機械振動無線傳感器網(wǎng)絡(luò)節(jié)點高精度數(shù)據(jù)采集方法

曾貴偉， 湯寶平， 鄧　蕾， 肖　鑫

(重慶大學(xué) 機械傳動國家重點實驗室，重慶　400030)

?

機械振動無線傳感器網(wǎng)絡(luò)節(jié)點高精度數(shù)據(jù)采集方法

曾貴偉， 湯寶平， 鄧?yán)伲?肖鑫

(重慶大學(xué) 機械傳動國家重點實驗室，重慶400030)

為滿足通用機械振動監(jiān)測中高采樣率、采集精度的需求，提出一種基于IEPE加速度傳感器的無線傳感器網(wǎng)絡(luò)節(jié)點高精度數(shù)據(jù)采集方法。采用雙核心處理器構(gòu)架，降低網(wǎng)絡(luò)維護(hù)與采集控制的耦合性，獨立高精度時鐘控制采集時序，提高數(shù)據(jù)采集頻率精度。設(shè)計低噪聲DC-DC電源轉(zhuǎn)換方案，在充分考慮轉(zhuǎn)換效率的前提下抑制電源噪聲為30 μVRMS；設(shè)計能自抑制電源噪聲的恒流源激勵，減小IEPE加速度傳感器的信號噪聲；設(shè)計通帶平穩(wěn)的三階低通濾波器，有效避免頻率混疊，提高數(shù)據(jù)采集幅值精度。實驗結(jié)果表明：節(jié)點采集信號噪聲僅40.7 μVRMS，濾波通帶范圍內(nèi)平均幅值誤差僅0.37%；與有線采集系統(tǒng)NI9234數(shù)據(jù)采集對比分析，頻率誤差低于最小頻率分辨率，幅值誤差最大僅2.99%，驗證了該無線傳感器網(wǎng)絡(luò)節(jié)點高精度數(shù)據(jù)采集方法的有效性。

無線傳感器網(wǎng)絡(luò)；采集精度；低通濾波；IEPE加速度傳感器

目前無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks, WSNs)用于機械振動監(jiān)測[1-3]存在采樣率不高、幅值精度和頻率精度低等問題，而無法滿足機械振動信號高精度采集需求。針對信號采集頻率精度，UDDIN等[4]從時鐘偏差角度分析了節(jié)點時鐘頻率對采集頻率準(zhǔn)確性的影響，SWAIN等[5-6]從晶振漂移角度分析了晶振的非理想特性影響節(jié)點采集頻率的穩(wěn)定性，并提出校正補償算法。復(fù)雜的補償算法耗費大量節(jié)點資源，影響采集時序。針對信號采集幅值精度，JO等[8]設(shè)計低噪聲采集方案，實現(xiàn)了低頻信號的高精度采集，蔡巍巍等[9]采用16bit A/D提高了信號采集分辨率，同時將采樣率增加到數(shù)kHz，但由于寬頻帶下MEMS傳感器[10-11]噪聲大，影響采集信號的信噪比，機械振動信號高頻采集幅值精度問題未能有效解決。

為實現(xiàn)機械振動信號高精度采集，目前有線采集系統(tǒng)常采用IEPE加速度傳感器獲取振動信號[12-13]。由于IEPE加速度傳感器具有靈敏度高、噪聲密度小、通帶范圍寬等優(yōu)點，能提高采集信號的信噪比。無線傳感器網(wǎng)絡(luò)節(jié)點由電池供電，IEPE加速度傳感器需電源轉(zhuǎn)換及恒流驅(qū)動，而現(xiàn)有無線傳感器網(wǎng)絡(luò)節(jié)點均未實現(xiàn)，造成高頻采樣時采集精度不高。

在前期研究中，針對多節(jié)點采集問題，提出了無線傳感器網(wǎng)絡(luò)跨層同步采集方法。本文針對單個節(jié)點數(shù)據(jù)采集精度問題，提出一種基于IEPE加速度傳感器的無線傳感器網(wǎng)絡(luò)節(jié)點數(shù)據(jù)采集方法，從傳感器驅(qū)動、信號調(diào)理和采集時序控制等方面進(jìn)行研究，實現(xiàn)機械振動信號的高精度采集。

1　高精度數(shù)據(jù)采集方法

1.1精度影響因素

噪聲是影響節(jié)點采集幅值精度和頻率精度的關(guān)鍵因素，來源主要有傳感器、電源和調(diào)理電路等。電池供電的無線傳感器網(wǎng)絡(luò)節(jié)點驅(qū)動IEPE傳感器尤其面臨噪聲問題：首先，傳感器的固有噪聲無法避免，噪聲有效值可由式(1)[14]計算：

