本發(fā)明屬于電梯實時檢測技術(shù)領(lǐng)域，尤其涉及一種用于電梯實時加速度和速度以及位置檢測的方法，同時本發(fā)明還提供一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)。

背景技術(shù)：

隨著電梯在生活中越來越普及，人們對電梯的安全型和舒適型更加關(guān)注起來，電梯在運行中，起動和制動很頻繁，伴隨有一個加速度或者減速的過程，若加速度變化過快則會引起不適，另外，電梯運行過程的速度具有一定的變化規(guī)律，此外通過計算電梯的運行位移也可以反應(yīng)電梯運行是否正常，綜上所述，為了更精確的描述電梯的運行特性，從加速度，速度，位移三個角度來檢測，現(xiàn)有技術(shù)存在還不具備同時檢測電梯加速度、速度、位移等參數(shù)的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種用于電梯實時加速度和速度以及位置檢測的方法及系統(tǒng)，以解決上述背景技術(shù)中提出了現(xiàn)有技術(shù)存在還不具備同時檢測電梯加速度、速度、位移等參數(shù)的問題。

本發(fā)明所解決的技術(shù)問題采用以下技術(shù)方案來實現(xiàn)：一種用于電梯實時加速度和速度以及位置檢測的方法，所述方法包括：

通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度；

通過一次積分算法將實時加速度計算為實時速度；

所述一次積分算法為：

velocityz[1]=velocityz[0]+accelerationz[0]+((accelerationx[1]-accelerationz[0])÷2)

所述velocityz[1]為當(dāng)前采樣周期的實時速度；

所述velocityz[0]為上一個采樣周期的實時速度；

所述accelerationz[0]為上一個采樣周期的實時加速度；

所述accelerationx[1]為當(dāng)前采樣周期的實時加速度；

通過二次積分算法將實時速度計算為實時位移；

positionz[1]=positionz[0]+velocityz[0]+((velocityz[1]-velocityz[0])÷2)

所述positionz[1]為當(dāng)前采樣周期的實時位移；

所述positionz[0]為上一個采樣周期的實時位移；

所述velocityz[0]為上一個采樣周期的實時速度；

所述velocityz[1]為當(dāng)前采樣周期的實時速度。

進一步，所述卡爾曼濾波算法包括：

x(k|k-1)=ax(k-1|k-1)+bu(k)；

p(k|k-1)=ap(k-1|k-1)a’+q；

kg(k)=p(k|k-1)h’/(hp(k|k-1)h’+r)；

x(k|k)=x(k|k-1)+kg(k)(z(k)-hx(k|k-1))；

p(k|k)=(i-kg(k)h)p(k|k-1)；

所述x(k|k-1)是根據(jù)上一時刻估計出這一時刻的加速度狀態(tài)向量；

所述x(k|k)是當(dāng)前時刻的最優(yōu)值加速度狀態(tài)向量；

所述x(k-1|k-1)是上一時刻的最優(yōu)值加速度狀態(tài)向量；

所述u(k)是控制量；

所述a是上一時刻狀態(tài)轉(zhuǎn)移到這一時刻狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣；

所述a’是a的轉(zhuǎn)置矩陣；

所述b是控制量矩陣；

所述q是系統(tǒng)噪聲協(xié)方差矩陣；

所述r是測量噪聲協(xié)方差矩陣；

所述h是測量系統(tǒng)的參數(shù)矩陣；

所述h’是h的轉(zhuǎn)置矩陣；

所述p(k|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述p(k|k)是x(k|k)對應(yīng)的協(xié)方差矩陣；

所述p(k-1|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述kg(k)是卡爾曼增益矩陣；

所述z(k)是當(dāng)前時刻的測量值；

進一步，所述實時加速度、速度和位置檢測的方法還包括承運質(zhì)量評價方法，所述承運質(zhì)量評價方法包括通過判斷實時加速度是否超過承運質(zhì)量閾值，若超過承運質(zhì)量閾值，則評價承運質(zhì)量為不合格，否則評價承運質(zhì)量為合格。

進一步，所述承運質(zhì)量閾值的設(shè)定根據(jù)國家電梯相應(yīng)標(biāo)準(zhǔn)中規(guī)定的符合安全要求的電梯起動，制動，振動加速度限制值。

