以sigma-delta模数转换器模型为例的DSP任务
本示例实现了Sigma-Delta模数转换器(Sigma-Delta ADC)模型，该模型使用delta-sigma调制方法在测量模拟信号中实现了高精度和分辨率。 广泛应用于各种需要高测量精度的应用场合，如音频、测量传感器等。 （模型sigma_delta_adc。工程师):
接下来，在这个例子中，分析了Sigma-Delta ADC在Simulink和Engee中的工作，并比较了两个开发环境的工作结果。
首先，您需要连接库:
In [ ]:
Pkg.add(["Statistics", "CSV"])
In [ ]:
# 连接图书馆
using Plots
using CSV
using DataFrames
using Statistics
plotlyjs();
启动在Engee开发环境中实现的模型。
In [ ]:
modelName = "sigma_delta_adc"
SDC_model = modelName in [m.name for m in engee.get_all_models()] ? engee.open( modelName ) : engee.load( "$(@__DIR__)/$(modelName).engee");
results = engee.run( modelName )
Out[0]:
模型输出的可视化
In [ ]:
SD_ADC_res_t = results["SD_ADC"].time;
SD_ADC_res_d = results["SD_ADC"].value;
p_adc_da_sl = plot(SD_ADC_res_t, SD_ADC_res_d, legend = false) # 绘制图形
plot!(title = "Engee中的仿真结果", ylabel = "数字信号", xlabel="时间，c") # 轴的签名和图形的标题
Out[0]:
Simulink中的仿真结果:
In [ ]:
using MATLAB # 连接MATLAB内核
mat"cd /user/start/examples/dsp/sigma_delta_adc"
mat"""
out = sim('sigma_delta_adc');
sig = getElement(out.yout,1);
$DA_times = sig.Values.Time;
$DA_values = sig.Values.Data;
"""; # Запуск Simulink
In [ ]:
p_adc_da_sl = plot(DA_times, DA_values, legend = false)
plot!(title = "Simulink中的仿真结果", ylabel = "数字信号", xlabel="时间，c")
Out[0]:
模型使用可变间距求解器。 有必要"同步"信号。 首先，让我们把图表放在彼此的顶部。:
In [ ]:
plot(SD_ADC_res_t ,SD_ADC_res_d, label = "Engee")
plot!(title = "模拟结果比较")
plot!(DA_times, DA_values, label = "Simulink")
# plot!(label = ["Engee" "Simulink"])
plot!(legend = :outertopright,ylabel = "数字信号", xlabel="时间，c")
Out[0]:
我们找到两个向量与模拟时间的交集:
In [ ]:
# 1. 检查数组长度是否一致
if length(SD_ADC_res_t) != length(SD_ADC_res_d)
error("SD_ADC_res_t和SD_ADC_res_d的大小不匹配！")
end
# 2. 将DA_times/DA_values修剪为SD_ADC_res_t的长度（如有必要）
new_length = min(length(DA_times), length(SD_ADC_res_t))
DA_times = DA_times[1:new_length]
DA_values = DA_values[1:new_length];
# 3. 我们找到时间戳的交集
common_times = intersect(DA_times, SD_ADC_res_t)
if isempty(common_times)
error("DA_times和SD_ADC_res_t之间没有匹配的时间戳！")
end
然后，您需要获取公共点中的值。
In [ ]:
# 4. 我们找到匹配元素的索引（使用整数索引）
SD_ADC_d = collect(SD_ADC_res_d).value
SD_ADC_t = collect(SD_ADC_res_t).time
da_idx = findall(t -> t in common_times, DA_times)
sd_idx = findall(t -> t in common_times, SD_ADC_t)
# 5. 确保索引在时间上彼此对应。
if !all(DA_times[da_idx] .== SD_ADC_t[sd_idx])
error("索引后时间戳不匹配！")
end
# 6. 提取数据
sd_comp_t = DA_times[da_idx]
sd_comp_sl = DA_values[da_idx]
sd_comp_en = SD_ADC_d[sd_idx]
# 7. 检查结果
@assert length(sd_comp_t) == length(sd_comp_sl) == length(sd_comp_en) "输出数组的大小不匹配！"
println("成功处理$(length(sd_comp_t))匹配点")
现在我们可以正确比较Simulink和Engee的结果。:
In [ ]:
adc_abs_tol = sd_comp_sl - sd_comp_en;
mean_adc_tol = abs(mean(adc_abs_tol));
adc_rel_tol = (sd_comp_sl - sd_comp_en)./sd_comp_sl;
mean_adc_tol_rel = abs(mean(filter(!isnan,adc_rel_tol)));
println("计算的平均绝对误差:", mean_adc_tol);
println("计算的平均相对误差, %:", abs(mean_adc_tol_rel*100));
In [ ]:
engee.close( modelName, force=true);
结论
总之，本示例实现了sigma-delta模数转换器模型。 基于这个例子，我们可以得出几个结论:
- Engee在精度上并不逊色于Simulink
- Engee允许您使用MOS，并且由于大量的块库，我们有机会实现大量的块功能。
- 而且，如果Engee的功能不足，我们可以在Engee内部使用MATLAB的功能