Main

Technische Universität Berlin
Fakulät IV
Institut für Energie und Automatisierungstechnik
Fachgebiet Elektronische Mess- und Diagnosetechnik
Praktikum Grundlagen der elektronischen Messtechnik

Betreuer: Daniel
WS 2018/19
Versuchsprotokoll
Versuch 8
Digitale Messkette 2
Alfredo Chavez (385212)

Hedii Jalloulli (367313)
Meriem Jabri(396132)
23. Januar 2019

Inhaltsverzeichnis
1 Einleitung 1
2 Theoretische Aufgaben 1
2.1 Aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.2 Entwurf eines Aliasing-Filters . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.3 DNL eines Analog-Digital-Umsetzers . . . . . . . . . . . . . . . . . . . . . 1
2.4 INL eines Analog-Digital-Umsetzers . . . . . . . . . . . . . . . . . . . . . . 2
2.5 Störspannungsunterdrückung . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.5.1 Vorteil des Dual-Slope-Integrierers . . . . . . . . . . . . . . . . . . . 2
2.5.2 Berechnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 Praktische Aufgaben 3
4 Praktische Aufgaben 3
4.1 Aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
4.2 Aliasingfilter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4.3 ADU-Histogramm-Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4.4 Störspannungsunterdrückung . . . . . . . . . . . . . . . . . . . . . . . . . 8
5 Zusammenfassung 10
Alfredo Chavez ,Hedii Jalloulli , Meriem Jabri Versuchsprotokoll Versuch 8
1 Einleitung
2 Theoretische Aufgaben
2.1 Aliasing
Worum handelt es sich bei Aliasing? Wie kann es vermieden werden?

Ist die Abtastkreisfrequenz nicht hoch genug, werden Spektralanteile des um die Abtastkreis-
frequenz ω0 liegenden Spektrums in den Originalbereich zurückgefaltet (Spiegelfrequenzen).
Durch diese Signalfaltung wird das Originalspektrum verfälscht (Aliasing). Um diese zu ver-
meiden sollten wir die Anti-Aliasing-Filter benutzen , da die Erohung der Abtastrate ist wegen
begrenzten technischen Moglichkeiten nicht moglich
2.2 Entwurf eines Aliasing-Filters
Wie muss ein Aliasing-Filter entworfen werden? Warum spielt dabei auch die
Auflösung (Bitanzahl) des AD-Umsetzers eine Rolle ?
Es muss gelten
f0
A( ) ≥ 20 ∗ log(2N − 1)
2
und
ω0 ≥ 2 ∗ ωm
Da die Auflosung des ADU die Abtastfrequenz beeinflust spielt es eine wichtige Rolle . Es
gilt fur die Filterordnung
∆A 1
m= = N
∆f (2 − 1) ∗ ∆f
2.3 DNL eines Analog-Digital-Umsetzers
Was ist die differentielle Nichtlinearität eines AD-Umsetzers und wie kann sie
messtechnisch bestimmt werden?
Die differenzielle Nichtlinearität ist die Abweichung der Stufenbreite von ihrem idealen Wert
1
(1 LSB). Übersteigt die differentielle Nichtlinearität an einer Quantisierungsstufe den Wert

eines LSB, so wird der zugehörige Ausgangswert nicht ausgegeben und als ”missing co-
de”bezeichnet.
Hauf igkeit(Stuf e)
DN L = −1
Hauf igkeit(soll)
2.4 INL eines Analog-Digital-Umsetzers
Was ist die integrale Nichtlinearität eines AD-Umsetzers?