本發(fā)明還提供一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，包括實時加速度擬合模塊、實時速度估算模塊、實時位移估算模塊；

所述實時加速度擬合模塊用于通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度；

所述實時速度估算模塊用于通過一次積分算法將實時加速度計算為實時速度；

所述一次積分算法為：

velocityz[1]=velocityz[0]+accelerationz[0]+((accelerationx[1]-accelerationz[0])÷2)

所述velocityz[1]為當(dāng)前采樣周期的實時速度；

所述velocityz[0]為上一個采樣周期的實時速度；

所述accelerationz[0]為上一個采樣周期的實時加速度；

所述accelerationx[1]為當(dāng)前采樣周期的實時加速度；

所述實時位移估算模塊用于通過二次積分算法將實時速度計算為實時位移；

positionz[1]=positionz[0]+velocityz[0]+((velocityz[1]-velocityz[0])÷2)

所述positionz[1]為當(dāng)前采樣周期的實時位移；

所述positionz[0]為上一個采樣周期的實時位移；

所述velocityz[0]為上一個采樣周期的實時速度；

所述velocityz[1]為當(dāng)前采樣周期的實時速度。

進一步，所述卡爾曼濾波算法包括：

x(k|k-1)=ax(k-1|k-1)+bu(k)；

p(k|k-1)=ap(k-1|k-1)a’+q；

kg(k)=p(k|k-1)h’/(hp(k|k-1)h’+r)；

x(k|k)=x(k|k-1)+kg(k)(z(k)-hx(k|k-1))；

p(k|k)=(i-kg(k)h)p(k|k-1)；

所述x(k|k-1)是根據(jù)上一時刻估計出這一時刻的加速度狀態(tài)向量；

所述x(k|k)是當(dāng)前時刻的最優(yōu)值加速度狀態(tài)向量；

所述x(k-1|k-1)是上一時刻的最優(yōu)值加速度狀態(tài)向量；

所述u(k)是控制量；

所述a是上一時刻狀態(tài)轉(zhuǎn)移到這一時刻狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣；

所述a’是a的轉(zhuǎn)置矩陣；

所述b是控制量矩陣；

所述q是系統(tǒng)噪聲協(xié)方差矩陣；

所述r是測量噪聲協(xié)方差矩陣；

所述h是測量系統(tǒng)的參數(shù)矩陣；

所述h’是h的轉(zhuǎn)置矩陣；

所述p(k|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述p(k|k)是x(k|k)對應(yīng)的協(xié)方差矩陣；

所述p(k-1|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述kg(k)是卡爾曼增益矩陣；

所述z(k)是當(dāng)前時刻的測量值；

進一步，所述實時加速度、速度和位置檢測的方法還包括承運質(zhì)量評價模塊，所述承運質(zhì)量評價模塊用于通過判斷實時加速度是否超過承運質(zhì)量閾值，若超過承運質(zhì)量閾值，則評價承運質(zhì)量為不合格，否則評價承運質(zhì)量為合格。

進一步，所述承運質(zhì)量閾值的設(shè)定根據(jù)國家電梯相應(yīng)標(biāo)準(zhǔn)中規(guī)定的符合安全要求的電梯起動，制動，振動加速度限制值。

進一步，所述實時加速度擬合模塊還包括加速度采集模塊，所述加速度采集模塊用于采集加速度傳感器輸出的加速度信號。

進一步，所述檢測的系統(tǒng)還包括曲線繪制模塊，所述曲線繪制模塊用于將實時加速度、實時速度、實時位移輸出繪制于曲線表示模塊。

有益技術(shù)效果：

1、本專利采用通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度，通過一次積分算法將實時加速度計算為實時速度，通過二次積分算法將實時速度計算為實時位移，由于通過對加速度的一次積分求速度，對加速度的二次積分，即對速度的一次積分，即求位移，如果所使用積分的方式是對每次采樣值直接進行累加的話，即:第n次積分值=第(n-1)次積分值+第n次采樣濾波值，則會出現(xiàn)較大的誤差，因此，采用以下改進的積分算法：第n次積分值=第(n-1)次積分值+第(n-1)次采樣濾波值+[(第n次采樣濾波值-第(n-1)次采樣濾波值)/2]*t，其中t為采樣周期，具體應(yīng)用在速度和位移上表現(xiàn)為下列式子，一次積分得到速度，velocityz[1]=velocityz[0]+accelerationz[0]+((accelerationx[z]-accelerationz[0])>>1)，其中velocityz[1]代表此刻速度，velocityz[0]代表上一采樣時刻速度，二次積分得到位移：positionz[1]=positionz[0]+velocityz[0]+((velocityz[1]-velocityz[0])>>1)，其中positionz[1]代表此刻位移，positionz[0]代表上一采樣時刻位移，通過使用改進的積分算法能減小計算本身帶來的誤差，使結(jié)果更為精確。

