电容式触摸按键动态自适应的校正方法
开篇：润墨网以专业的文秘视角，为您筛选了一篇电容式触摸按键动态自适应的校正方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘要】本文通过样本数据滤波、样本数据稳定性评价、以及基准值分析计算等方法的综合运用，解决触摸按键在环境变化时所带来的不可靠影响，满足触摸按键在各种环境条件下的自适应工作要求。
【关键词】电容式触摸按键；防脉冲干扰平均值滤波；滑动平均值滤波；样本标准差
1.引言
触摸按键作为人机交互的重要方式正逐渐地替代物理按键。目前触摸按键在消费电子产品中的应用相当广泛，特别是在家用电器设备上，如电视机、电冰箱、DVD、小家电等等。触摸按键因其操作简便、美观、以及体积小巧而受到了消费者的认可和青睐。
目前大多数触摸按键采用电容式感应按键原理，然而电容式触摸按键不可避免地会受到周围环境的影响，如触摸按键周围的温湿度、内外电磁干扰噪声、触摸按键感应触点与手指触点之间的距离和填充介质的变化等等。由于周围环境的不可预见性，所以导致触摸按键不可避免地会存在不可靠的因素，从而导致误判断触发或触发失效等问题。目前对于触摸按键，大部分都是根据预先的测试调校结果，给定一个固定的触发基准经验值，然后通过当前的采集值和基准经验值进行比较分析，判断出按键是否触发。该类方法在面对以上提出的环境变化所带来的不可靠影响显得无能为力。
本文下面叙述的内容，能够根据周围环境的变化，动态调节按键触发的基准值，解决环境变化所带来的不可靠影响。
触摸按键是否触发是根据当前采集到的数值与基准值进行比较分析所得到的，这里的基准值是触摸按键是否触发的判断标准。
当触摸按键周围环境发生变化时，所采集到的触摸按键数值会随着环境的变化而变化，但是如果基准值固定不变的话，就可能会导致误判断触发或触发失效等问题。我们的目的是根据当前触摸按键周围环境的变化情况去动态地改变基准值，使得判断标准能够适应当前环境的变化情况，这样便能够更加准确可靠地实现触摸按键的功能。
那么怎样才能获得和当前环境相适应的基准值呢？
触摸按键在环境稳定的情况下（必须排除数据采集时段环境的不稳定情况），在没有按键触发时所采集到的数值便能够反映出当前触摸按键周围的环境情况，该数值便是可以随着环境的变化而变化的基准值。
3.软件滤波方法
由于触摸按键样本数据采集时，难免会受到各种噪声干扰，为了提高样本数据的采集质量，我们必须对采集到的数据进行滤波处理。
（1）“防脉冲干扰平均值滤波”：
该滤波的主要目的是消除尖脉冲干扰。在许多的数据采集系统中，不可避免地会产生尖脉冲干扰，这种干扰一般持续时间短、峰值大，对这样的数据进行数字滤波处理时，仅仅采用算术平均或移动平均滤波时，尽管对脉冲干扰进行了1/n的处理，但其剩余值仍然较大，满足不了系统数据采集的要求。
（2）“滑动平均值滤波”：
该滤波方法是把N个采样数据看成一个数列，数列的长度N固定不变，每进行一次新的采样就把采样结果插入队头并同时舍去队尾的一个数据，这样队列就始终存储有最新的N个数据。通过计算这些最新数据的平均值，就可以得到最新的采集结果。滑动平均值滤波平滑度高、灵敏度低，对周期性的干扰具有良好的抑制作用，但对于随机脉冲干扰的抑制作用差。
本自适应校正方法先采用“防脉冲干扰平均值滤波”进行样本数据滤波，然后再采用“滑动平均值滤波”进行标准值的滤波处理计算，这两种滤波方法能够很好地实现优势互补，组合成适用于触摸按键自适应校正的复合数字滤波器。特别强调的是，数字滤波中参数的大小必须根据实际的系统要求进行设置，否则也会给整个触摸按键的功能带来不利的影响。
4.实施步骤
总体步骤实施流程如图1所示：
图1 总体步骤实施流程图
步骤一：
采集每个触摸按键的数据样本，并进行“防脉冲干扰平均值滤波”处理，为了描述简练，本实施例只对一个触摸按键进行处理描述。
防脉冲干扰平均值滤波的计算公式为：
其中：
RSample为最终的滤波计算结果；
N每个触摸按键采集的数据样本个数；
M为舍去的最大（或最小）干扰样本值的个数；
Xk为排序后的样本值，且X1≤X2…≤Xk，k≥3。
假设采集到的数据样本数组为：
Sample[N]={S0，S1，…，SN-1}，其中N为每个触摸按键采集的数据样本个数。
例如，采集到的数据为：
Sample[10]={98，97，96，100，97，101， 99，99，97，98}