Die integrale Nichtlinearität ist die maximale Abweichung zwischen der Funktion, die durch
die Mitten der Quantisierungsstufen des realen ADU gelegt wird, und der Geraden durch die
ideale Kennlinie.
2.5 Störspannungsunterdrückung
2.5.1 Vorteil des Dual-Slope-Integrierers
Welchen Vorteil hat der Dual-Slope-Integrierer, bei der Verarbeitung eines der
Messgröße Ux überlagertem Störsignals us?
Der Dual-Slope-Wandler ist relativ langsam (typ. 20 ms pro Umwandlung) und wird vor al-
lem in Digitalvoltmetern eingesetzt. Durch das Verfahren heben sich Messfehler, die durch
Bauteiltoleranzen verursacht werden, auf, wodurch der Dual-Slope-Konverter gute Auflösung
und Linearität (16 Bit und mehr) bietet. Trotzdem ist er preisgünstig und außerdem leicht
anzuwenden, da er aufgrund seiner integrierenden Eigenschaften Artefakte bei der Messung
unterdrückt
Wie kann die Integrationszeit Ti für die 1. Phase des Dual-Slope-Integrierers be-
stimmt werden, sodass idealerweise das Störsignal vollständig unterdrückt wird?
1
R Ti
U1 (Ti ) = − RC t0
Ue
2
2.5.2 Berechnung
Bestimmen Sie für Fall 1 und Fall 2 aus den Mittelwert des Storsignalsus und die
Störspannungsdämpfung S.
uS
s = −20log( )
u
cS
mit
−cuS
uS = (cos(ωS Ti + φ) − cos(φ))
ωS Ti
Fall 1 ;
u(t) = 0, 3sin(2πfS Ti − φ) + 5V
Der Mittelwert des Storsignals :
uS = 0, 063
Die Storspannungsdampfung :
S = 13,46 dB
Fall 2 :
Die MIttelwert kann man direkt ablesen . Diese ist gleich null . Daraus folgt das die Stor-
spannungsdampfung S unendlich ist.
3 Praktische Aufgaben
4 Praktische Aufgaben
4.1 Aliasing
Die Effekte von Aliasing bei der digitalisierung eines rechteckigen Signales mit einem Grund-
frequenz von 10 kHz, bei verschiedenen Abtastfrequenzen ist in Abb 1 zu sehen.
3
Aliasing
Abtastrate = 4000 Hz Abtastrate = 10000 Hz Abtastrate = 12500 Hz

0.8 0.8 0.8
Spannung [V]
Spannung [V]
Spannung [V]
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0.0 0.0 0.0
0 250 500 750 1000 1250 1500 1750 2000 0 1000 2000 3000 4000 5000 0 1000 2000 3000 4000 5000 6000
Frequenz [Hz] Frequenz [Hz] Frequenz [Hz]
1.00
0.8
0.75 0.75
Spannung [V]
Spannung [V]
Spannung [V]
0.6
0.4 0.50 0.50
0.2 0.25 0.25
0.0 0.00 0.00
0 1000 2000 3000 4000 5000 6000 7000 0 2000 4000 6000 8000 0 2000 4000 6000 8000 10000
0.8 0.8
1.0
Spannung [V]
Spannung [V]
Spannung [V]
0.6 0.6
0.4 0.4 0.5
0.2 0.2
0.0 0.0 0.0
0 2000 4000 6000 8000 10000 12000 0 2000 4000 6000 8000 100001200014000 0 2500 5000 7500 10000 12500 15000 17500
Abtastrate = 40000 Hz
0.8
Spannung [V]
0.6
0.4
0.2
0.0
0 2500 5000 7500 1000012500150001750020000
Frequenz [Hz]
Abbildung 1: Aliasing Effekt bei verschiedenen Abtastfrequenzen
Die Aliasing Effekt wäre relativ groß, wegen der Einflüsse des Abtaste theorems.
Die negativen Effekte von Aliasing können mithilfe von einem Low Pass Filter vermieden wer-
den, um den Frequenzspektrum zu reduzieren, und ihn auf die Abtastefrequenz anzupassen.
4.2 Aliasingfilter
Wie man in Abb. 2 sehen kann, helfen die Aliasingsfilter die ungewünschte Frequenzen zu
reduzieren.
4
Aliasing
fs = 44000 Hz ohne aliasing fs = 44000 Hz mit aliasing

1.4 0.012
1.2 0.010
1.0 0.008
Spannung [V]
Spannung [V]
0.8
0.006
0.6
0.004
0.4
0.2 0.002
0.0 0.000
0 5000 10000 15000 20000 0 5000 10000 15000 20000
Frequenz [Hz] Frequenz [Hz]
fs = 10000 Hz ohne aliasing fs = 10000 Hz mit aliasing

