DE69326420T2

DE69326420T2 - Digitale Verarbeitung und Filterung von Signalen

Info

Publication number: DE69326420T2
Application number: DE69326420T
Authority: DE
Inventors: Richard J. Molnar
Original assignee: INT CONTROL AUTOMATION FINANCE
Current assignee: INT CONTROL AUTOMATION FINANCE
Priority date: 1992-12-15
Filing date: 1993-10-21
Publication date: 2000-04-13
Anticipated expiration: 2013-10-22
Also published as: DE69326420D1; NO934015D0; AU667136B2; NO934015L; EP0602780A2; CN1112751A; JPH06222885A; CA2108086A1; EP0602780B1; KR940015900A; US5339335A; EP0602780A3; KR970006623B1; BR9305030A; CA2108086C; AU5032593A; ES2136114T3; MX9307416A; SG46500A1

Description

Diese vorliegende Erfindung bezieht sich auf die digitale Signalverarbeitung und -filterung wie z. B. bei industriellen Steuerungsanwendungen und genauer gesagt, wenn auch nicht ausschließlich, auf eine solche Signalverarbeitung und -filterung, welche den Rauschanteil analoger Signalmessungen beträchtlich reduzieren.
Typischerweise misst eine industrielle Steuerung bzw. ein Regler ein Eingangssignal, welches beispielsweise von einem Sensor kommen kann. Das Analogsignal vom dem Sensor wird durch einen standardmäßigen Analog/Digitalwandler in ein digitales Signal umgewandelt, welches für das analoge Signal repräsentativ ist. Oftmals ist es üblich, daß die in den Regler bzw. in die Steuerung gelangenden analogen Sensorsignale sehr verrauscht sind. Aus diesem Grund geben die digitalen Signale, welche für die Sensorsignale repräsentativ sind, diesen Rauschanteil wieder.
Standardmäßige digitale Signalverarbeitungstechniken, wie z. B. ein konventioneller Weichtastfilter oder ein Filter für einen sich verändernden Durchschnitt werden in dem Regler verwendet, um den Rauschanteil des eingehenden Signales wegzudämpfen. Das Problem bei der Verwendung solcher standardmäßigen digitalen Signalverarbeitungstechniken liegt darin, daß man einen Kompromiß zwischen der Rauschunterdrückung bzw. -dämpfung und der Signalansprechzeit eingehen muß. Mit anderen Worten, ein Signal, welches stark gedämpft ist, unterdrückt Rauschen sehr gut, reagiert jedoch sehr langsam auf eine echte Signalveränderung. Andererseits übermittelt ein nur leicht gedämpftes Signal echte Signalveränderungen sehr gut, überträgt aber auch das Rauschen stärker als ein stark gedämpftes Signal und hat nur schlechte Rauschunterdrückungseigenschaften.
Ein Weichtastfilter mit Regelzyklen, der in einem diskreten Zeitrahmen verwendet wird, wie man ihn bei Reglern auf der Basis von Mikroprozessoren findet, kann eine Form haben wie z. B.
lag(n) = lag(n - 1) + [w(n) - lag(n-1)]/[Gewicht der Dämpfung] (1)
wobei w(n) der aktuelle Wert des Sensorsignales ist, lag(n - 1) der Wert des Weichtastfilters von dem vorhergehenden Regelzyklus ist, lag(n) der Wert des Weichtastfilters in dem aktuellen Regelzyklus ist und das Gewicht der Dämpfung die Filterreaktion bestimmt. Man beachte, daß die Variable "n" sich auf ein diskretes Zeitintervall, wie z. B. einen Regelzyklus, bezieht, wobei w(n) eine abgetastete Messung des eingehenden analogen Sensorsignales w(t) ist, welches durch den standardmäßigen Analog/ Digitalwandler durchgeführt wurde.
Die Art und Weise, in welcher der Weichtastfilter arbeitet, liegt darin, daß er den Unterschied zwischen dem neuen Sensorwert und dem vorherigen Weichtastfilterwert vergleicht. Der aktuelle Weichtastfilterwert wird zu dem vorhergehenden Weichtastfilterwert zuzüglich eines Bruchteiles dieser Differenz, die durch den Wert des Gewichtes der Dämpfung diktiert wird. Manchmal wird der Weichtastfilter mit Hilfe diskreter Zeitintervalle definiert, wie in der folgenden Gleichung:
lag(n) = lag(n - 1) + [dt[w(n) - lag(n - 1)]]/(TC + dt) (2)
wobei dt die Zeitdauer des Regelzyklus und TC die zu dem Gewicht der Dämpfung gehörende Zeitkonstante des Filters ist. Beispielsweise erreicht die Ausgangsreaktion dieses Filters 63,2% des Wertes der Eingangsstufe in dem Zeitraum, der durch die Zeitkonstante definiert wird.
Im Gegensatz zu dem Weichtastfilter besteht ein Filter für sich verändernden Durchschnitt aus einer Anzahl zuvor gespeicherter Meßwerte ebenso wie aus dem aktuellen Meßwert. Der Ausgangswert des Filters für sich bewegenden Durchschnitt ist einfach der Durchschnitt der vorbestimmten Anzahl gespeicherter Messungen. Ein sich bewegender bzw. sich verändernder Durchschnitt nimmt die Form an:
MA(n) = (w(n) + w(n - 1) + w(n - 2) ...)/Anzahl der gespeicherten Werte
wobei MA(n) der aktuelle Ausgangswert des Filters für sich ändernden Durchschnitt und w(n), w(n - 1) usw. die vorhergehenden Werte des Sensorsignales sind.
Wenn eine größere Anzahl von Werten gespeichert ist, so wird ein Durchschnitt mit einer größeren Anzahl von Abtastungen bzw. Meßwerten gebildet, was wiederum verbesserte Rauschunterdrückungseigenschaften erzeugt. Wenn das Signal sich jedoch tatsächlich verändert, so reagiert der Ausgang mit dem sich verändernden Durchschnitt nur langsam darauf. Man kann sich vorstellen, daß je mehr gespeicherte Werte sich in dem sich verändernden Durchschnitt enthalten sind, desto mehr gespeicherte Wert sich verändern müssen für eine gegebene Veränderung in der Sensorsignaleingabe. Wie bei dem Weichtastfilter hat man einen Widerspruch zwischen Rauschunterdrückung und Reaktion auf echtes Signal. Wenn weniger Werte gespeichert und für die Durchschnittbildung herangezogen werden, so kann die echte Signalveränderung besser verfolgt werden, jedoch auf Kosten geringerer Rauschunterdrückungseigenschaften.
Die GB-A-2248954 offenbart ein Verfahren für das Update (auf den neusten Stand bringen) der Filterreaktionsszeit eines Filters für sich verändernden Durchschnitt.
Die entsprechenden Gesichtspunkte der Erfindung sind in den Ansprüchen 1 und 2 niedergelegt.
Ein "intelligenter Filter" wird in der bevorzugten Ausführungsform der Erfindung verwendet, um festzustellen, wie in jedem Regelzyklus ein Wert auf rekursive Weise eingestellt werden soll. Die Technik beruht auf der Fähigkeit, zwischen Zufallsrauschen, Rauschspitzen und echten Eingangssignalveränderungen zu unterscheiden, die am Eingang des industriellen Reglers erscheinen. Der intelligente Filter verwendet diese Unterscheidung, um dynamische Dämpfungsgewichtsfaktoren bzw. Dämpfungswichtungsfaktoren dem Filter zuzuordnen. Die Technik kann irgendeinen Typ von Filter oder digitaler Signalverarbeitungstechnik (DSP) anwenden, wie z. B., jedoch noch nicht beschränkt auf, einen Weichtastfilter, einen Ausschnittsfilter oder einen Filter für sich verändernden Durchschnitt.