(1)

式中：ND為噪聲密度；BW為傳感器帶寬。

其次，低電壓電池驅(qū)動IEPE傳感器需進(jìn)行電源轉(zhuǎn)換，而轉(zhuǎn)換會導(dǎo)致電源紋波增大，直接影響傳感器和信號調(diào)理電路性能；最后，IEPE加速度傳感器信號由電源線輸出，交流耦合調(diào)理電路將引入約翰遜噪聲、散射噪聲及1/f噪聲，影響采集信號的精度。

另外，現(xiàn)有無線傳感器網(wǎng)絡(luò)節(jié)點采集時序均由處理器定時器控制，受時鐘頻率和網(wǎng)絡(luò)維護(hù)中斷等影響，復(fù)雜的補償算法未能有效提高頻率精度。

1.2方法原理

本文提出的高精度數(shù)據(jù)采集方法見圖1。首先設(shè)計低噪聲電源管理方案，隔離數(shù)字電路和模擬電路串?dāng)_。然后設(shè)計自抑制電源噪聲的恒流源驅(qū)動IEPE加速度傳感器，有效降低傳感器輸出信號噪聲；設(shè)計通帶平穩(wěn)的三階低通濾波，去除高頻信號的干擾，提高通帶范圍內(nèi)振動信號的幅值精度。最后，采用雙核心處理器構(gòu)架，減小網(wǎng)絡(luò)維護(hù)與采集控制耦合性，采用高精度獨立時鐘，經(jīng)微處理器分頻后作為A/D采樣時鐘，避免A/D采樣時序被中斷，提高采樣的頻率精度。

圖1　高精度數(shù)據(jù)采集方法Fig.1 High precision data acquisition method

2　低噪聲IEPE驅(qū)動設(shè)計

IEPE加速度傳感器工作需要2～20 mA恒定電流和18～30VDC激勵電壓。而無線傳感器網(wǎng)絡(luò)節(jié)點采用兩節(jié)鋰電池供電，電量較低，為降低節(jié)點功耗并保證足夠的輸入電壓范圍，選擇2 mA恒流和24 V激勵電壓。

2.1低噪聲激勵電壓

兩節(jié)鋰電池充滿電時為8.2 V，當(dāng)放電到7 V時節(jié)點停止工作，避免鋰電池過放。由于IEPE加速度傳感器需要24 V激勵電壓，節(jié)點電壓需升壓才能達(dá)到要求，若電池電壓8.2 V直接升壓至24 V則可能帶來兩方面的問題：① 一次升壓太多導(dǎo)致DC-DC效率降低，② 升壓導(dǎo)致電源噪聲增大，影響采集精度。因此本文采用正負(fù)升壓方式將電池電壓升至±12.5 V，由于DC-DC開關(guān)穩(wěn)壓會向升壓后的電源引入大量噪聲，不能直接用作于高精度采集模塊電源。升壓后級聯(lián)低壓差、低噪聲LDO線性穩(wěn)壓，將電源電壓降至±12 V，同時將電源噪聲抑制在30 μVRMS內(nèi)。

采用正負(fù)升壓的方式減緩了一次性升壓太多導(dǎo)致的DC-DC效率問題，而開關(guān)穩(wěn)壓后級聯(lián)高精度LDO穩(wěn)壓有效地降低了升壓帶來的電源噪聲。以-12 V作為IEPE傳感器的參考地，則+12 V與參考地之間的壓差為24 V，作為IEPE加速度傳感器的激勵電壓和模擬前端電路電源。

2.2自抑制電源噪聲恒流源

IEPE加速度傳感器的精度不僅與激勵電壓有關(guān)，更取決于恒流驅(qū)動的精度。本文設(shè)計了一種能自抑制電源噪聲的高精度恒流源，原理見圖2。

圖2　恒流源原理圖Fig.2 Schematic of constant-current source

該恒流源主要由一個低端基準(zhǔn)恒流源和一個高端基準(zhǔn)恒流源組成，兩級恒流源級聯(lián)自抑制電源噪聲。圖中VREF為精密參考電壓輸入，忽略三極管Q1、Q2基極電流影響，由運算放大器A1、A2正負(fù)輸入端的虛短、虛斷特性可求出IEPE傳感器的恒流激勵：

(2)