1.6
0.012
1.4
1.2 0.010
Spannung [V]
1.0
Spannung [V]
0.008
0.8 0.006
0.6
0.004
0.4
0.2 0.002
0.0 0.000
0 1000 2000 3000 4000 5000 0 1000 2000 3000 4000 5000
Frequenz [Hz] Frequenz [Hz]
Abbildung 2: Vergleich vom Spektrum der Signalen mit und ohne Antialiasingfilter
4.3 ADU-Histogramm-Test
Den Histogramm eines Dreiecksignales wurde aufgenommen. Es tratt aber ein großes Problem
auf: Bei der Messung wurde die Messkarte nicht richtig eingestellt, und statt Codes zu
speichern wurden die Spannungswerte direkt gespeichert. Es wurde versucht eine Funktion
zu machen die einem Codewert jedem Wert der Messung zuzuordnet, es klappte aber nicht.
Für die folgenden Histogrammen wurden die sortierten ersten 127 Werte als Referenz benutzt.
5
ADU HIstogramm
5000
4000
Absolutehaeufigkeit
3000
2000
1000
0
0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2
Spannungswert
Abbildung 3: Histogramm
6
Bar Diagramm von ADU Histogramm

5000
4000
Absolutehaeufigkeit
3000
2000
1000
0
0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2
Spannungswert
Abbildung 4: Bar Histogramm
4.4 Störspannungsunterdrückung
In Abb. 5 und Abb. 5. Kann man das Ergebnis der Störspannungsdämpfung eines Störsignals,
die mithilfe von dem Funktionsgenerator und das Programm LabVIEW generiert wurde. In
Abb. 7 ist den Maximalen Fehler zu sehen.
7
Stoerspannungsdampfung
50
40
Stoerungsdampfung [dB]
30
20
10
0
101 102
Frequenz [Hz]
Abbildung 5: Störspannungsdämpfung als Funktion der Störfrequenz fs
8
normierte Stoerspannungsdampfung
50
40
Stoerungsdampfung [dB]
30
20
10
0
0.1 1.0 10.0
normierte Frequenz
Abbildung 6: Störspannungsdämpfung als Funktion von fs ∗ Ti
9
0.75
0.50
Maximale Fehler [%/100]
0.25
0.00
0.25
0.50
0.75
0 2 4 6 8 10 12
Normierte Frequenz in fs* Ti
Abbildung 7: Maximaler Fehler
Literatur
http://www.vias.org/mikroelektronik/adcd ualslope.html
5 Verwendeter Code
4 import numpy as np
5 import matplotlib . pyplot as plt
6 import mdt
7 import os
8
9 freq = {}
10
10 file_names = []
11 for filen in os . listdir ( " . " ) :
12 if filen . endswith ( " . npy " ) :
13 file_names . append ( filen )
14 def sort_name ( elem ) :
15 return int ( elem . split ( ’. ’) [0])
16
17 file_names . sort ( key = sort_name )
18
19 for filen in file_names :
20 freq [ filen . split ( ’. ’) [0]] = np . load ( filen )
21
22 # fig , axes = plt . subplots (3 ,4 , sharex = True )
23 fig = plt . figure ()
24 fig . suptitle ( ’ Aliasing ’)
25 subplts = {}
26 counter = 1
27 for key , val in freq . items () :
28 spec = mdt . spectrum ( val [0] , int ( key ) )
29 subplts [ key ] = fig . add_subplot (4 ,3 , counter )
30 subplts [ key ]. set_title ( ’ Abtastrate = {} Hz ’. format ( key ) )
31 subplts [ key ]. plot ( spec [0] , spec [1])
32 subplts [ key ]. grid ()
33 subplts [ key ]. set_xlabel ( ’ Frequenz [ Hz ] ’)
34 subplts [ key ]. set_ylabel ( ’ Spannung [ V ] ’)
35 counter += 1;
36
37 # f = freq [0]. items ()
38 # spec = mdt . spectrum ( f [0] , f [1])
39 # ax = fig . add_subplot (3 ,4 ,1)
40 # ax . plot ( spec [0] , spec [1])
41 plt . subplots_adjust ( hspace =0.52)
42 plt . show ()
Listing 1: benutzter Code
6 import mdt
7 import os
8
9 freq = {}
10 file_names = []
11
11 for filen in os . listdir ( " . " ) :