Die Erfindung wird jetzt an Hand eines Beispiels unter Bezug auf die zugehörigen Zeichnungen beschrieben, in welchen durchgehend gleiche Teile mit gleichen Bezugszeichen bezeichnet sind und in denen:
Fig. 1 ein allgemeines Blockdiagramm einer Regelschleife eines industriellen Prozesses ist, wobei ein intelligenter Filter, welcher die vorliegende Erfindung verwirklicht, verwendet werden kann,
Fig. 2 ein Blockdiagramm der Hardware in dem Regler gemäß der Schleife nach Fig. 1 ist,
Fig. 3 ein Flußdiagramm ist, welches die Programmierlogik des in Fig. 2 dargestellten Reglers zeigt,
Fig. 4 eine Darstellung ist, die ein verrauschtes Eingangsstufensignal und die daraus resultierenden Wellenformen an den Ausgängen eines konventionellen Weichtastfilters und des intelligenten Filters zeigt, welcher die vorliegende Erfindung verwirklicht,
Fig. 5 eine Darstellung ist, welche den Realzeitfehler des verrauschten Signales, des Ansprechens des Weichtastfilters und des Ansprechens des intelligenten Filters im Vergleich zu der idealen Stufe zeigt,
Fig. 6 eine Darstellung ist, welche eine Eingangssignal in einem stationären Zustand mit großen überlagerten Rauschspitzen zeigt, wobei die Reaktion des Weichtastfilters ebenso wie die des intelligenten Filters dargestellt ist und
Fig. 7 ein Flußdiagramm ist, welches die Programmierlogik zeigt, die mit einer Ausweitung des intelligenten Filters verknüpft ist, welcher die vorliegende Erfindung verwirklicht.
Der intelligente Filter, welcher die vorliegende Erfindung verwirklicht, kann in einer Regelungsanwendung 8 für einen industriellen Prozeß verwendet werden, wie in Fig. 1 dargestellt. Wie in Fig. 1 dargestellt, weist die Prozeßsteueranwendung 8 einen Regler bzw. eine Steuerung 10 und ein Feldprozeßsystem 13 auf. Der Regler 10 weist eine Proportional-, Integral- und Differential("PID")Einheit 9 auf, die einen PID-Algorithmus beinhaltet. Das Feldprozeßsystem umfaßt einen Betätiger 14, den Prozeß 15 und einen Sensor 16. Der Regler wirkt auf das Feldprozeßsystem 13 zu bestimmten getrennten Zeitintervallen, die allgemein als Regelzyklen bezeichnet werden.
Der gewünschte Wert des aktuellen Ausganges 17 des Prozesses 15 erscheint am Eingang 7 des Reglers als der Sollwert ("SP"). Der Sensor 16 erfaßt den aktuellen Prozeßausgangswert, um das analoge Prozeßvariablen ("PV")-Signal am Eingang 12 für den Regler bereitzustellen. Die analoge PV gibt den aktuellen Prozeßausgangswert 17 wieder. Unter Ansprechen auf die PV und den SP verwendet der Regler den PID-Algorithumus, um an seinem Ausgang 11 den Steuerausgangswert ("CO") zu erzeugen. Der Steuerausgangswert wird über den Betätiger 14 auf den Prozeß 15 übertragen.
Es wird nunmehr auf Fig. 2 Bezug genommen, wo ein vereinfachtes Blockdiagramm für den Regler 10 dargestellt ist. Der Regler 10 beinhaltet einen Mikroprozessor 5, der den Steuerausgangswert am Ausgang 11 über einen Digital/Analogwandler (DAC) 19 verändern kann und der die PV (ein analoges Signal) am Eingang 12 über den Analog/ Digitalwandler (ADC) 18 überwachen kann. Der DAC 19 wandelt die von dem Mikroprozessor erzeugten digitalen Steuersignale in den analogen Regelausgangswert am Ausgang 11 um. Der ADC 18 wandelt das analoge PV-Signal in ein digitales Signal um. Die Abtastzeit für den ADC 18 ist üblicherweise die selbe wie der Regelzyklus. Dem Mikroprozessor 5 sind ein Speicher mit wahlweisem Zugriff (RAM) 3 und ein löschbarer, programmierbarer Nur-Lesespeicher (EPROM) 4 zugeordnet. Das interne Programm für den Betrieb des Mikroprozessors 5 ist in dem EPROM 4 gespeichert. Der Mikroprozessor 5 kann den RAM 3 verwenden, um Daten zu speichern, wie z. B. das digitale Signal, welches dem Wert der aktuellen Prozeßausgangsgröße entspricht, die man vom dem Sensor 16 erhält. Die Programmausführung in dem EPROM 4 sagt dem Mikroprozessor 5, wie die Daten in dem RAM 3 zu manipulieren sind oder wie er den Regelausgangswert am Ausgang 11 des Reglers 10 verändern sollte.
Ein Beispiel einer Anwendung 8, in welcher der intelligente Filter gemäß der vorliegenden Erfindung verwendet werden kann, ist die Steuerung der Temperatur des Prozesses 15. In einer solchen Anwendung kann ein Thermoelement als Sensor 16 verwendet werden, um das Eingangssignal 12 bereitzustellen, welches die Temperatur am Ausgang 17 des Prozesses wiedergibt. Einige Thermoelemente haben sehr empfindliche Beziehungen zwischen Spannung und Temperatur. Beispielsweise kann ein Thermoelement vom Typ "5" nur etwa 3 Mikrovolt für eine Veränderung der Temperatur von einem Grad Fahrenheit hervorrufen. Sehr verrauschte industrielle Anwendungen können leicht Rauschen erzeugen, welches um einige Größenordnungen größer ist als diese 3 Mikrovolt am Eingang des Thermoelementsensors. Daher könnte eine Temperaturablesung um einige Größenordnungen herauf und herabspringen, allein aufgrund des Rauschens, was eindeutig bei Prozeßregel- und Überwachungsanwendungen nicht hinnehmbar ist.
Gemäß Fig. 3 ist ein Flußdiagramm der Programmlogik im EPROM 4 dargestellt, welches den intelligenten Filter verwirklicht. Wie es sich auf Grundlage der Beschreibung des Flußdiagramms versteht, ist der intelligente Filter eine Einrichtung, die eine Kombination des Verfahrens und der Vorrichtung gemäß der vorliegenden Erfindung mit einem Filter ist, wie z. B. dem konventionellen Weichtastfilter, der in Verbindung mit Fig. 3 beschrieben wurde, ohne jedoch hierauf beschränkt zu sein. Wie man außerdem aufgrund der Beschreibung des Flußdiagramms gemäß Fig. 3 versteht, liefern das Verfahren und die Vorrichtung gemäß der vorliegenden Erfindung einen Faktor, der von dem Filter verwendet wird (im folgenden "Filterfaktor" genannt), um das digitale Signal am Eingang der Einrichtung zu verarbeiten.