由式(2)可看出，理論上恒流激勵的精度只與VREF、R1、R2、R3有關(guān)，設(shè)置適當(dāng)?shù)腞和VREF值即可控制恒流大小為2 mA。但由于運算放大器的非理想特性和各引腳寄生電容影響，信號經(jīng)過運算放大器會產(chǎn)生相位差，使低、高端基準(zhǔn)恒流源的VCC不能完全抵消，因此需要補償電路進(jìn)行偏置和相位補償，減小運算放大器的影響，實現(xiàn)自抑制電源噪聲恒流源。

3　濾波通帶平穩(wěn)的信號調(diào)理設(shè)計

工業(yè)環(huán)境下A/D轉(zhuǎn)換器常采用差分輸入方式，能有效抑制共模干擾，并且在信號輸入端進(jìn)行三階低通濾波，消除高頻噪聲干擾。傳感器信號由Vin輸入運算放大器A1反相端，進(jìn)行反相放大和一階低通濾波，但由于一階低通濾波不足以消除截止頻率(-3 dB)之后的高頻干擾信號，而且會導(dǎo)致通帶范圍內(nèi)的幅值精度不斷降低，所以級聯(lián)了多重反饋二階濾波，提升通帶內(nèi)信號的平穩(wěn)性，增加截止頻率后的衰減速率，信號調(diào)理電路見圖3。

圖3　信號調(diào)理電路原理圖Fig.3 Schematic of the signal processing

信號通過濾波器后的增益可由式(3)～(5)計算：

式中 n=1,2,…,5；f為輸入信號頻率。

(3)

式中:Rn//XCn為電阻與電容并連阻抗。

(4)

A=A1A2

(5)

調(diào)整式中R、C參數(shù)可計算出信號的增益A，仿真見圖4。使1 Hz～15 kHz有效通帶范圍內(nèi)增益平穩(wěn)，確保采集信號的幅值精度，超過15 kHz的則認(rèn)為是高頻干擾信號，應(yīng)通過低通濾波衰減去除，從仿真圖可以看出設(shè)計的低通濾波效果理想。

圖4　低通濾波仿真Fig.4 Simulation of the low pass filter

經(jīng)過低通濾波后的信號分別接入低功耗、高精度運算放大器A3、A4的正相輸入端和反相輸入端進(jìn)行單端到差分轉(zhuǎn)換，A3、A4的電路結(jié)構(gòu)完全對稱保證差分信號的對稱性，并分別給以2.5 V偏置，使差分信號在A/D的最佳輸入范圍。

機械振動信號往往時域波形雜亂，需要進(jìn)行頻譜變換得到其頻域信息，這就要求低通濾波器既要使通帶內(nèi)增益平穩(wěn)又要有恰當(dāng)?shù)慕刂诡l率抗混疊，才能得到正確的頻域信息。本文采用專用于工業(yè)環(huán)境的24位高精度A/D轉(zhuǎn)換器ADS1271，低功耗模式下最高采樣率為52.734 kHz?？紤]到本文節(jié)點的處理能力和能耗，為滿足機械振動監(jiān)測，設(shè)計最高采樣率為40 kHz。ADS1271的采樣率由時鐘控制，采用頻率為20.480 0 MHz的高精度有源晶振，由微處理器控制分頻后作為A/D采樣控制的獨立高精度時鐘，此時鐘不受網(wǎng)絡(luò)維護(hù)和處理器的影響，保證了采樣頻率的穩(wěn)定性。

ADS1271采用低功耗模式時，其內(nèi)部有64倍過采樣，并進(jìn)行數(shù)字濾波至采樣頻率的一半。設(shè)置適當(dāng)?shù)腞、C的值，使圖3中信號調(diào)理電路濾波截止頻率為25 kHz，并且15 kHz通帶范圍內(nèi)增益平穩(wěn)，去除高頻噪聲信號干擾。為滿足Nyquist采樣定理，A/D內(nèi)部采樣率應(yīng)大于50 kHz，當(dāng)節(jié)點以最高40 kHz采樣頻率采集時，A/D內(nèi)部采樣率為2 560 kHz，不會產(chǎn)生頻率混疊；當(dāng)節(jié)點需要以低頻采集時，則節(jié)點不產(chǎn)生混疊的理論最低采樣率可設(shè)置為781.25 Hz。實際設(shè)計節(jié)點的最低采樣率為1.6 kHz，使A/D內(nèi)部有足夠的采樣率，避免截止頻率之后未被衰減完全的高頻信號干擾，充分保證采集信號頻率的準(zhǔn)確性。