12 if filen . endswith ( " . npy " ) :
13 file_names . append ( filen )
14 def sort_name ( elem ) :
15 return int ( elem . split ( ’. ’) [0])
16
17 # file_names . sort ( key = sort_name )
18
19 for filen in file_names :
20 freq [ filen . split ( ’. ’) [0]] = np . load ( filen )
21
22 # fig , axes = plt . subplots (3 ,4 , sharex = True )
23 fig = plt . figure ()
24 fig . suptitle ( ’ Aliasing ’)
25 subplts = {}
26 counter = 1
27 for key , val in freq . items () :
28 s_rate = int ( key . split ( ’2 ’) [1][:5])
29 mit = key . split ( ’2 ’) [1][5:]
30 spec = mdt . spectrum ( val [0] , int ( key . split ( ’2 ’) [1][:5]) )
31 subplts [ key ] = fig . add_subplot (2 ,2 , counter )
32 subplts [ key ]. set_title ( ’ fs = {} Hz {}
aliasing ’. format ( s_rate , mit ) )
33 subplts [ key ]. plot ( spec [0] , spec [1])
34 subplts [ key ]. grid ()
35 subplts [ key ]. set_xlabel ( ’ Frequenz [ Hz ] ’)
36 subplts [ key ]. set_ylabel ( ’ Spannung [ V ] ’)
37 counter += 1;
38
39 # f = freq [0]. items ()
40 # spec = mdt . spectrum ( f [0] , f [1])
41 # ax = fig . add_subplot (3 ,4 ,1)
42 # ax . plot ( spec [0] , spec [1])
43 plt . subplots_adjust ( hspace =0.52)
44 plt . show ()
4 # -* - coding : utf -8 -* -
5 """
6 Spyder Editor
7
8 This is a temporary script file .
12
9 """
10
11 import mdt
14 # %%
15 # aduhist = mdt . dataRead ( amplitude =2 , samplingRate =40000 , duration
= 10 , channels =[3] , resolution = 7 , outType = ’ volt ’)
16 aduhist = np . load ( ’ aufgabe4 . npy ’)
17
18
19
20 anzahl , bins , tmp = plt . hist ( aduhist [0] , np . sort ( aduhist [0][1:127]) )
21 plt . title ( ’ ADU HIstogramm ’)
22 plt . xlabel ( ’ Spannungswert ’)
23 plt . ylabel ( ’ A b so l u te h a eu f i gk e i t ’)
24 plt . savefig ( ’ auf3 . pdf ’)
25
26 plt . clf ()
27 plt . title ( ’ Bar Diagramm von ADU Histogramm ’)
30 plt . bar ( np . sort ( aduhist [0][1:126]) ,
anzahl , width =0.01 , edgecolor =(0 ,0 ,0) )
31 plt . savefig ( ’ auf3_bar . pdf ’)
32
33
34
35 # anzahl , bins , tmp = plt . hist ( aduhist [0] ,127)
36 # %%
4 # -* - coding : utf -8 -* -
5 """
6 Spyder Editor
7
8 This is a temporary script file .
9 """
10
11 import mdt
13
14 # %%
15 # aduhist = mdt . dataRead ( amplitude =2 , samplingRate =40000 , duration
= 10 , channels =[3] , resolution = 7 , outType = ’ volt ’)
16 aduhist = np . load ( ’ aufgabe4 . npy ’)
17
18
19
20 anzahl , bins , tmp = plt . hist ( aduhist [0] , np . sort ( aduhist [0][1:127]) )
21 plt . title ( ’ ADU HIstogramm ’)
25
26 plt . clf ()
27 plt . title ( ’ Bar Diagramm von ADU Histogramm ’)
30 plt . bar ( np . sort ( aduhist [0][1:126]) ,
anzahl , width =0.01 , edgecolor =(0 ,0 ,0) )
31 plt . savefig ( ’ auf3_bar . pdf ’)
32
33
34
35 # anzahl , bins , tmp = plt . hist ( aduhist [0] ,127)
36 # %%
6 from matplotlib . ticker import ScalarFormatter
7
8 data = np . loadtxt ( ’ auf4 . txt ’ , delimiter = None )
9 xdata = np . array ([ x [0] for x in data ])
10 ydata = [ x [1] for x in data ]
11
12 plt . semilogx ( xdata , ydata )
13 plt . grid ( which = ’ both ’)
14 plt . title ( ’ S t o e r s p a n n u n g s d a m p f u n g ’)
15 plt . xlabel ( ’ Frequenz [ Hz ] ’)
16 plt . ylabel ( ’ S toerun gsdamp fung [ dB ] ’)
18
14
19 plt . clf ()
20 plt . title ( ’ normierte S t o e r s p a n n u n g s d a m p f u n g ’)
21 plt . xlabel ( ’ normierte Frequenz ’)
22 plt . ylabel ( ’ S toerun gsdamp fung [ dB ] ’)
23 plt . semilogx ( xdata /50 , ydata )
24
25 formatter = ScalarFormatter ()
26 formatter . set_scientific ( False )
27 plt . gca () . xaxis . s e t_ m a jo r _ fo r m at t e r ( formatter )
28
29 plt . grid ( which = ’ both ’)
30 plt . savefig ( ’ auf4_norm . pdf ’)
31
32 Fmaxp = (2.1/2) * np . sinc ( xdata * np . pi *.02)
33 Fmaxn = -(2.1/2) * np . sinc ( xdata * np . pi *.02)
34 plt . clf ()
35 plt . grid ()
36 plt . xlabel ( ’ Normierte Frequenz in fs * Ti ’)
37 plt . ylabel ( ’ Maximale Fehler [ % /100] ’)
38 plt . plot ( xdata /50 , Fmaxp )
39 plt . plot ( xdata /50 , Fmaxn )
40 plt . savefig ( ’ auf4_fehl . pdf ’)
15

