旋变软解码采样频率问题

Question

#旋变软解码
电流采样频率6Khz与旋变回采频率10Khz不一致，解调算法取点不连续，请问怎么解决？

Answer 1

• 这篇博客: 【51单片机快速入门指南】仿真实例：幅值可调、频率可调的函数发生器（方波、三角波、正弦波）（1~10kHz）中的 设计思路 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 
         共由两个DAC0832、一个DAC0808构成；两个DAC0832分别产生DAC0808的正、负参考电压，以控制电压范围，DAC0808产生波形，三DAC的设计使得输出尽可能地保持精度。LCD1602用以显示参数，六个按键用于交互。

• 以下回答由chatgpt基于相关博客总结生成:

  根据问题描述，电流采样频率为6kHz，旋变回采频率为10kHz，解调算法取点不连续，需要解决这个问题。

  解决方案：

  1. 采用插值算法对旋变信号进行处理。插值算法可以将采样间隔较大的信号填补，使得采样点之间的差值尽量小，从而达到连续的效果。常用的插值算法有线性插值法、最近邻插值法、样条插值法等。在这里我们采用线性插值法为例进行说明。

  2. 在程序中，可以通过计算两个相邻采样点之间的间隔（如时间间隔），然后按照一定的比例在两个采样点之间插入若干个新的采样点。具体过程如下：

  # 旋变回采信号采样频率为10kHz
  # 电流采样频率为6kHz
  
  # 静态变量，用以保存上一个采样点的数值和时间戳
  last_value = None
  last_timestamp = None
  
  # 插值函数，将旋变信号插值为电流采样频率
  def interpolate(x, y, step):
      res = []
      for i in range(len(x) - 1):
          start = x[i]
          end = x[i+1]
          value = y[i]
          interval = (end - start) / step
          for j in range(int(interval)):
              timestamp = start + j*step
              res.append((timestamp, value + (y[i+1] - value) * j/interval))
      return res
  
  # 读取旋变回采信号，转换为列表格式
  # 其中，x为时间戳，y为采样值
  with open('input.csv') as f:
      reader = csv.reader(f)
      data = [(float(row[0]), float(row[1])) for row in reader]
  
  # 对旋变回采信号进行插值
  resampled_data = interpolate([d[0] for d in data], [d[1] for d in data], 100000/6)
  
  # 遍历电流采样点，查找对应的旋变信号取点
  with open('output.csv') as f:
      reader = csv.reader(f)
      for row in reader:
          timestamp = float(row[0])
          value = float(row[1])
          # 如果上一个采样点不存在，则直接将当前采样点作为上一个采样点
          if last_timestamp is None:
              last_timestamp = timestamp
              last_value = value
          # 查找对应的旋变信号点
          while timestamp > resampled_data[0][0]:
              resampled_data.pop(0)
          # 进行连续化处理，通过插值算法将采样间隔补齐
          if last_timestamp != timestamp:
              ratio = (timestamp - resampled_data[0][0]) / (resampled_data[1][0] - resampled_data[0][0])
              current_value = resampled_data[0][1] + ratio*(resampled_data[1][1] - resampled_data[0][1])
          else:
              current_value = last_value
          # 更新静态变量
          last_timestamp = timestamp
          last_value = current_value
          # 输出连续化后的点
          print("{},{}".format(timestamp, current_value))
  

  这段代码首先读取原始的旋变信号数据（假设为CSV格式），然后将其进行插值，通过 interpolate() 函数生成新的旋变信号采样点。然后遍历电流采样点，通过查找和插值算法得到对应的旋变信号点，从而将采样间隔进行补齐，从而实现连续化处理。

  注意，这段代码还有一些需要补充的细节，比如上一个采样点可能不存在，需要特判；旋变信号的采样点可能比电流采样点更细，因此查找对应的旋变信号点需要遍历整个列表，找到最接近的点；还有文件读写、数据类型转换等细节需要处理。以上只是一个简单的参考示例，具体实现需要根据具体情况而变化。

  除了采用插值算法对旋变信号进行处理外，还可以考虑采用其他方式进行连续化处理，比如FFT变换、卷积等。

  总结：根据题目描述，可以通过插值算法将旋变信号采样频率转换为电流采样频率，从而达到连续的效果。具体实现需要根据具体情况而变化，可以参考上述代码进行实现。除了插值算法外，还可以考虑其他连续化处理方法。