4　精度測試與應(yīng)用

節(jié)點的采集精度受信號頻率、信號振幅、噪聲、電阻電容及運放的非理想特性等因素影響，其中信號頻率和噪聲的影響尤為明顯。下面針對這兩個因素分別進(jìn)行測試，測試節(jié)點為采用本文方法所設(shè)計的WSNG3，傳感器選用PCB公司的352C03 IEPE加速度傳感器(見圖5)。

圖5　基于IEPE傳感器的無線傳感器網(wǎng)絡(luò)節(jié)點Fig.5 The WSNs node based on IEPE sensor

4.1節(jié)點噪聲測試

噪聲是影響采集的關(guān)鍵因素，在機械振動監(jiān)測中，要求采集信號具有足夠的信噪比才能準(zhǔn)確地反應(yīng)實際的振動情況。非IEPE模式下信號輸入端接地(避免工頻信號干擾)，設(shè)置節(jié)點的采樣率為40 kHz，采集一段數(shù)據(jù)即可得到節(jié)點在非IEPE模式下的噪聲信號見圖6(a)；IEPE模式下，節(jié)點接352C30 IEPE傳感器，設(shè)置采樣率為40 kHz，待傳感器穩(wěn)定后采集一段數(shù)據(jù)，采集到的噪聲信號見圖6(b)。

圖6　節(jié)點噪聲測試Fig.6 Noise test of the node

非IEPE模式下的噪聲僅有31.5 μVRMS，由于信號輸入端接地，說明此噪聲為節(jié)點的固有噪聲，噪聲來源主要有：節(jié)點未進(jìn)行屏蔽封裝而引入的電磁干擾、PCB布局及器件的非理想特性、差分電路的非完全對稱性、電源噪聲等。IEPE模式下的噪聲為40.7 μVRMS，比非IEPE模式偏大，說明恒流驅(qū)動及傳感器也會引入部分噪聲，主要由圖2中VREF和R、C補償不完全造成。

4.2頻率精度測試

測量節(jié)點的頻率精度選用Agilent 33522A函數(shù)發(fā)生器作為標(biāo)準(zhǔn)信號參考，分別設(shè)置節(jié)點的采樣率為10 kHz、40 kHz，采集函數(shù)發(fā)生器的標(biāo)準(zhǔn)正弦信號并作FFT分析，得到采集信號的頻率和幅值(見圖7)。為避免FFT時能量泄漏導(dǎo)致誤差，節(jié)點應(yīng)為整周期采樣，若分析點數(shù)為32 768點，則頻率分辨率分別為0.305 Hz、1.22 Hz。

圖7　節(jié)點采集函數(shù)發(fā)生器信號Fig.7 The node collect the function generator’s signal

采集三組信號后進(jìn)行分析，結(jié)果如表1所示。10 kHz、40 kHz采集信號的頻率誤差均為0%，說明采集信號頻率誤差在FFT頻率分辨率以內(nèi)，驗證了節(jié)點采樣頻率的準(zhǔn)確性。

表1　頻率誤差

4.3幅值精度測試

設(shè)置33522A函數(shù)發(fā)生器產(chǎn)生頻率為39.062 5 Hz、156.25 Hz、625 Hz、1 250 Hz、5 kHz、10 kHz、15 kHz、18 750 Hz的正弦波，并且在每種頻率下分別設(shè)置正弦波峰峰值為2 mV、5 mV、10 mV、50 mV、100 mV、500 mV、1 V、2 V、4 V。節(jié)點以40 kHz采樣率采集，采集到的信號進(jìn)行FFT分析，幅值誤差見圖8。

輸入信號頻率低于5 kHz時幅值誤差均低于0.2%，超過5 kHz幅值誤差隨頻率增大而增大，10 kHz時達(dá)到最大值2.1%，10 kHz后隨頻率增大而減小，15 kHz時減小到0.6%，幅值誤差隨頻率變化特性與仿真結(jié)果一致。當(dāng)頻率固定時，測得幅值隨入信號振幅增大而有所降低，誤差小于0.1%。在需要的通帶范圍內(nèi)整體幅值誤差波動小，平均值誤差僅為0.37%。

圖8　幅值誤差Fig.8 The amplitude error

4.4振動采集對比測試

節(jié)點的噪聲水平、頻率精度和幅值精度都分別得到了驗證，實際振動測試對象為某摩托車剛性車架，輕敲車架模擬機械振動。取兩個352C03 IEPE加速度傳感器對稱安裝在車架上，傳感器分別接入有線數(shù)據(jù)采集系統(tǒng)NI9234和無線傳感器網(wǎng)絡(luò)節(jié)點WSNG3，同時采集振動信號。