2、本專利由于傳感器本身測量的數(shù)據(jù)可能受許多干擾因素影響，比如零點漂移，噪聲等等，為了檢測數(shù)據(jù)的穩(wěn)定性和準(zhǔn)確性，首先采用卡爾曼濾波對傳感器采樣的原始數(shù)據(jù)進行卡爾曼濾波，卡爾曼濾波基本公式如下：

x(k|k-1)=ax(k-1|k-1)+bu(k)(1)

p(k|k-1)=ap(k-1|k-1)a’+q(2)

kg(k)=p(k|k-1)h’/(hp(k|k-1)h’+r)(3)

x(k|k)=x(k|k-1)+kg(k)(z(k)-hx(k|k-1))(4)

p(k|k)=(i-kg(k)h)p(k|k-1)(5)

得到z軸濾波后的采樣數(shù)據(jù)之后，再對z軸進行速度和位移的計算，通過卡爾曼濾波后的加速度數(shù)據(jù)，穩(wěn)定性和準(zhǔn)確性提高。

3、本專利采用所述實時加速度、速度和位置檢測的方法還包括承運質(zhì)量評價方法，所述承運質(zhì)量評價方法包括通過判斷實時加速度是否超過承運質(zhì)量閾值，若超過承運質(zhì)量閾值，則評價承運質(zhì)量為不合格，否則評價承運質(zhì)量為合格，由于電梯乘運質(zhì)量的簡單判斷主要是通過對加速度的比較來實現(xiàn)，因為電梯標(biāo)準(zhǔn)中規(guī)定了符合安全要求的電梯起動，制動，振動加速度限制值，通過在程序中設(shè)置合理閾值來與采樣加速度進行比較，如果超出限制值，就說明電梯乘運質(zhì)量差；如果在限制值之內(nèi)，則說明電梯乘運質(zhì)量好，符合了電梯起動、制動、振動加速度限制值的國家標(biāo)準(zhǔn)。

4、本專利還提供一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，由于加速度傳感器為三軸數(shù)字加速度傳感器，可實時檢測加速度，通過iic接口與mcu連接在一起，傳送加速度信號給mcu，mcu在接收加速度傳感器發(fā)送的數(shù)字加速度信號后，對其進行卡爾曼濾波，以便得到較為精確的信號，并在此基礎(chǔ)上通過一次積分運算和兩次積分運算分別得到速度信號和位移信號，再通過其帶有的藍牙接口發(fā)送出去，手機app在接收到mcu發(fā)送出來的加速度信號，速度信號，位移信號后，實時顯示出它們的曲線，便于實時分析判斷電梯運行的正常與否。

附圖說明

圖1是本發(fā)明一種用于電梯實時加速度和速度以及位置檢測的方法的流程圖；

圖2是本發(fā)明一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)的模塊圖；

圖3是本發(fā)明一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)的電原理圖。

具體實施方式

以下結(jié)合附圖對本發(fā)明做進一步描述：

圖中：

s1-通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度；

s2-通過一次積分算法將實時加速度計算為實時速度；

s3-通過二次積分算法將實時速度計算為實時位移；

s4-承運質(zhì)量評價方法；

1-加速度采集模塊，2-加速度擬合模塊，3-實時速度估算模塊，4-實時位移估算模塊，5-承運質(zhì)量評價模塊，6-曲線繪制模塊，7-曲線表達模塊

實施例：

本實施例：如圖1所示，1、一種用于電梯實時加速度和速度以及位置檢測的方法，其特征在于，所述方法包括：

通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度s1；

通過一次積分算法將實時加速度計算為實時速度s2；

所述一次積分算法為：

velocityz[1]=velocityz[0]+accelerationz[0]+((accelerationx[1]-accelerationz[0])÷2)

