一种晶振温度测试数据智能分析存储系统技术方案

本发明专利技术涉及数据处理领域，具体涉及一种晶振温度测试数据智能分析存储系统，包括：数据采集模块，采集实际温度数据；数据处理模块，根据实际温度数据得到第一次平滑后的数据；根据实际温度数据和第一次平滑后的数据得到第一特征，根据第一特征对原始数据进行分组得到分组结果；利用实际温度数据和第一次平滑后的数据计算各组的误差，并得到各组最优平滑因子；数据存储模块，根据各组最优平滑因子得到第二次平滑后的数据；然后对其进行存储；数据分析模块，对第二次平滑后的数据进行分析得到不同温度下的频率特性，根据频率的变化判断该晶振的质量。本发明专利技术用数据处理方式对数据分组，获取各组的平滑因子，提高预测数据的准确性。提高预测数据的准确性。提高预测数据的准确性。

【技术实现步骤摘要】
一种晶振温度测试数据智能分析存储系统


[0001]本专利技术涉及数据处理
，具体涉及一种晶振温度测试数据智能分析存储系统。

技术介绍

[0002]随着电子设备的发展和普及，晶振在电子设备中的应用越来越广泛，人们对晶振的质量和稳定性的要求也越来越高。晶振是一种电子元器件，通过产生稳定的高频信号，使电路工作在稳定的频率范围之内。因此，晶振的稳定性和精度对于设备的性能和可靠性有着重要的影响。
[0003]晶振在不同温度下会产生频率变化，在进行温度测试时，由于各种因素的影响，采集到的实际温度数据往往会存在一定的波动和噪声。如果直接使用这些未经处理的实际温度数据进行分析和存储，可能会导致结果的不稳定性和误差的增大。因此，在对晶振的温度测试数据分析存储之前，需要对实际温度数据进行平滑处理，有效的减少数据的噪声和波动，提高数据的准确性和可靠性。
[0004]指数平滑法是一种常用的时间序列预测方法，其核心是平滑因子的选择。传统指数平滑法中，平滑因子是认为设定的，平滑因子取的过小，会导致数据平滑程度不够，未消除噪声点所带来的影响；平滑因子取的过大，会导致数据过平滑，失去了原有的温度变化特征，导致分析结果不准确。

