RTU采集信号的平滑处理方法

　　RTU在野外环境工作时存在各项干扰，有来自外部的强电干扰，有来自内部的电磁干扰。这些干扰会使采集信号产生尖峰值而造成信号不平稳。因此在采集信号之后，需要进行一定的滤波处理，避免由各项干扰引起测量误差。

　　通过软件编程对输入信号进行数字滤波处理，能够除去尖峰值。在此介绍加权递推滤波算法。加权递推平均滤波算法是对递推平均滤波算法的优化和改进,并适用于存在周期性干扰，要求平滑度较高的高频振荡系统。其优点是实时性好、平滑度高、灵敏度强。 　　递推平均滤波算法将采集到的N个连续采样值排成一行，假设一个采样值的长度是1，那么这一行采样值的长度就是N。最先采集到的数据先进入这一行，后采集到的数据依次进入这一行。当采集数据大于N个时删除这一行第一个数据，然后算出这一行的数据的算数平均值，从而获得最后的滤波结果。即本次的滤波值为：

其中，y(n)为第 N个采样值经滤波后输出的滤波值，x(n)为第n个采样值，N为递推项数，前一次滤波值为：

由上面式(1)与(2)可得递推平均滤波算法的滤波公式为：

这种滤波算法的响应速度很慢，会造成较大的滞后，N越大滞后越严重。针对这个问题提出了一种加权递推滤波算法，即按采样值的时间点为权重，越接近采样时刻权重越大。权重越大，这种滤波方式的灵敏度越高。此种滤波算法公式为：

其中     为加权常数，满足公式：

又由于：

则

　　虽然这种算法的灵敏的很高，但是越高的灵敏度越容易造成尖峰值，若不先去除这些尖峰脉冲，仍然将对采集信号产生不良影响，因此在使用加权递推平均滤波算法之前应该先消除尖峰脉冲。

　　消除尖峰脉冲的处理方法是首先要找出不存在尖峰脉冲数据的时刻，任取两相邻时刻的数据进行连续多次比较，如果有任意一组数据的差值超过了允许的幅值范围，就认为这组数据存在尖峰脉冲。若还存在尖峰值则再取多个连续变化的数据进行两两比较，直到该组中不存在尖峰脉冲。然后，将该组数据中的任意一点选取为基准点 ，再次进行前后两两比较。 　　RTU在应用以上的处理方法后，可以较快的得到稳定的数据，提高准确性，降低系统误差，并缩短响应时间。