所述velocityz[1]為當(dāng)前采樣周期的實時速度；

所述velocityz[0]為上一個采樣周期的實時速度；

所述accelerationz[0]為上一個采樣周期的實時加速度；

所述accelerationx[1]為當(dāng)前采樣周期的實時加速度；

通過二次積分算法將實時速度計算為實時位移s3；

positionz[1]=positionz[0]+velocityz[0]+((velocityz[1]-velocityz[0])÷2)

所述positionz[1]為當(dāng)前采樣周期的實時位移；

所述positionz[0]為上一個采樣周期的實時位移；

所述velocityz[0]為上一個采樣周期的實時速度；

所述velocityz[1]為當(dāng)前采樣周期的實時速度。

由于采用通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度，通過一次積分算法將實時加速度計算為實時速度，通過二次積分算法將實時速度計算為實時位移，由于通過對加速度的一次積分求速度，對加速度的二次積分，即對速度的一次積分，即求位移，如果所使用積分的方式是對每次采樣值直接進行累加的話，即:第n次積分值=第(n-1)次積分值+第n次采樣濾波值，則會出現(xiàn)較大的誤差，因此，采用以下改進的積分算法：第n次積分值=第(n-1)次積分值+第(n-1)次采樣濾波值+[(第n次采樣濾波值-第(n-1)次采樣濾波值)/2]*t，其中t為采樣周期，具體應(yīng)用在速度和位移上表現(xiàn)為下列式子，一次積分得到速度，velocityz[1]=velocityz[0]+accelerationz[0]+((accelerationx[z]-accelerationz[0])>>1)，其中velocityz[1]代表此刻速度，velocityz[0]代表上一采樣時刻速度，二次積分得到位移：positionz[1]=positionz[0]+velocityz[0]+((velocityz[1]-velocityz[0])>>1)，其中positionz[1]代表此刻位移，positionz[0]代表上一采樣時刻位移，通過使用改進的積分算法能減小計算本身帶來的誤差，使結(jié)果更為精確。

2、根據(jù)權(quán)利要求1所述的一種用于電梯實時加速度和速度以及位置檢測的方法，其特征在于，所述卡爾曼濾波算法包括：

x(k|k-1)=ax(k-1|k-1)+bu(k)；

p(k|k-1)=ap(k-1|k-1)a’+q；

kg(k)=p(k|k-1)h’/(hp(k|k-1)h’+r)；

x(k|k)=x(k|k-1)+kg(k)(z(k)-hx(k|k-1))；

p(k|k)=(i-kg(k)h)p(k|k-1)；

所述x(k|k-1)是根據(jù)上一時刻估計出這一時刻的加速度狀態(tài)向量；

所述x(k|k)是當(dāng)前時刻的最優(yōu)值加速度狀態(tài)向量；

所述x(k-1|k-1)是上一時刻的最優(yōu)值加速度狀態(tài)向量；

所述u(k)是控制量；

所述a是上一時刻狀態(tài)轉(zhuǎn)移到這一時刻狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣；

所述a’是a的轉(zhuǎn)置矩陣；

所述b是控制量矩陣；

所述q是系統(tǒng)噪聲協(xié)方差矩陣；

所述r是測量噪聲協(xié)方差矩陣；

所述h是測量系統(tǒng)的參數(shù)矩陣；

所述h’是h的轉(zhuǎn)置矩陣；

所述p(k|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述p(k|k)是x(k|k)對應(yīng)的協(xié)方差矩陣；

所述p(k-1|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述kg(k)是卡爾曼增益矩陣；

所述z(k)是當(dāng)前時刻的測量值；由于傳感器本身測量的數(shù)據(jù)可能受許多干擾因素影響，比如零點漂移，噪聲等等，為了檢測數(shù)據(jù)的穩(wěn)定性和準(zhǔn)確性，首先采用卡爾曼濾波對傳感器采樣的原始數(shù)據(jù)進行卡爾曼濾波，卡爾曼濾波基本公式如下：

x(k|k-1)=ax(k-1|k-1)+bu(k)(1)

p(k|k-1)=ap(k-1|k-1)a’+q(2)

kg(k)=p(k|k-1)h’/(hp(k|k-1)h’+r)(3)

x(k|k)=x(k|k-1)+kg(k)(z(k)-hx(k|k-1))(4)

p(k|k)=(i-kg(k)h)p(k|k-1)(5)

