我真的很想把这篇文章命名为“Of RMS and the Mean I sing”。但是明智的编辑头头们曾不止一次地告诉我,古怪的标题不会吸引人们,这种虚假的学识反而会疏远读者。现在,我对滤波器的了解比对George Bernard Shaw的作品要多得多,所以我最终放弃了自作聪明的标题,而在文章中对下面五个与RMS相关的信息,着重强调了它们的实用价值:
1.RMS是给定信号段的特定属性
2.滤波与求平均值不是一回事
3.RMS并非总是与功率有关
4.在采样系统中,RMS比均值更优
5.无法通过对连续的RMS结果滤波来提高精度
信息1:RMS是给定信号段的特定属性
RMS的“基本”定义众所周知,即对一些数据求平方(S),求出平均值(M),然后取平方根(R)。那么,为什么不称其为SMR,而是RMS呢?我猜想那是因为采用了逆波兰记法(RPN)。我肯定是个爱好者,花了大量时间在全新的“特别版”HP 15计算器上。但是我离题了。
好吧,我们应该使用哪些数据?当有人拿来一个BNC插座,问您“这个插座出来的信号,RMS值是多少?”时,您可能会回答:“我想您的意思是:您问这个问题时两个时间点之间的信号的RMS值。”
这个回答其实没那么滑稽,问题在于,对于任何未知信号,仅当给出相关信号段的起止时间时,才能确定其RMS“值”。如果是连续时间(“模拟”)信号,则其计算是先在起止时间之间对信号的平方进行时间上的积分,将其除以持续时间,然后取平方根。而对于采样信号来说,则实际上只需要对所有采样点的平方取平均值,然后取该平方根即可。
如果信号确实是周期性的,那么把测量时间设置为波形周期的整数倍,就会非常好。这样得到的数字就与测量的起止时间无关。换句话说,周期性波形的RMS值是该波形的一个特征常数。这个捷径通常在计算中非常有用——在与波形周期相等的时间间隔内,与RMS值相等的DC电压,对恒定负载提供的能量与信号本身相同。但我在这儿说得有点超前了……
信息2&