Die Programmlogik verwendet eine Technik, um zu bestimmen, ob die Änderung des Eingangssignals entweder auf Rauschen oder auf eine wirkliche bzw. gültige Signaländerung zurückgeht. Wie später noch genauer beschrieben wird, verwendet die Logik Information, die eine Analyse der Vergangenheit bezüglich des Trends in Signalrichtung am Eingang der Einrichtung liefert. Die Trendinformation (im folgenden "Trendindikator" genannt) schließt einen Faktor ein, der die Trendhistorie in der Vergangenheit wiedergibt. Wie außerdem und noch genauer beschrieben wird, verwendet die Logik den jüngsten Trendindikator, um ein vernünftiges Maß an Zuverlässigkeit bzw. Vertrauenswürdigkeit zu bestimmen, ob das gerade am Eingang der Einrichtung anliegende Signal typisch für Rauschen ist oder nicht. Wenn angenommen wird, daß das Signal am Eingang nicht charakteristisch für Rauschen ist, so stellt die Logik den Trendindikator auf einen solchen Betrag bzw. Wert ein, der im folgenden als "Nachführbonus" (oder "CREDIT") bezeichnet wird. Der Nachführbonus ist effektiv ein zusätzlicher Grad an Zuverlässigkeit bzw. Vertrauen, das die Veränderung im Eingangssignal nicht charakteristisch für Rauschen ist. Die Technik minimiert den Ausschuß bzw. Verlust zwischen gültiger Signalreaktionszeit und Rauschabweisung bzw. -unterdrückung, die mit Filtern nach dem Stand der Technik verknüpft sind. Die speziellen Schritte in der Programmlogik werden unten beschrieben.
Gemäß dem Flußdiagramm in Fig. 3 nimmt der intelligente Filter in Schritt 21 den neuen Wert der PV auf, der in dem aktuellen Regelzyklus gemessen wurde und zieht den alten Durchschnittswert aus Schritt 30 ab, um den Delta-Wert zu bestimmen. Der alte Durchschnittswert ist der Ausgangswert des intelligenten Filters im vorangehenden Regelzyklus. Ein Wert für ein getrenntes, kommulatives Statusbyte (CSB), der entweder gemäß Schritt 26 oder 27 bestimmt wird, wird ebenso wie der alte Durchschnittswert in dem RAM 3 gespeichert und wird jedem PV-Eingangssignal zugeordnet (die Logik nach Fig. 3 kann für eine Mehrzahl von PVs verwendet werden), welches den intelligenten Filter verwenden soll. Das CSB ist der Trendindikator. Der absolute Wert des CSB wird erneut gegenüber ATM1 in Schritt 22 überprüft. ATM1 wird ausgewählt als ein Minimum von Trendereignissen bevor der intelligente Filter damit beginnt, einen Bonus für das Eingangssignal als ein sich echt veränderndes Niveau im Gegensatz zum Rauschen anzusammeln. Schritt 24 zeigt, daß dann, wenn CSB kleiner als ATM1 ist, kein Bonus gegeben wird.
Zum Zwecke der Veranschaulichung und ohne die Absicht, den Schutzumfang der Erfindung zu begrenzen, wurde ein Wert von 2 für ATM1 ausgewählt. Wenn der absolute Wert von CSB gleich diesem Wert für ATM1 ist oder ihn übersteigt, so wird dieser Veränderung des Eingangswertes der Nachlaufbonus gegeben, wie man in den Schritten 22 und 23 sieht. Der Bonus hat einen Skalierungsfaktor ATM 2, der beispielsweise auf einen Wert vom doppelten des größten angenommenen Rauschniveaus für die Anwendung eingestellt werden kann, bei welcher der intelligente Filter verwendet werden soll. Der Skalierungsfaktor ATM 2 bestimmt die minimale Veränderung, die in der Eingangssignalamplitude auftreten muß, bevor man zuläßt, daß diese Veränderung zu dem Bonus beiträgt. In diesem Beispiel wurde ATM 2 auf der Basis des Niveaus von Zufallsrauschen in dem in Fig. 4 dargestellten Eingangssignal eine Wert von 0,4 zugeordnet. Wenn der Bonus in ganzzahliger Form gespeichert wird und der absolute Wert CSB kleiner als ATM 2 ist, so ist der Bonus gleich 0 (das heißt der Bonus wird gekappt).
Als nächstes bestimmt der intelligente Filter in Schritt 25, ob der absolute Delta-Wert entweder kleiner als ein Betrag ATM3 ist (welcher die Maximalaplitude repräsentiert, bei der das Eingangssignal als Rauschen angesehen wird), oder ob der Delta-Wert in Konflikt mit dem Trend des CSB in der Vergangenheit steht, indem die Polaritäten des Delta-Wertes mit dem CSB verglichen werden. Wenn eine der oben beschriebenen Feststellungen zutrifft, so wird der CSB auf Null zurückgesetzt, wie es in Schritt 27 dargestellt ist. ATM3 kann auf einen Wert gesetzt werden, der einen Fensterbereich um den Ausgangswert des intelligenten Filters herum definiert, wo die größte Dämpfungswichtung erwünscht ist. In diesem Fall wurde ein Wert von 0,02 für ATM3 ausgewählt.
Wenn der CSB Trend mit dem Delta-Wert übereinstimmt, so wird in Schritt 26 der CSB eingestellt, indem der Bonus ebenso wie der Ausgangswert der Vorzeichenfunktion des Delta-Wertes [Sign(DELTA)] zu dem CSB addiert wird. Die Funktion Sign(DELTA) ergibt +1, wenn der Delta-Wert positiv ist, 0, wenn der Delta-Wert ist und -1, wenn der Delta-Wert negativ ist. Der intelligente Filter bestimmt dann den Schritt 28 den SCALARwert, das heißt den Filterfaktor, auf der Basis dieses eingestellten CSB. Die Funktion SCALAR ist in diesem Beispiel als ein positiver Wert oder als Null definiert, wobei negative Werte auf Null gesetzt werden. Die Funktion max(0, answer) in Schritt 28 liefert den Wert answer wenn dieser positiv ist und Null, wenn die answer (Antwort) Null oder negativ ist. ATM 4 wird verwendet, um den größten SCALAR-Wert zu definieren, der erwünscht ist. Damit definiert dieser die schwerste (größte) Dämpfungswichtung. Schritt 28 zeigt, daß, wenn der CSB Null ist, SCALAR am größten ist und niemals kleiner als Null.
In Schritt 29 ist der Ausgangswert des intelligenten Filters der vorangegangene Ausgangswert, der durch einen Bruchteil des aktuellen Delta-Wertes eingestellt wurde. Die Einstellung bzw. Änderung besteht aus dem Delta-Wert dividiert durch die Summe des Quadrates von SCALAR plus einem Betrag ATM 5. Der Betrag ATM 5 kann eingestellt werden auf den geringsten gewünschten Betrag der Dämpfungswichtung. Man beachte, daß ATM 5 größer als Null sein muß, um in Schritt 29 eine Division durch Null zu vermeiden. Im vorliegenden Beispiel ist ATM 5 gleich 1 unmittelbar bevor die Programmroutine verlassen wird, wird in Schritt 30 der alte Durchschnittswert auf den Wert des aktuellen Ausganges gesetzt.
An dieser Stelle ist darauf hinzuweisen, daß Schritt 29 gemäß der vorliegenden Erfindung durch einen konventionellen Weichtastfilter ersetzt werden kann, dessen Zeitkonstante durch den SCALAR-Wert in Schritt 28 definiert ist. In ähnlicher Weise könnte ein konventioneller Filter mit sich änderndem Durchschnitt den Schritt 29 ersetzen, wobei die Anzahl der gespeicherten Messungen, von denen ein Durchschnitt gebildet wird, auf dem SCALAR-Wert in Schritt 28 beruht. Diese Flexibilität der vorliegenden Erfindung ermöglicht es, daß eine Vielfalt von Filtertypen von der Leistungsfähigkeit des intelligenten Filters profitiert.
