基于C语言实现离散时域积分算法

 

时域积分

公式如下：

由于实际应用时传感器采样得到的点都是离散的，因此我们常常需要用到的是离散时域积分算法，对离散点的积分就是求和。

 

matlab实现积分算法：

% 积分
clc;
t=0:1/1000:0.2;        %时间向量，包含了10个周期
syms x
f=0.5*cos(100*pi*x);   %测试函数定义
x1=0.5*cos(100*pi*t);  %离散化处理
v=int(f);              %一次积分
x2=subs(v, t);         %用t置换表达式v中的自变量x后再赋给x2，此时x2即为保存了离散数据的数组

subplot(1, 2, 1);
plot(t, x1);           %绘制原始数据波形
subplot(1, 2, 2);
plot(t, x2);           %绘制一次积分后的波形

输出波形：

 

 

 

MCU实现积分算法：

float Data_In[1024];
float Data_Out[1024];


/**
  * 说明 : 一次积分运算
  * 参数 : in, 输入数据指针
  *        out, 输出数据指针
  *        len, 数据长度
  * 返回 : 无
  */
void Integra_Handle(float* in, float* out, uint32_t len)
{
	float sum=0.0f;
	for(uint32_t i=0; i<len; i++)
	{
		sum += in[i];
		out[i]=sum/1024.0f;		/*!< 除以采样率 */
	}
}


/**
  * 说明 : 积分运算
  * 参数 : 无
  *        无
  * 返回 : 无
  */
void Integral_App(void)
{
	/** 数据生成函数：生成1024个点 */
	for(uint32_t i=0; i<1024; i++)
	{
    Data_In[i]=0.5f*arm_cos_f32(PI*2*i*50.0f/1024.0f);				
	}  

    /** 积分算法 */
	Integra_Handle(Data_In, Data_Out, 1024);
	
    /** 打印原始波形和积分后的波形 */
    for(uint32_t i=0; i<1024; i++)
    {
      printf("%f, %f\n", Data_In[i], Data_Out[i]);
    }
}

 输出波形：

原始波形：

积分后波形（采样率：1024）：

积分后波形（采样率：3000）：

结论：

从上面的波形可以看出离散积分算法得到的波形和理论的存在误差，采样率1024时的幅度0.001828和实际的0.001592差很多，相位差的不是很多，产生此现象的原因是离散化程度不够高导致的，要想减小此误差需要减小离散间隔，即增加采样率。