設(shè)置節(jié)點的采樣率為20 kHz，采樣點數(shù)為10 000點；NI9234與節(jié)點最相近的采樣率為25.6 kHz，采樣點數(shù)為12 800點，使得節(jié)點與NI9234的采樣時間相同(見圖9)。

圖9　振動信號時域波形Fig.9 The time-domain waveform of vibration signal

節(jié)點和NI9234無法設(shè)置為相同的采樣率，節(jié)點采樣率較低，采集相同點數(shù)的信號所需的時間更長，針對衰減信號采集，信號衰減程度更大，因此進(jìn)行頻譜分析時應(yīng)取相同時間長度的信號，而非相同點數(shù)。對節(jié)點與NI9234同時采集0.2 s的信號作DFT分析，為保證分析頻率分辨率相同，同時考慮到DFT分析運算時間，頻率分辨率設(shè)置為5 Hz。則節(jié)點分析點數(shù)為4 000點，NI9234分析點數(shù)為5 120點，取頻譜中前10 000 Hz信號進(jìn)行對比，分析結(jié)果見圖10。

主要頻率對比如表2所示。由于DFT分析的頻率分辨率為5 Hz，節(jié)點和NI9234采集到的信號頻率誤差在頻率分辨率內(nèi)，所以分析結(jié)果頻率誤差為0%；主要頻率的幅值誤差均較小，最大誤差僅2.99%。驗證了節(jié)點采集機械振動信號的能力。

圖10　振動信號頻譜Fig.10 Spectrum of vibration signal

頻率/Hz振幅/mV節(jié)點NI9234誤差/%節(jié)點NI9234誤差/%5955595505.5485.7192.996715671509.4409.3520.947755775502.5672.4972.80

5　結(jié)　論

(1) 本文在理論分析和測試的基礎(chǔ)上，充分考慮模擬采集前端設(shè)計、噪聲抑制和信號的有效提取，實現(xiàn)了恒流源噪聲自抑制和濾波通帶平穩(wěn)，解決了目前無線傳感器網(wǎng)絡(luò)節(jié)點不能實現(xiàn)機械振動信號高精度采集的關(guān)鍵問題。

(2) 采用IEPE加速度傳感器時，采集信號固有噪聲僅40.7 μVRMS；以整周期采樣采集Agilent函數(shù)發(fā)生器產(chǎn)生的參考正弦信號，平均幅值誤差僅0.37%。

(3) 與高精度有線采集器NI9234對比實驗，當(dāng)分析頻率分辨率為5 Hz時，頻率誤差為0%，幅值誤差最大僅2.99%。通過實驗測試，驗證了本文機械振動無線傳感器網(wǎng)絡(luò)節(jié)點高精度數(shù)據(jù)采集方法的有效性。

[1] 湯寶平，黃慶卿，鄧?yán)?，? 機械設(shè)備狀態(tài)監(jiān)測無線傳感器網(wǎng)絡(luò)研究進(jìn)展[J]. 振動、測試與診斷，2014, 34(1): 1-7.

TANG Baoping, HUANG Qingqing, DENG Lei, et al. Research progress and challenges of wireless sensor networks for machinery equipment condition monitoring[J]. Journal of Vibration, Measurement & Diagnosis, 2014, 34(1):1-7.

[2] FLAMMINI A, FERRARI P, MARIOLI D, et al. Wired and wireless sensor networks for industrial applications[J]. Microelectronics Journal, 2009, 40(9): 1322-1336.

[3] SPACEK A D, ANDO JUNIOR O H, MOTA NETO J, et al. Management of mechanical vibration and temperature in small wind turbines using zigbee wireless network[J]. Latin America Transactions, IEEE(Revista IEEE America Latina), 2013, 11(1): 512-517.

[4] UDDIN M B, CASTELLUCCIA C. Toward clock skew based wireless sensor node services[C]//Wireless Internet Conference(WICON), 2010 The 5th Annual ICST. Singapore, 2010.

[5] SWAIN A R, HANSDAH R C. A model for the classification and survey of clock synchronization protocols in WSNs[J]. Ad Hoc Networks, 2015,27:219-241.

[6] 黃慶卿, 湯寶平, 鄧?yán)? 等. 機械振動無線傳感器網(wǎng)絡(luò)跨層同步采集方法[J]. 儀器儀表學(xué)報,2014,35(5):1143-1148.