Die oben angegebenen Werte wurden in Verbindung mit dem Flußdiagramm nach Fig. 3 als ein Beispiel des intelligenten Filters der vorliegenden Erfindung gegeben.
Die Fig. 4 bis 6 zeigen die Überlegenheit des intelligenten Filters im Vergleich zu einem konventionellen Weichtastfilter bei einem verrauschten Prozeß bzw. Vorgang.
Ein konventionelle Filter vom Typ mit sich änderndem bzw. bewegenden Durchschnitt kann sich durch Einstellen der Anzahl der gespeicherten Werte bzw. der Dämpfungsgewichtung einem konventionellen Weichtastfilter sehr ähnlich verhalten. Daher wird zum Zwecke der Demonstration nur der konventionelle Weichtastfilter mit einem Dämpfungsgewicht bzw. einer Dämpfungswichtung von 8 mit dem intelligenten Filter der vorliegenden Erfindung verglichen.
Aus den Fig. 4 bis 6 und der nachstehenden Beschreibung kann man sehen, daß es notwendig wäre, das Dämpfungsgewicht bzw. die Dämpfungswichtung des Weichtastfilters zu erhöhen, damit dieser Filter die Abschwächung des intelligenten Filters erreicht, wenn das Signal einem stationärem Zustand sehr nahe ist. Das Erhöhen der Dämpfungswichtung des konventionellen Weichtastfilters senkt allerdings auch die Nachlauffähigkeit des Weichtastfilters herab und erhöht dadurch die Zeit des Ansprechens auf eine Stufe in diesem Filter (das heißt eine langsamere, trägere Reaktion). In ähnlicher Weise geht das Vermindern der Dämpfungswichtung des Weichtastfilters, um zu ermöglichen, daß er der Signalreaktion besser folgt, zu Lasten der Rauschfiltereigenschaft des Weichtastfilters.
Die Größen bzw. Größenordnungen und Zeitskalen in den Fig. 4 bis 6 sind irrelevant, da sie ihrer Art und Anwendung nach skalierbar sind. Die Dämpfungswichtungen, Regelzykluszeit und relatives Eingangsniveau können sich daher von einer Prozeßregelanwendung zur anderen verändern. Jedoch bleiben die vorteilhaften Eigenschaften, die durch den intelligenten Filter im Vergleich zu konventionellen Filtertechniken bereitgestellt werden, anwendbar bzw. erhalten.
Das Signal 42 des Eingangsschrittes, welches in Fig. 4 dargestellt ist, hat ein überlagertes Rauschen. Fig. 4 zeigt die Reaktion 40 des intelligenten Filters und die Reaktion 41 des Filters vom konventionellen Verzögerungstyp auf die Eingangssignalstufe 42. Die ideale Ausgangsreaktion auf das stufenförmige Eingangssignal wäre eine perfekte Stufenwellenform. Man erkennt in Fig. 4, daß die Reaktion des intelligenten Filters im Gegensatz zu der Reaktion des konventionellen Weichtastfilters diese Eigenschaft wiedergibt.
Fig. 5 zeigt Wellenformen, die einen Vergleich des Realzeitfehlers der Reaktion 50 des intelligenten Filters, der Reaktion 51 des konventionellen Weichtastfilters und des verrauschten Stufeneingangssignals 52 mit der idealen Stufenreaktion ermöglichen. Das verrauschte Eingangssignal 52 ist einfach das Rauschen, welches der idealen Stufe überlagert war. Der Fehler 51 des Weichtastfilters zeigt einen scharfen Sprung und einen allmählichen Abfall in dem Bereich, wo die Stufe auftritt. Dies liegt an der Tatsache, daß der konventionelle Weichtastfilter ein langsameres Ansprechen (längere Reaktionszeit) auf die echte Stufe in dem Signal hat. Zu Anfang liegt die Reaktion des Weichtastfilters um etwa den Betrag der Stufe daneben. Mit fortschreitender Zeit nähert sich die Reaktion des Weichtastfilters langsam der Stufe an, die zu diesem Zeitpunkt hauptsächlich zu dem Fehler in der Reaktion des Weichtastfilters beiträgt. Der Fehler 50 des intelligenten Filters hat einen anfänglichen Fehler ähnlich dem des Weichtastfilters. Jedoch erholt sich die Reaktion des intelligenten Filters wesentlich schneller als die Reaktion des konventionellen Weichtastfilters. Jeder der Wellenformen, die in Fig. 5 dargestellt sind, ist eine "quadratische Fehlersumme" zugeordnet. Die quadratische Fehlersumme, die für jede Wellenform wiedergegeben wird, wurde bestimmt, indem zunächst die ideale Stufenreaktion von jeder Reaktion des Filters subtrahiert und der Betrag für jeden Zyklus quadriert wurde. Diese quadrierten Unterschiede aus jedem Zyklus werden dann für jedes individuelle Ansprechen über die in der Figur dargestellte Zeitdauer aufsummiert. Die quadratische Fehlersumme ist ein Mittel, das relative Fehlermaß bei dem Ansprechen des intelligenten Filters und des konventionellen Weichtastfilters gegenüber der idealen Stufenreaktion zu messen. Je niedriger die quadratische Fehlersumme, desto besser ist also die Reaktion des Filters auf die Stufe. Aus Fig. 5 kann man sehen, daß der intelligente Filter die niedrigste quadratische Fehlersumme und damit das beste Ansprechen hat.
Man beachte, daß über das Zeitintervall, welches in der Figur dargestellt ist, der Weichtastfilter mehr Fehler zu erzeugen scheint als das Rauschen selbst. Dies liegt daran, daß die langsame Reaktion auf eine Stufe, die dem Weichtastfilter innewohnt, den größten Teil des Fehlers in diesem Zeitintervall bewirkt hat. Mit einem längerem Zeitintervall mit nur einer Stufe würde der Ausgangsfehler des Weichtastfilters wahrscheinlich unter den Rauschfehler absinken, er würde jedoch weiterhin gegenüber der Leistungsfähigkeit des intelligenten Filters gemäß der vorliegenden Erfindung schlechter bleiben.
Fig. 6 zeigt ein Eingangssignal 62 im stationären Zustand mit großen überlagerten Rauschspitzen. Der Prozeßregler sollte auf die großen Rauschspitzen nicht reagieren, da sie keine gültigen bzw. echten Signaländerungen sind. Wie man in Fig. 6 sehen kann, wird durch die Reaktion 60 des intelligenten Filters weiterhin bei Anwesenheit eingehender Rauschspitzen stark gefiltert. Die Reaktion 21 des Weichtastfilters wird jedoch durch jede Rauschspitze beeinflußt, auch wenn eine Rauschspitze keine gültige Signaländerung ist. Daher führt die Reaktion 61 des Weichtastfilters wiederum zu einem viel größeren Fehler gegenüber dem wahren Signal (in diesem Falle Gleichstrom) im Vergleich zu der Reaktion 60 des intelligenten Filters. Wie oben beschrieben, ist die Reaktion des intelligenten Filters beträchtlich besser als die Reaktion des konventionellen Verzögerungsfilters. Auch wenn es in den Fig. 4 bis 6 nicht dargestellt ist, so erkennen die Fachleute auf diesem Gebiet doch, daß die Reaktion des intelligenten Filters auch besser ist als die Reaktion eines konventionellen Filters vom Typ mit sich änderndem Durchschnitt. Zusätzlich liegt einer der Nachteile der Verwendung des konventionellen Filters mit sich änderndem Durchschnitt in seiner inhärenten, schlechten Rauschunterdrückung bei Rauschspitzen. Sobald die Rauschspitze als eine der gespeicherten Messungen eingegangen ist, so wird der Ausgangswert für den sich ändernden Durchschnitt weiterhin mit dieser Rauschspitze in gleichem Maße mit den anderen gespeicherten Messungen gewichtet, bis die Rauschspitzen-Messung im Rahmen der begrenzten Anzahl der zeitlich nacheinander gespeicherten Messungen ersetzt worden ist. Dieses würde für den konventionellen Ausgangswert bei sich änderndem Durchschnitt einen Effekt von nahezu einer Rechteckfunktion hervorrufen.
