Um sensor de aceleração é um tipo comum de sensor que pode medir a aceleração e o ângulo de inclinação de objetos, sendo amplamente utilizado em indústrias, saúde, esportes e outras áreas. Os sensores de aceleração normalmente consistem em elementos sensores, circuitos de processamento de sinal e circuitos de interface, e podem detectar a aceleração de um objeto ou mudanças no estado de movimento, convertendo esses dados em sinais elétricos para saída.
Atualmente, o mercado oferece dois tipos principais de sensores de aceleração: sensores analógicos e sensores digitais.
A principal característica dos sensores digitais de aceleração é a facilidade de integração com sistemas digitais. No entanto, por vezes, para alcançar maior precisão, menor ruído e atender a diferentes requisitos de resposta dinâmica, controlando também os custos, tendemos a preferir sensores de aceleração com saída analógica.
A Figura 1 mostra o fluxo de processamento do sinal de um acelerômetro típico com saída analógica. Geralmente, para melhorar a integração e reduzir custos, a amostragem do ADC e o processamento de filtragem digital são integrados internamente ao MCU ou DSP.
A adição de um filtro passa-baixa anti-aliasing na entrada do conversor analógico-digital (ADC) é crucial no projeto de um sistema de amostragem de sinal. De acordo com o teorema de Nyquist, a frequência de amostragem do ADC (fs) deve ser pelo menos o dobro da frequência mais alta (fmax) do sinal (ou seja, fs ≥ 2fmax) para reproduzir com precisão o sinal original sem distorção. Se o sinal de entrada contiver componentes com frequências superiores a fs/2 (conhecidas como frequência de Nyquist), esses componentes de alta frequência serão "dobrados" na faixa de baixa frequência, formando sinais falsos (aliasing). O aliasing contamina permanentemente o sinal útil e não pode ser eliminado por processamentos subsequentes. O sinal real pode conter ruído ou componentes de alta frequência inúteis (como interferência eletromagnética, harmônicos), que podem exceder fs/2, e mesmo que o próprio sinal de entrada tenha uma largura de banda limitada, o processo de amostragem do ADC (especialmente a discretização) introduzirá ruído de quantização. O filtro passa-baixa anti-aliasing pode reduzir o impacto do ruído de alta frequência. O filtro passa-baixa anti-aliasing é, na verdade, um filtro passa-baixa RC (resistor-capacitor), e sua frequência de corte fc geralmente é definida um pouco abaixo de fs/2, mas um pouco acima da largura de banda efetiva do sinal (por exemplo, para uma largura de banda de 100 Hz em um acelerômetro, fc é definida como 150 Hz), garantindo que apenas sinais com frequências abaixo da frequência de Nyquist passem. Se a frequência de amostragem do clock do ADC for de 2 kHz, a frequência de corte fc não deve ser superior a 1 kHz. A fórmula para calcular a frequência de corte fc é fc = 1/(2π×R×C). O filtro passa-baixa anti-aliasing é usado para reduzir o ruído de fundo e, assim, melhorar a resolução do acelerômetro. Geralmente, no projeto, a largura de banda é limitada à frequência mais baixa exigida pela aplicação para maximizar a resolução e a faixa dinâmica do acelerômetro.
Na prática, se for utilizado o ADXL103 ou ADXL203 da ADI, o filtro passa-baixa interno já está integrado. A frequência de corte (ponto de -3dB) é determinada pelo capacitor externo C conectado ao terminal de saída, e somente conectando um capacitor em paralelo ao pino de saída e formando um filtro passa-baixa com o resistor de saída interno é possível obter as funções de anti-aliasing e supressão de ruído. O circuito de aplicação real é mostrado na Figura 2, e seu valor correspondente de fc = 5 µF/C.
O sinal analógico passa por um filtro passa-baixa anti-aliasing e é enviado ao módulo ADC. Sob o pulso do clock de amostragem, um fluxo contínuo de dados é gerado. Nesse momento, os dados inevitavelmente ainda contêm ruído. Para filtrar o ruído, é necessário adotar a tecnologia de filtragem digital para processar os dados obtidos. Comparados aos filtros analógicos, os filtros digitais geralmente apresentam respostas de frequência mais estáveis, podem suprimir com precisão sinais fora da banda, possuem boa repetibilidade e podem ser implementados tanto em software puro quanto utilizando aceleração por hardware de filtros FIR (Resposta ao Impulso Finito) ou IIR (Resposta ao Impulso Infinita). A filtragem digital pode ser totalmente baseada em software ou implementada utilizando aceleração por hardware de filtros FIR ou IIR.
Devido à alta ordem dos filtros FIR, eles consomem mais recursos computacionais e são mais adequados para execução em DSPs ou MCUs de alto desempenho. A expressão da equação de diferença entre eles é mostrada na figura a seguir.
Para um filtro FIR passa-baixa de 120ª ordem usando uma janela de Kaiser, a atenuação na banda de rejeição geralmente atinge mais de 60 dB. Comparados aos filtros IIR, os filtros FIR têm uma banda de transição mais ampla e um atraso de grupo maior, e sua resposta em tempo real não é tão rápida quanto a dos filtros IIR.
Se os recursos computacionais forem limitados em uma plataforma embarcada ou para obter uma banda de transição mais íngreme, filtros IIR também podem ser usados. Comparados aos filtros FIR, os filtros IIR têm maior eficiência computacional (podem atingir alto desempenho com ordens mais baixas), apresentam mudanças de fase não lineares e são adequados para acelerômetros, mas podem ser instáveis. As posições dos polos precisam ser cuidadosamente otimizadas. A expressão geral da equação de diferença para filtros IIR é mostrada na figura a seguir.
Um filtro digital passa-baixa IIR elíptico de 4ª ordem geralmente consegue uma atenuação na banda de rejeição superior a 60dB quando a ondulação na banda de passagem é de 0,5dB.
Às vezes, para obter um resultado de saída suave, os dados de saída dentro de uma determinada janela do filtro mencionado são submetidos a uma filtragem de média recursiva para reduzir a influência do ruído. Dada uma sequência de sinal x[n] contendo N amostras, onde n é o índice da amostra (de 0 a N-1), a filtragem de média móvel é realizada deslizando uma janela de comprimento fixo M sobre a sequência de sinal e calculando a média das amostras dentro da janela. Para cada posição k da janela deslizante, a saída filtrada y[k] pode ser calculada usando a seguinte fórmula:
O tamanho M da janela deslizante determina o grau de suavização. Uma janela maior pode suavizar o sinal com mais eficácia, mas pode resultar em uma resposta atrasada; uma janela menor pode responder às mudanças no sinal mais rapidamente, mas o efeito de suavização pode ser inferior. Normalmente, quando a frequência de amostragem do ADC é de 2000 Hz, M é definido como 10.
Xml política de Privacidade blog Mapa do site
Direitos autorais
@ Micro-Magic Inc Todos os direitos reservados.
SUPORTADO POR REDE
Português