Sprache

Willkommen bei Scribd!

Main

Hochgeladen von

Dokumentinformationen

Beschreibung:

Datum des Uploads

Copyright

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Beschreibung:

Copyright:

Main

Hochgeladen von

Beschreibung:

Copyright:

Verwandte Titel

Technische Universität Berlin

Praktikum Grundlagen der elektronischen Messtechnik

Alfredo Chavez (385212)

23. Januar 2019

Worum handelt es sich bei Aliasing? Wie kann es vermieden werden?

2.2 Entwurf eines Aliasing-Filters

2.3 DNL eines Analog-Digital-Umsetzers

(1 LSB). Übersteigt die differentielle Nichtlinearität an einer Quantisierungsstufe den Wert

2.4 INL eines Analog-Digital-Umsetzers

Was ist die integrale Nichtlinearität eines AD-Umsetzers?

2.5.1 Vorteil des Dual-Slope-Integrierers

Abtastrate = 4000 Hz Abtastrate = 10000 Hz Abtastrate = 12500 Hz

Abbildung 1: Aliasing Effekt bei verschiedenen Abtastfrequenzen

fs = 44000 Hz ohne aliasing fs = 44000 Hz mit aliasing

fs = 10000 Hz ohne aliasing fs = 10000 Hz mit aliasing

Bar Diagramm von ADU Histogramm

Abbildung 4: Bar Histogramm

Abbildung 5: Störspannungsdämpfung als Funktion der Störfrequenz fs

Abbildung 6: Störspannungsdämpfung als Funktion von fs ∗ Ti

Abbildung 7: Maximaler Fehler

Listing 1: benutzter Code

11 for filen in os . listdir ( " . " ) :

Listing 2: benutzter Code

Listing 3: benutzter Code

Listing 4: benutzter Code

Listing 5: benutzter Code

Verwandte Interessen

Dokumente ähnlich wie Main

Verwandte Titel

Bewerten

Teilen