Schritt 25 in Fig. 3 kann geändert werden, um die Verwendung des intelligenten Filters in denjenigen Prozeßregelanwendungen zu ermöglichen, in welchen die Richtung der Signalreaktion die Signal und Rauscheigenschaften festlegt. Bei diesen Typen von Anwendungen könnten die Niveaus, die in Schritt 25 für CSB und Delta auf Null gesetzt wurden, unterschiedlich eingestellt werden. Beispielsweise könnte statt daß in Schritt 25 die eine qualifizierende Kennung "(DELTA ≤ 0) und (CSB > 0)" ist, eine Anwendung aus der Änderung dieser Qualifizierungskennung nach "(DELTA < = - 1) und (CSB > 2)" Vorteil ziehen. Dies würde vermeiden, daß CSB auf Null gesetzt wird, so lange nicht der Delta-Wert stärker negativ als -1 geworden und CSB größer als 2 geworden ist. Diese Reaktion würde ein anderes Ansprechen auf ein Signal liefern, welches in positive Richtung geht, im Vergleich zu der Reaktion, wenn es in negative Richtung geht.
Die vorliegende Erfindung kann für Anwendungen vereinfacht werden, die nicht alle Raffinessen des intelligenten Filters benötigen. Beispielsweise könnte das Ersetzen von Schritt 23 durch "BONUS = 1 ", das Ersetzen von Schritt 26 durch "SCALAR = 0", das Ersetzen von Schritt 27 durch "SCALAR = maximale gewünschte Dämpfungseinstellung", und das Entfernen von Schritt 28 leicht die folgende Funktionalität erreichen: ATM1 würde die Anzahl der Regelzyklen wiedergeben, in welchen das Signal mit dem Trend übereinstimmen muß, während ein absoluter Delta-Wert von mehr als ATM3 aufrechterhalten wird, um dem Signal zu folgen; ansonsten dämpfe das Signal durch das Maximum von SCALAR.
Die vorliegende Erfindung ist oben für eine Anwendung dargestellt worden, die die Verwirklichung eines Tiefpaßfilters erfordert. Eine Form der Verwirklichung eines Hochpaßfilters kann durch die vorliegende Erfindung erfolgen durch Verändern des "> = " in Schritt 22 auf "< ", und in Schritt 25 durch Verändern von "DELTA > =" auf "DELTA < ", des "DELTA < =" auf "DELTA > =" und "< ATM3" auf "> = ATM3".
Schritt 22 wird hauptsächlich verwendet, um eine gültige Signaländerung gegenüber einer Rauschspitze auf dem Signal zu unterscheiden. Der Schritt 22 könnte durch eine Funktion ersetzt werden, die fragt "liegt der Delta-Wert des vorangehenden Zyklus innerhalb ATM7 des Delta-Wertes des aktuellen Zyklus?". ATM7 könnte ein Größenwert sein wie z. B. 0,154 oder könnte sich als Prozentsatz auf den Wert beziehen, wie z. B. 20%.
Der SCALAR-Wert, der an einen Filter weitergeleitet wird, kann für die Quadrierung, die Bildung der dritten Potenz oder die Wiedergabe einer Potenz von 2 modifiziert werden, um eine beschleunigte Rate zu erreichen, mit welcher die Dämpfung des intelligenten Filters verändert wird. Beispielsweise kann man als SCALAR von 3 die dritte Potenz bilden, um eine Dämpfungswichtung von 27 hindurchzulassen. In einem anderen Fall gibt der SCALAR von 3 eine Potenz von 2 wieder, wobei 2 mit dem Exponenten 3 eine Dämpfungswichtung von 8 ergibt.
Man kann die für die Erfindung notwendige Programmierung in dem Flußdiagramm nach Fig. 3 realisieren, wenn die Werte in Gleitkommadarstellung angegeben sind. Der intelligente Filter gemäß der vorliegenden Erfindung kann jedoch auch sich selbst in einfacher Weise auf Anwendungen mit Ganzzahlformaten einstellen bzw. anwenden. Der intelligente Filter für ganzzahlige Werte würde der Veränderung ein Byte hinzufügen, um dem Eingangssignal selbst dann zu folgen, wenn der Dämpfungswichtungsfaktor außerordentlich groß ist. Beispielsweise wäre in Schritt 29 der Ausgangswert nach wie vor der alte Durchschnitt, korrigiert bzw. neu eingestellt durch den skalierten Delta-Betrag. Man würde sich jedoch immer wünschen, den skalierten Delta-Betrag auf die nächste ganze Zahl zu runden, so daß er nie Null wird, wenn nicht Delta gleich Null ist. Alternativ kann man einfach den alten Durchschnittswert je nach dem Vorzeichen von Delta um eine Stufe herauf oder herab setzen, wobei ein positives Vorzeichen den alten Durchschnittswert heraufsetzt und ein negatives Vorzeichen ihn herabsetzt. Erneut würde ein Delta von Null den alten Durchschnitt nicht erhöhen oder absenken.
Weiterhin kann die vorliegende Erfindung in die Anwendung für einen Filter mit sich bewegendem Durchschnitt übertragen werden, bei welcher die Anzahl der gespeicherten Messungen, von denen der Durchschnitt gebildet wird, sich verändert, um den SCALAR-Wert wiederzugeben. Damit kann das Filtern und die schnelle Reaktion in Form des sich bewegenden Durchschnittes realisiert werden. Der Regler 10 (siehe Fig. 1) würde einen bestimmten Betrag an Messungen des Signals der Prozeßvariablen am Eingang 12 chronologisch speichern. Die Menge der Messungen, die der Regler speichert, würde die schwerste (größte) gewünschte Dämpfungswichtung für den sich bewegenden Durchschnitt reflektieren.
Eine Anwendung für den sich bewegenden bzw. ändernden Durchschnitt könnte den quadrierten SCALAR Term gemäß 28 plus 1 verwenden, um anzuzeigen, von wievielen Messungen der Durchschnitt genommen werden muß, um den Ausgangswert des intelligenten Filters zu bestimmen. Beispielsweise ist, wenn der Regler bis zu 10 Werte für den intelligenten Filter für sich in den Durchschnitt speichert, und wenn der aktuelle SCALAR 2 ist, SCALAR zum Quadrat plus 1 gleich 5 und der Ausgangswert des intelligenten Filters mit sich bewegendem Durchschnitt ist der Durchschnitt der letzten 5 Messungen.