技术实现思路

[0005]本专利技术提供一种晶振温度测试数据智能分析存储系统，以解决现有的问题。
[0006]本专利技术的一种晶振温度测试数据智能分析存储系统采用如下技术方案：本专利技术一个实施例提供了一种晶振温度测试数据智能分析存储系统，该系统包括以下模块：数据采集模块，采集实际温度数据；数据处理模块，根据实际温度数据和预设的初始平滑因子得到第一次平滑后的数据；将实际温度数据和第一次平滑后的数据记为原始数据；根据实际温度数据和第一次平滑后的数据得到第一特征，根据第一特征对原始数据进行分组得到分组结果，分组结果包括若干个组；根据分组结果中的实际温度数据和第一次平滑后的数据得到各组在初始平滑因子下的误差，根据各组在初始平滑因子下的误差得到各组最优平滑因子；数据存储模块，根据各组最优平滑因子对各组中的实际温度数据重新进行平滑，得到各组第二次平滑后的数据；将各组第二次平滑后的数据进行拼接得到实际温度数据第二次平滑后的数据，对实际温度数据第二次平滑后的数据进行存储；数据分析模块，对第二次平滑后的数据使用温度
‑
频率特性曲线得到不同温度下的频率，根据频率的变化使用测量频率偏差法进行晶振质量的检测。
[0007]进一步地，所述第一次平滑后的数据的具体获取步骤如下：将初始平滑因子作为指数平滑公式中的平滑因子，根据指数平滑公式计算每个实际温度数据的平滑预测数据，作为第一次平滑后的数据。
[0008]进一步地，所述第一特征的具体获取步骤如下：第一特征的公式：式中，表示第个平滑预测数据；表示第个实际温度数据，表示第t个时刻的第一特征。
[0009]进一步地，所述根据第一特征对原始数据进行分组得到分组结果，包括的具体步骤如下：根据原始数据获得第一组，具体过程为：设置一个累加器g，累加器g的初始值为0；获取第一个时刻的第一特征；然后用计算出的与差异变化阈值A进行比较，当时，累加器g加1，当时，累加器g不变；然后再计算获取第二个时刻的第一特征；然后用计算出的与差异变化阈值A进行比较，当时，累加器g加1，当时，累加器g不变；然后再计算获取第三个时刻的第一特征；然后用计算出的与差异变化阈值A进行比较，当时，累加器g加1，当时，累加器g不变；以此类推，直至在第n时刻得到的，用计算出的与差异变化阈值A进行比较，当时，此时累加器g加1，如果此时累加器g=10，将n个数据放入第一个分组中，至此得到第一组；将第一组中的数据从原始数据中去除，获得新的原始数据，同理，根据新的原始数据获得第二组；以此类推，直至获取所有满足条件的组，将剩余的原始数据作为一个新的组，获得所有组。
[0010]进一步地，所述根据分组结果中的实际温度数据和第一次平滑后的数据得到各组在初始平滑因子下的误差，包括的具体步骤如下：根据各组中每一时刻实际温度数据与平滑预测数据之间的差值平方的均值来得到各组在初始平滑因子下的误差。
[0011]进一步地，所述各组最优平滑因子的具体获取方法为：将任意一组记为目标组，当目标组在初始平滑因子下的误差小于等于预设阈值时，则目标组的平滑因子不用改变；当目标组在初始平滑因子下的误差大于预设阈值时，则通过平滑因子的调整值对目标组的初始平滑因子进行修正，将目标组的初始平滑因子与平滑因子的调整值的和作为目标组的新的平滑因子；以此类推，对目标组的新的平滑因子进行修正，直至目标组的新的平滑因子的误
差小于等于预设阈值，将此时的平滑因子作为各分组结果的最优平滑因子。
[0012]进一步地，所述平滑因子的调整值的具体获取方法为：平滑因子的调整值的计算公式为：式中，表示平滑因子的调整值，表示目标组的平滑因子，表示平滑因子为时的误差，B表示误差阈值。
[0013]进一步地，所述指数平滑公式的具体获取步骤如下：式中，表示第个平滑预测数据；表示平滑因子；表示第个实际温度数据；表示第个平滑预测数据；表示在[1,t
‑
1]区间内的第个位置。
[0014]进一步地，所述各组第二次平滑后的数据的具体获取步骤如下：将分组结果的最优平滑因子作为指数平滑公式中的平滑因子，根据指数平滑公式计算分组结果中每个实际温度数据的平滑预测数据，作为分组结果第二次平滑后的数据。
[0015]进一步地，所述将各组第二次平滑后的数据进行拼接得到实际温度数据第二次平滑后的数据，包括的具体步骤如下：将各组第二次平滑后的数据按照原先位置顺序进行拼接得到实际温度数据第二次平滑后的数据。
[0016]本专利技术的技术方案的有益效果是：指数平滑法是对数据进行平滑的方法之一，通过设置平滑因子对数据进行平滑处理。传统的指数平滑法是将全局设置为同一个平滑因子，进行平滑处理。而在晶振数据中，随着温度的变化，晶振的频率数据也会发生不同的变化，采用全局单平滑因子对数据进行平滑会造成较大的误差。因此，本专利技术通过设置初始平滑因子后的数据与实际温度数据的差异对数据进行自适应分段，使每一分段内的数据差异性较小。然后，根据每一分段内的数据，计算每一分段内的最优平滑因子，使同一分段内的数据利用同一平滑因子进行平滑时的误差较小。令对数据进行平滑时的误差减小，从而提高对晶振实际温度数据进行分析时的准确率。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本专利技术一种晶振温度测试数据智能分析存储系统的模块流程图。
具体实施方式
[0019]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结
合附图及较佳实施例，对依据本专利技术提出的一种晶振本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种晶振温度测试数据智能分析存储系统，其特征在于，该系统包括以下模块：数据采集模块，采集实际温度数据；数据处理模块，根据实际温度数据和预设的初始平滑因子得到第一次平滑后的数据；将实际温度数据和第一次平滑后的数据记为原始数据；根据实际温度数据和第一次平滑后的数据得到第一特征，根据第一特征对原始数据进行分组得到分组结果，分组结果包括若干个组；根据分组结果中的实际温度数据和第一次平滑后的数据得到各组在初始平滑因子下的误差，根据各组在初始平滑因子下的误差得到各组最优平滑因子；数据存储模块，根据各组最优平滑因子对各组中的实际温度数据重新进行平滑，得到各组第二次平滑后的数据；将各组第二次平滑后的数据进行拼接得到实际温度数据第二次平滑后的数据，对实际温度数据第二次平滑后的数据进行存储；数据分析模块，对第二次平滑后的数据使用温度
‑
频率特性曲线得到不同温度下的频率，根据频率的变化使用测量频率偏差法进行晶振质量的检测。2.根据权利要求1所述一种晶振温度测试数据智能分析存储系统，其特征在于，所述第一次平滑后的数据的具体获取步骤如下：将初始平滑因子作为指数平滑公式中的平滑因子，根据指数平滑公式计算每个实际温度数据的平滑预测数据，作为第一次平滑后的数据。3.根据权利要求1所述一种晶振温度测试数据智能分析存储系统，其特征在于，所述第一特征的具体获取步骤如下：第一特征的公式：式中，表示第个平滑预测数据；表示第个实际温度数据，表示第t个时刻的第一特征。4.根据权利要求1所述一种晶振温度测试数据智能分析存储系统，其特征在于，所述根据第一特征对原始数据进行分组得到分组结果，包括的具体步骤如下：根据原始数据获得第一组，具体过程为：设置一个累加器g，累加器g的初始值为0；获取第一个时刻的第一特征；然后用计算出的与差异变化阈值A进行比较，当时，累加器g加1，当时，累加器g不变；然后再计算获取第二个时刻的第一特征；然后用计算出的与差异变化阈值A进行比较，当时，累加器g加1，当时，累加器g不变；然后再计算获取第三个时刻的第一特征；然后用计算出的与差异变化阈值A进行比较，当时，累加器g加1，当时，累加器g不变；以此类推，直至在第n时刻得到的，用计算出的与差异变化阈值A进行比较，当时，此时累加器g加1，如果此时累加器g=10，将n个数据放入第一个分组中，至此得到第一
...

【专利技术属性】
技术研发人员：曾志，刘卫华，刘勇，董占恩，周小刚，王帮鑫，朱立璐，张孝天，刘志敏，韩盼盼，
申请(专利权)人：山东盈动智能科技有限公司，
类型：发明
国别省市：