HUANG Qingqing, TANG Baoping, DENG Lei, et al. Synchronous acquisition method based on cross-layer design for machine vibration wireless sensor networks[J]. Chinese Journal of Scientific Instrument, 2014,35(5): 1143-1148.

[7] AHMED S, CHEN T. Minimizing the effect of sampling jitters in wireless sensor networks[J]. Signal Processing Letters, IEEE, 2011, 18(4): 219-222.

[8] JO H, SIM S H, NAGAYAMA T, et al. Development and application of high-sensitivity wireless smart sensors for decentralized stochastic modal identification[J]. Journal of Engineering Mechanics, 2011, 138(6): 683-694.

[9] 蔡巍巍，湯寶平，黃慶卿. 面向機械振動信號采集的無線傳感器網(wǎng)絡(luò)節(jié)點設(shè)計[J]. 振動與沖擊，2013,32(1):73-77.

CAI Weiwei, TANG Baoping, HUANG Qingqing. Design of wireless sensor network node for collecting mechanical vibration signals[J]. Journal of Vibration and Shock, 2013, 32(1): 73-77.

[10] PANG C, YU M, ZHANG X M, et al. Multifunctional optical MEMS sensor platform with heterogeneous fiber optic Fabry-Pérot sensors for wireless sensor networks[J]. Sensors and Actuators A: Physical, 2012, 188: 471-480.

[11] 高宗余, 方建軍, 于麗杰. MEMS 傳感器隨機誤差 Allan 方差分析[J]. 儀器儀表學(xué)報,2012,32(12):2863-2868.

GAO Zongyu, FANG Jianjun, YU Lijie. Allan variance analysis for the stochastic error of MEMS sensors[J]. Chinese Journal of Scientific Instrument, 2012, 32(12): 2863-2868.

[12] 張小龍, 潘登, 姜山, 等. 基于加速度的汽車懸架位移實時測試方法試驗研究[J]. 農(nóng)業(yè)機械學(xué)報, 2013, 44(10): 15-22.

ZHANG Xiaolong, PAN Deng, JIANG Shan, et al. Experiment on real-time test method for automotive suspension distance based on acceleration[J]. Transactions of the Chinese Society of Agricultural Machinery, 2013, 44(10): 15-22.

[13] BORGHESANI P, PENNACCHI P, CHATTERTON S, et al. The velocity synchronous discrete Fourier transform for order tracking in the field of rotating machinery[J]. Mechanical Systems and Signal Processing, 2014, 44(1): 118-133.

[14] HOROWITZ P, HILL W, HAYES T C. The art of electronics[M]. Cambridge: Cambridge University Press, 1989.

A high precision method for mechanical vibration data acquisition based on wireless sensor networks node

ZENG Guiwei， TANG Baoping，DENG Lei，XIAO Xin

(The State Key Laboratory of Mechanical Transmission，Chongqing University，Chongqing 400030，China)

In order to meet the requirements of high sampling rate and precision in general mechanical vibration monitoring, a high precision data acquisition method of wireless sensor networks(WSNs) node was proposed based on IEPE accelerometers. A dual-core-processor architecture was adopted to reduce the coupling of network maintenance and acquisition control. An independent high precision clock was used to control the acquisition timing, which improved data collection frequency accuracy. A scheme of low noise DC-DC power conversion was designed, which took into full consideration of the conversion efficiency and thus controlled the power supply noise rejection within 30μVRMS. The high precise constant current source with power supply noise self-rejection was designed, which reduced the signal noise of IEPE accelerometers. Furthermore, the steady passband ripple three-order low pass filter was designed for avoiding the frequency aliasing effectively and improving the data acquisition amplitude accuracy. Experimental results indicate that the signal noise is only 40.7μVRMSand the average amplitude error within passband is only 0.37%. In comparison with the data collection of wired system NI9234, the frequency error of WSNs is within the minimum frequency resolution, and the maximum amplitude error is only 2.99%. Results verify the validity of the high precision data acquisition method of mechanical vibration wireless sensor networks node.

wireless sensor networks (WSNs); acquisition accuracy; low-pass filter; IEPE accelerometer

國家自然科學(xué)基金(51375514;51275546)

2015-05-14修改稿收到日期：2015-09-02

曾貴偉 男，碩士生，1989年10月生

湯寶平 男，博士，教授，博士生導(dǎo)師，1971年9月生

TP274.2;TP393.1

A

10.13465/j.cnki.jvs.2016.16.011