Eine weitere Form der Erfindung verwendet ein Verfahren von mehrfach rekursiven Iterationen auf der Basis des SCALAR des intelligenten Filters. Der SCALAR-Wert gemäß Schritt 28 könnte auf einem Wert von 1 bis hin zu dem Absolutwert CSB beruhen. Dieser SCALAR- Wert-zum Quadrat würde anzeigen, wie oft ein Weichtastfilter mit schwerer (großer) Dämpfungswichtung während jedes Zyklus rekursiv durchlaufen werden sollte. Wenn also CSB Null ist, so ist SCALAR 1 und das Quadrat von SCALAR ist (ebenfalls) 1, was bedeutet, daß der Weichtastfilter nur einmal läuft bzw. durchlaufen wird. Wenn CSB 4 wäre, so wäre das Quadrat von SCALAR 16 und der Weichtastfilter würde in diesem Regelzykus 16 mal rekursiv durchlaufen werden. Man kann erkennen, daß, je öfter ein Weichtastfilter rekursiv durchlaufen wird, desto mehr folgt er der Veränderung des Signals. In ähnlicher Weise gilt, daß je weniger der Weichtastfilter in jedem Zyklus durchlaufen wird, desto mehr ist die Rauschunterdrückung wirksam.
Zusätzlich ist die Erfindung nicht auf die Verwendung des quadratischen Terms von SCALAR in Schritt 28 als Mittel zur Bestimmung der Wichtung des Filters beschränkt, sondern SCALR könnte auch mit 3 potenziert oder einfach selbst verwendet werden. Der Quadrat-Term von SCALAR liefert jedoch eine beschleunigte dynamische Filterwichtung, die es dem intelligenten Filter ermöglicht, in einem relativ kurzem Zeitabschnitt mit minimaler Verarbeitungszeit in dem Bereich von starker Dämpfung bis zu schnellem Nachlauf zu reagieren.
Eine Version mit einem Fensterfilter ist eine weitere Form der Erfindung, die in einem Bereich (Fenster) eingegrenzte Werte verwendet, um das Dämpfungsgewicht bzw. die Dämpfungswichtung zu bestimmen. Beispielsweise zeigt Schritt 29 einen Term mit "SCALAR 2 + AMT5", der ersetzt werden kann durch einen Satz von Dämpfungsgewichten, die durch einen auf einen Bereich eingegrenzten Wert von CSB bestimmt werden. Der Austausch kann beispielsweise lauten "falls CSB < 2 so ist das Dämpfungsgewicht 16, anderenfalls ist das Dämpfungsgewicht 4". Der Vorteil hiervon ist, daß nur eine begrenzte Anzahl von Wichtungen (in diesem Fall zwei) verwendet werden und daß um den CSB-Wert ein Fensterbereich aufgestellt wird, um die Dämpfungswichtung zu bestimmen bzw. festzulegen.
Fig. 7 zeigt eine Erweiterung der vorliegenden Erfindung, welche die Signaltrendverfolgung innerhalb des definierten Rauschbandes ermöglicht, welches durch AMT3 eingestellt wird. Statt also CSB auf Null herabzudrücken, wenn der absolute Delta-Wert kleiner als AMT3 ist, wird der Trend innerhalb dieses Bandes mit einem NB_CSB analysiert, welches das kommulative Zustandsbyte des Rauschbandes ist. Dieses zusätzliche Niveau an Ausgeklügeltheit des intelligenten Filters ermöglicht eine schnellere Reaktion auf eine echte Signalveränderung, die innerhalb des Rauschbandes auftritt. Schritt 70 in Fig. 7 würde den Schritt 25 in Fig. 3 ersetzen. In ähnlicher Weise ersetzt Schritt 74 den Schritt 27. Alle anderen Schritte in Fig. 3 bleiben, wie es in der Hinzufügung der Schritte in Fig. 7 ist.
In Schritt 70 bestimmt der intelligente Filter, ob der Delta-Wert Null ist oder ob der Delta-Wert sich in Konflikt mit dem vorangegangenen Trend bezüglich CSB befindet, indem die Polaritäten des Delta-Wertes mit dem CSB verglichen werden. Falls dies der Fall ist, werden CSB und NB_CSB beide auf Null gesetzt, wie es in Schritt 74 dargestellt ist. Ansonsten wird der absolute Delta-Wert in Schritt 71 überprüft, um festzustellen, ob er kleiner als ATM3 ist. Falls nicht, gehen wir weiter zu Schritt 26, wie es durch 72 gezeigt wird.
Wenn der absolute Delta-Wert kleiner als ATM3 ist, so gehen wir weiter zu Schritt 73. An diesem Punkt arbeiten wir innerhalb des Rauschbandes, welches durch ATM3 definiert wird. Schritt 73 bestimmt, ob der Delta-Wert in Konflikt mit dem vorausgegangenen Rauschbandtrend von NB_CSB ist, indem die Polaritäten des Delta-Wertes mit NB-CSB verglichen werden. Es versteht sich, daß NB_CSB ein "Rauschband-Trendindikator" ist, der auch in dem RAM gespeichert ist. Wenn der Rauschtrend und die Signaländerung (Delta- Wert) nicht übereinstimmen, so gehen wir weiter zu Schritt 74. Ansonsten, wenn sie übereinstimmen, wird NB_CSB durch die Funktion Signum(DELTA) eingestellt, wie es in Schritt 75 dargestellt ist und es geht weiter zu Schritt 77.
Schritt 77 fragt, ob der Absolutwert des Rauschbandtrendes NB-CSB größer oder gleich als ein ATM6 ist. Wenn dies der Fall ist, so wird NB_CSB in Schritt 78 zurück auf Null gesetzt und es geht dann weiter zu Schritt 26, wie es durch 72 gezeigt wird, wo CSB so eingestellt wird, daß es die Trenderkennung zeigt. ATM6 wird eingestellt durch die Anzahl aufeinanderfolgender Signaltrends in der selben Richtung innerhalb des Rauschbandes, die eine gültige Signaländerung bedeuten würden. Wenn beispielsweise ATM6 auf 5 gesetzt wird, so erfordert dies, daß das Signal innerhalb des Rauschbandes für zumindest 5 aufeinanderfolgend Regelzyklen einen Trend in der selben Richtung haben müßte, bevor CSB so eingestellt wird, daß es eine gültige Signaländerung wiedergibt.
Es versteht sich, daß es wünschenswert ist, den Wert von CSB, NB_CSB und CREDIT (Bonus) in praktisch jeder Version, die unter Verwendung der vorliegenden Erfindung verwirklicht wird, zu begrenzen. Wenn beispielsweise CSB und NB_CSB als ein mit Vorzeichen versehenes Byte wiedergegeben werden, so müssen diese Werte sicherlich auf einen absoluten, maximalen dezimalen Wert von 127 begrenzt werden, um einen Überlauf des Bytes zu verhindern. Die selbe Empfehlung gilt auch für andere Werte wie z. B. CREDIT (Bonus) und erstreckt sich auf verschiedene ganzzahlige Wiedergaben (das heißt mehrere Bytes), und ebenso auch auf Realisierungen mit Fließkommadarstellung.
Eine weitere wertvolle Eigenschaft dieser Erweiterung der vorliegenden Erfindung liegt darin, daß das NB-CSB auf die zuvor beschriebene Heraufsetzungs- Herabsetzungsfunktion angewendet werden kann, die zuvor für Anwendungen mit ganzzahligen Formaten beschrieben wurde. Dies liegt daran, daß die Erweiterung die Signalverfolgung innerhalb des Rauschbandes ermöglicht. Daher muß sich für ganzzahlige Anwendungen der Ausgangswert des intelligenten Filters nicht mehr unbedingt um eins verändern, um einer Signalveränderung zu folgen. Er könnte sich nur um eins ändern, wenn NB_CSB AMT6 erreicht, wie in Schritt 27, was die Signallauffähigkeit erhält, ohne zu erfordern, daß sich der Ausgangswert des intelligenten Filters in jedem Zyklus verändert.