得到z軸濾波后的采樣數(shù)據(jù)之后，再對z軸進行速度和位移的計算，通過卡爾曼濾波后的加速度數(shù)據(jù)，穩(wěn)定性和準(zhǔn)確性提高。

3、根據(jù)權(quán)利要求1所述的一種用于電梯實時加速度和速度以及位置檢測的方法，其特征在于，所述實時加速度、速度和位置檢測的方法還包括承運質(zhì)量評價方法s4，所述承運質(zhì)量評價方法s4包括通過判斷實時加速度是否超過承運質(zhì)量閾值，若超過承運質(zhì)量閾值，則評價承運質(zhì)量為不合格，否則評價承運質(zhì)量為合格。

由于采用所述實時加速度、速度和位置檢測的方法還包括承運質(zhì)量評價方法，所述承運質(zhì)量評價方法包括通過判斷實時加速度是否超過承運質(zhì)量閾值，若超過承運質(zhì)量閾值，則評價承運質(zhì)量為不合格，否則評價承運質(zhì)量為合格，由于電梯乘運質(zhì)量的簡單判斷主要是通過對加速度的比較來實現(xiàn)，因為電梯標(biāo)準(zhǔn)中規(guī)定了符合安全要求的電梯起動，制動，振動加速度限制值，通過在程序中設(shè)置合理閾值來與采樣加速度進行比較，如果超出限制值，就說明電梯乘運質(zhì)量差；如果在限制值之內(nèi)，則說明電梯乘運質(zhì)量好，符合了電梯起動、制動、振動加速度限制值的國家標(biāo)準(zhǔn)。

4、根據(jù)權(quán)利要求3所述的一種用于電梯實時加速度和速度以及位置檢測的方法，其特征在于，所述承運質(zhì)量閾值的設(shè)定根據(jù)國家電梯相應(yīng)標(biāo)準(zhǔn)中規(guī)定的符合安全要求的電梯起動，制動，振動加速度限制值。

5、一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，其特征在于，包括實時加速度擬合模塊2、實時速度估算模塊3、實時位移估算模塊4；

所述實時加速度擬合模塊2用于通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度s1；

所述實時速度估算模塊3用于通過一次積分算法將實時加速度計算為實時速度s2；

所述一次積分算法為：

velocityz[1]=velocityz[0]+accelerationz[0]+((accelerationx[1]-accelerationz[0])÷2)

所述velocityz[1]為當(dāng)前采樣周期的實時速度；

所述velocityz[0]為上一個采樣周期的實時速度；

所述accelerationz[0]為上一個采樣周期的實時加速度；

所述accelerationx[1]為當(dāng)前采樣周期的實時加速度；

所述實時位移估算模塊4用于通過二次積分算法將實時速度計算為實時位移s3；

positionz[1]=positionz[0]+velocityz[0]+((velocityz[1]-velocityz[0])÷2)

所述positionz[1]為當(dāng)前采樣周期的實時位移；

所述positionz[0]為上一個采樣周期的實時位移；

所述velocityz[0]為上一個采樣周期的實時速度；

所述velocityz[1]為當(dāng)前采樣周期的實時速度。

6、根據(jù)權(quán)利要求5所述的一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，其特征在于，所述卡爾曼濾波算法包括：

x(k|k-1)=ax(k-1|k-1)+bu(k)；

p(k|k-1)=ap(k-1|k-1)a’+q；

kg(k)=p(k|k-1)h’/(hp(k|k-1)h’+r)；

x(k|k)=x(k|k-1)+kg(k)(z(k)-hx(k|k-1))；

p(k|k)=(i-kg(k)h)p(k|k-1)；

所述x(k|k-1)是根據(jù)上一時刻估計出這一時刻的加速度狀態(tài)向量；

所述x(k|k)是當(dāng)前時刻的最優(yōu)值加速度狀態(tài)向量；

所述x(k-1|k-1)是上一時刻的最優(yōu)值加速度狀態(tài)向量；

所述u(k)是控制量；

所述a是上一時刻狀態(tài)轉(zhuǎn)移到這一時刻狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣；

