Cómo sincronizar los datos de los sensores

Question

Supongamos que tengo varios registradores de datos que reciben datos de los sensores, ¿cómo puedo sincronizar esas señales después? La forma más obvia sería añadir marcas de tiempo a los datos, pero tienen relojes independientes, por lo que no puedo sincronizar las señales, incluso con esas marcas de tiempo.

¿Sería posible utilizar un pequeño chip horario satelital para ello, de modo que los sellos procedan todos de la misma fuente? ¿O cómo se solucionaría esto?

Answer 1

Para independiente precisos relojes, usted puede tratar a los receptores de GPS o de la onda larga de tiempo a los receptores como para WWVB.

Otra opción es poner razonable osciladores de cristal en cada unidad y de la sincronización de ellos como parte del proceso de carga de datos. El sistema de recepción de datos sabe que el actual tiempo absoluto y extrapola hacia atrás usando el registrador de datos de corriente del tiempo y de los sellos de tiempo. Si sabe que el tiempo absoluto de la última subida, entonces se podría tratar de difundir cualquier error que encuentre de manera uniforme durante el último intervalo.

Más detalle en la segunda solución:

Usted puede poner razonablemente decente relativa de la medición del tiempo en cada registrador de datos. Por ejemplo, 32768 Hz "ver" los cristales son baratos, de baja potencia, y está disponible con una buena precisión. Usted puede conseguir fácilmente una buena a 20 ppm.

Digamos que se carguen los datos de cada unidad una vez al mes. En entre cargas, la unidad de las marcas de tiempo de cada registro de datos de su reloj local. Estas marcas de tiempo no se sincronizan en tiempo real, pero tiene la acumulación de error de 20 ppm máximo con respecto a cada uno de los otros. 20 ppm durante un mes es de aproximadamente un minuto.

El equipo que recibe los datos cargados sabe el tiempo real y el registrador de datos de corriente del tiempo y por lo tanto puede determinar cómo trabajar hacia atrás para encontrar el tiempo real de cada uno de los registros de datos con hasta 20 ppm error de ir hacia atrás. Por ejemplo, los datos más antiguos de hace un mes y sólo se conoce dentro de 1 minuto. Los datos de la mitad de hace un mes para dentro de medio minuto, etc. Si 1 minuto de error es aceptable, entonces, poco más se necesita hacer.

Sin embargo, almacenando el tiempo real de la carga del evento, y por supuesto, de sellado de tiempo como de costumbre, el peor caso de error se puede reducir significativamente. Esto sólo requiere la escritura de un evento único en el registro después de cada carga. Este será el primer evento en el registro en la siguiente carga. En cada carga a continuación, usted sabe que el tiempo absoluto en el inicio y el final de la carga de datos. El peor de los casos deriva de una vez que se conoce ahora está en el medio de la carga de período, que es sólo la mitad de un mes a partir de una referencia, o sólo sobre la mitad de un minuto de descuento.

Aún mejor es que el error es independiente de que el error absoluto del reloj local. Errores de tiempo de sólo dependen de los cambios en el local de la frecuencia de reloj. Como usted sabe, el tiempo real en el comienzo y el final de la carga de datos, se puede determinar qué tan rápido o lento el reloj local corrió durante ese tiempo y se de cuenta de ello. Por ejemplo, si el oscilador local fue exactamente 20 ppm rápido todo el tiempo, entonces las marcas de tiempo se mostrará un período de 1 minuto más que la conoce de tiempo entre el inicio y el final de los datos. Si usted linealmente en proporción con la marca de hora de error, a fin de hacer que los extremos de ajuste (ya que son conocidos), los datos en el medio será exacta mientras el oscilador local no cambió. En el medio del mes, restar alrededor de la mitad de un minuto, etc.

Cristales a menudo se especifican para un error absoluto y el error relativo en el tiempo. Con el segundo esquema, el error absoluto es cancelada. Cualquier resto de error de tiempo es sólo una función de cuánto el cristal cambiado durante el último mes, que puede ser significativamente menor que el promedio del error absoluto.