Claims

1. Verfahren zum Verarbeiten eines digitalen Signales in einem Gerät mit einem Eingang und einem Ausgang, wobei das Gerät in wiederholt auftretenden, vorbestimmten Zeitintervallen arbeitet und wobei das Verfahren das digitale Signal an dem Eingang während eines der vorbestimmten Zeitintervalle verarbeitet, welches gerade auftritt, um dadurch ein gefiltertes digitales Signal an dem Ausgang bereitzustellen, das Gerät Einrichtungen für das Speichern des gefilterten digitalen Signals (OLD AVG) an dem Ausgang und einen Trend-Indikator (CSB) umfasst, wobei das Verfahren die Schritten aufweist:

a) Berechnen (21) der Amplitudendifferenz (DELTA) zwischen dem digitalen Signal (NEW) an dem Geräteeingang während des gerade auftretenden der vorbestimmten Zeitintervalle und des gefilterten digitalen Signals an dem Geräteausgang, welches in der Speichereinrichtung während eines zuvor auftretenden der vorbestimmten Zeitintervalle gespeichert wurde,

b) Bestimmen (22), ob der Betragswert des während des vorher auftretenden der vorbestimmten Zeitintervalle in der Speichereinrichtung gespeicherten Trend- Indikators einen ausgewählten Wert (AMT1) überschreitet und damit einen Zielverfolgunngs- bzw. Nachführbonus zulässt,

c) Berechnen (23) des zulässigen Nachlaufüberschusses (CREDIT) als Funktion eines angenommenen Rauschbandes des digitalen Signales an dem Geräteeingang während des gerade auftretenden der vorbestimmten Zeitintervalle sowie der Differenz der digitalen Signalamplituden,

d) Vergleichen (25) der Differenz der Signalamplituden:

i. mit dem Trend-Indikator und

ii. mit einem vorbestimmten Betrag (AMT3), der auf einer Funktion des angenommenen Rauschbandes beruht,