所述a’是a的轉(zhuǎn)置矩陣；

所述b是控制量矩陣；

所述q是系統(tǒng)噪聲協(xié)方差矩陣；

所述r是測量噪聲協(xié)方差矩陣；

所述h是測量系統(tǒng)的參數(shù)矩陣；

所述h’是h的轉(zhuǎn)置矩陣；

所述p(k|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述p(k|k)是x(k|k)對應(yīng)的協(xié)方差矩陣；

所述p(k-1|k-1)是x(k|k-1)對應(yīng)的協(xié)方差矩陣；

所述kg(k)是卡爾曼增益矩陣；

所述z(k)是當(dāng)前時刻的測量值；

7、根據(jù)權(quán)利要求5所述的一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，其特征在于，所述實時加速度、速度和位置檢測的方法還包括承運質(zhì)量評價模塊5，所述承運質(zhì)量評價模塊5用于通過判斷實時加速度是否超過承運質(zhì)量閾值，若超過承運質(zhì)量閾值，則評價承運質(zhì)量為不合格，否則評價承運質(zhì)量為合格。

8、根據(jù)權(quán)利要求7所述的一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，其特征在于，所述承運質(zhì)量閾值的設(shè)定根據(jù)國家電梯相應(yīng)標(biāo)準(zhǔn)中規(guī)定的符合安全要求的電梯起動，制動，振動加速度限制值。

9、根據(jù)權(quán)利要求5所述的一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，其特征在于，所述實時加速度擬合模塊2還包括加速度采集模塊1，所述加速度采集模塊1用于采集加速度傳感器輸出的加速度信號。

10、根據(jù)權(quán)利要求5所述的一種用于電梯實時加速度和速度以及位置檢測的系統(tǒng)，其特征在于，所述檢測的系統(tǒng)還包括曲線繪制模塊6，所述曲線繪制模塊6用于將實時加速度、實時速度、實時位移輸出繪制于曲線表示模塊。

由于加速度傳感器為三軸數(shù)字加速度傳感器，可實時檢測加速度，通過iic接口與mcu連接在一起，傳送加速度信號給mcu，mcu在接收加速度傳感器發(fā)送的數(shù)字加速度信號后，對其進行卡爾曼濾波，以便得到較為精確的信號，并在此基礎(chǔ)上通過一次積分運算和兩次積分運算分別得到速度信號和位移信號，再通過其帶有的藍牙接口發(fā)送出去，手機app在接收到mcu發(fā)送出來的加速度信號，速度信號，位移信號后，實時顯示出它們的曲線，便于實時分析判斷電梯運行的正常與否。

工作原理：

本專利通過卡爾曼濾波算法將采集的加速度信號濾波并擬合成實時加速度，通過一次積分算法將實時加速度計算為實時速度，通過二次積分算法將實時速度計算為實時位移，由于通過對加速度的一次積分求速度，對加速度的二次積分，即對速度的一次積分，即求位移，如果所使用積分的方式是對每次采樣值直接進行累加的話，即:第n次積分值=第(n-1)次積分值+第n次采樣濾波值，則會出現(xiàn)較大的誤差，因此，采用以下改進的積分算法：第n次積分值=第(n-1)次積分值+第(n-1)次采樣濾波值+[(第n次采樣濾波值-第(n-1)次采樣濾波值)/2]*t，其中t為采樣周期，具體應(yīng)用在速度和位移上表現(xiàn)為下列式子，一次積分得到速度，velocityz[1]=velocityz[0]+accelerationz[0]+((accelerationx[z]-accelerationz[0])>>1)，其中velocityz[1]代表此刻速度，velocityz[0]代表上一采樣時刻速度，二次積分得到位移：positionz[1]=positionz[0]+velocityz[0]+((velocityz[1]-velocityz[0])>>1)，其中positionz[1]代表此刻位移，positionz[0]代表上一采樣時刻位移，本發(fā)明解決了現(xiàn)有技術(shù)存在還不具備同時檢測電梯加速度、速度、位移等參數(shù)的問題，具有減小計算本身帶來的誤差，使結(jié)果更為精確、穩(wěn)定性和準(zhǔn)確性高、符合國家標(biāo)準(zhǔn)、實時分析判斷的有益技術(shù)效果。

利用本發(fā)明的技術(shù)方案，或本領(lǐng)域的技術(shù)人員在本發(fā)明技術(shù)方案的啟發(fā)下，設(shè)計出類似的技術(shù)方案，而達到上述技術(shù)效果的，均是落入本發(fā)明的保護范圍。