中的索引号，将两个索引值相减，即可得到两个相邻的过零点之间的采样数据点数（记作N）。由于两个相邻采样点之间的时间间隔是固定的（为采样率的倒数，记作1/Fs），所以被测信号的周期T=N/Fs。但在非整周期采样下，N不是固定值，这时，就会出现测量误差。

减小这种测量误差的一种方法是，在采样率不变的条件下增加采样样本数，使采样的周期数增多，算出多个周期，再取其平均值作为测量结果，此种方法被称为“多周期平均法”。这就是对过零比较法的一个改进算法。

峰值检测法的原理与过零比较法类似，都是从直观上对被测信号波形进行观察；过零比较法找的是波形中的过零点，而峰值检测法则是寻找波形中的最大值或最小值。被测周期信号波形的两个相邻最大值之间的时间间隔，就是该被测周期信号波形的周期，其倒数即是频率。峰值检测法与过零比较检测法相比，不会受直流分量的影响。
与过零比较法的原理相类似，当被测周期信号每个周期的采样点数不是总相等时，也会影响到峰值检测法的测量准确性。在本章中，也是采用多周期平均的方法减小非整周期采样带来的影响，

下面给出提到的各种算法VI的程序框图。其中时域的方法有，过零比较法、过零多周期平均法、过零插值法、峰值多周期平均法和三点法，
过零比较法

过零比较法VI的程序框图

过零多周期平均法
过零多周期平均法VI的程序框图