Verändern des Trend-Indikators:

i. auf Null (27), wenn entweder die Differenz und der Trend-Indikator nicht übereinstimmen oder wenn der Absolutwert der Differenz weniger beträgt als der vorbestimmte Betrag, der auf einer Funktion des angenommenen Rauschbandes beruht, oder

ii. durch Addition (26) des zulässigen Nachlaufüberschusses und eines vorbestimmten Betrages, der sich auf die Polarität der Differenz bezieht, zu dem Trend-Indikator,

e) Berechnen (28) eines Filterfaktors (SCALAR) auf der Basis einer Funktion des während des gerade auftretenden der vorbestimmten Zeitintervalle geänderten Trend-Indikators,

f) Verwenden des Filterfaktors in dem Gerät, um dadurch das gefilterte digitale Signal an dem Geräteausgang bereitzustellen, und

g) Ersetzen des gefilterten digitalen Signales an dem Geräteausgang und des Trend-Indikators, der in der Speichereinrichtung während des zuvor auftretenden der vorbestimmten Zeitintervalle gespeichert wurde, durch das gefilterte Signal und den während des gerade auftretenden der vorbestimmten Zeitintervalle geänderten Trend-Indikators in der Speichereinrichtung.

2. Verfahren zum Verarbeiten eines digitalen Signals in einem Gerät, welches einen Eingang und einen Ausgang hat, wobei das Gerät in wiederholt auftretenden, vorbestimmten Zeitintervallen arbeitet, das Verfahren das digitale Signal an dem Eingang während desjenigen der vorbestimmten Zeitintervalle verarbeitet, welches gerade auftritt, um dadurch ein gefiltertes digitales Signal an dem Eingang bereitzustellen, wobei das digitale Signal an dem Eingang ein angenommenes Rauschband hat, das Gerät Einrichtungen zum Speichern des gefilterten digitalen Signales an dem Ausgang, einen ersten Trend-Indikator (CSB) und einen zweiten Trend-Indikator (NB- CSB) auf Basis des angenommenen Rauschbandes umfaßt, und wobei das Verfahren die Schritte aufweist:

a) Berechnen (31) der Differenz (DELTA) der Amplitude zwischen dem digitalen Signal an dem Geräteingang während des gerade auftretenden der vorbestimmten Zeitintervalle und des gefilterten digitalen Signales an dem Geräteausgang, welches in der Speichereinrichtung während eines vorher auftretenden der vorbestimmten Zeitintervalle gespeichert wurde,

b) Bestimmen (22), ob der Betragswert des ersten während des zuvor auftretenden der vorbestimmten Zeitintervalle in der Speichereinrichtung gespeicherten Trend-Indikators einen ausgewählten Wert (AMT1) übersteigt und damit einen Zielverfolgungs- bzw. Nachführbonus zuläßt,

c) Berechnen (23) des zulässigen Nachlaufüberschusses (CREDIT) als Funktion des angenommenen Rauschbandes des digitalen Signales an dem Geräteeingang während des aktuell auftretenden der vorbestimmten Zeitintervalle und der Differenz der Signalamplitude,

d) Vergleichen (70, 71, 73) der Differenz der digitalen Signalamplitude:

i. mit dem ersten Trend-Indikator,

ii. mit einem ersten vorbestimmten Betrag (AMT3), der auf einer Funktion des angenommenen Rauschbandes beruht, und

iii. mit (dem Wert) Null,

um entweder sowohl die ersten als auch die zweiten Trend-Indikatoren auf Null zu verändern (74), wenn entweder

i. die Differenz und der erste Trend-Indikator nicht übereinstimmen, oder

ii. wenn die Differenz gleich Null ist, oder

iii. wenn der Betrag der Differenz kleiner ist als der erste vorbestimmte Bettag auf der Basis einer Funktion des angenommenen Rauschbandes und die Differenz mit dem zweiten Trend- Indikator nicht übereinstimmt,

oder Addieren (72, 26) des zulässigen Nachlaufüberschusses und eines ersten vorbestimmten Betrages, der sich auf die Polarität bzw. das Vorzeichen der Differenz bezieht, zu dem ersten Trend-Indikator, wenn der Betragswert der Differenz nicht kleiner als der erste vorbestimmte Betrag auf Basis einer Funktion des angenommenen Rauschbandes ist,

oder Verändern (75) des zweiten Trend-Indikators durch Hinzuaddieren eines zweiten vorbestimmten Betrages, der sich auf die Polarität bzw. das Vorzeichen der Differenz bezieht, wenn die Differenz mit dem zweiten Trend- Indikator übereinstimmt, und

dann, wenn der Betrag des zweiten Trend-Indikators größer als ein zweiter vorbestimmter Betrag (AMT6) auf Basis einer Funktion des angenommenen Rauschbandes ist, Verändern (78) des zweiten Trend-Indikators auf Null und Addieren (72, 26) des zulässigen Nachlaufüberschusses und des ersten vorbestimmten Betrages, der zu dem Vorzeichen bzw. der Polarität der Differenz in Beziehung steht, zu dem ersten Trend-Indikator,

e) Berechnen (76, 28) eines Filterfaktors (SCALAR) auf der Basis einer Funktion des ersten Trend-Indikators, der während des gerade auftretenden der vorbestimmten Zeitintervalle verändert wurde,

f) Verwenden des Filterfaktors in dem Gerät, um dadurch das gefilterte digitale Signal an dem Geräteeingang bereitzustellen, und

g) Ersetzen des gefilterten digitalen Signales an dem Geräteausgang und der ersten und zweiten Trend-Indikatoren, die in der Speichereinrichtung während des zuvor auftretenden der vorbestimmten Zeitintervalle gespeichert wurden, durch das gefilterte digitale Signal und die ersten und zweiten Trend-Indikatoren, die während des gerade auftretenden der vorbestimmten Zeitintervalle verändert wurden, in dieser Speichereinrichtung.