对Sample[N]进行排序的具体实现流程图，如图2所示：
图2 对Sample[N]进行排序的具体实现流程图
排序后的数组为：
Samp[10]={96，97，97，97，98，98，99， 99，100，101}
滤除最大和最小的样本数值并计算出滤波最终结果的流程如图3所示：
图3 滤波最终结果流程图
滤除最大和最小的2个干扰值后的数组为：
PSample[6]={97，97，98，98，99，99}；
求滤除最大和最小2个干扰值后数组的平均值，即为滤波后的最终结果为：
RSample=98
图3中的数值M为例子中的个数2，该数值可以根据实际情况调整。
特别强调的是图2和图3中样本采集个数N和滤除最大和最小干扰值个数M可以根据实际情况进行调整。
步骤二：
评价所采集到的样本数据是否处于稳定状态。
本方法采用样本标准差进行评价。样本标准差能够反映出样本数据集的离散程度，其数值S≥0，标准差结果S越大则说明所采集的数据样本越不集中，从而间接地反映出数据采集时环境的变化情况。
图4 标准差计算和评价流程图
假设数据样本数组剔除最大和最小数据后的数组为：
PSample[K]={PS0，PS1，…，PSK-1}，其中K为滤除最大和最小数据后每个触摸按键剩下的数据样本个数。
根据“步骤一”滤除最大和最小两个数据后的数组为：
PSample[6]={97，97，98，98，99，99}；
样本标准差的计算公式为：
对数据样本进行标准差计算和评价流程如图4所示。
根据样本标准差的计算公式计算样本数组PSample[6]={97，97，98，98， 99，99}的标准差，可以得到样本标准差的计算结果为S=0.894。图4中Stabi-lity的大小，在所举例子中可以设定范围为1～5。
假设PSample[6]={78，88，97，99， 108，118}，虽然其平均值与PSample[6]=
{97，97，98，98，99，99}的平均值都为98，但是PSample[6]={78，88，97， 99，108，118}的样本标准差计算结果为S=14.156。很显然，S较小的样本比较集中，S较大的样本不够集中。
图4中Stability的大小必须根据实际的系统进行设定，其根本是应该根据系统所采集样本的数值大小水平进行设定的，表1是三组样本得到的计算结果。
我们可以看到①、②和③组的S都一样，但是它们的数值大小水平不一样，②的数值水平差不多是200左右，而③的数值水平差不多是10左右，显然不能一刀切规定Stability的大小或范围。例如②组，我们可以规定Stability为5，S
图4中Stability为数据稳定性评价参考标准，该数值可以根据具体情况进行调整，数值越大，稳定性要求越低，数值越小，稳定性要求越高。
步骤三：
根据步骤一所得到的最终滤波计算结果RSample和步骤二样本数据稳定性评价结果进行基准值的分析计算。
通过对RSample和上一次自适应校正的基准值进行比较分析，判断出当前触摸按键是否处于按键的触发状态，若按键处于触发状态，则响应按键的控制，若按键不处于触发状态，则计算出最新的基准值，并作为下一次自适应校正前判断按键是否触发的标准，并把最新的基准值移位存储进基准值存储数组中。
基准值存储数组：存储着每一次自适应的基准值计算结果，假设触摸按键的基准值存储数组为Standard[ST] ={S1，S2，…，SST}。
基准值的分析计算（滑动平均值滤波）的流程如图5所示：
图5 基准值的分析计算流程图
RTrigger为判断所采集的样本数据是否属于按键触发状态的数据，其数值大小为：RTrigger=SST+Range。其中SST为基准值存储数组的最后一个数据，即上一次自适应校正的基准值，Range为在环境基准值SST上增加的一个数值，该数值反映按键触发前后的电容变化大小，Range的大小可根据系统具体情况进行设置。
“X”为判断按键是否处于触发状态的阈值，如果RSample与RTrigger的差值在X范围内，则认为按键处于触发状态，X的大小也必须根据系统具体的情况进行设置。
表2 采用触摸按键动态自适应校正方法的测试数据
5.实施效果
我们在设计一款OTT BOX产品时，对本文的方法进行了验证。使用ABS和PC两种材料作为触模按键的面板，分别制作成0.5mm、1mm、2mm、3mm、4mm、5mm、6mm几种厚度，当材料厚度小于等于4mm时，正常测试及环境试验的结果都显示该方法能动态调节按键触发的基准值，触摸按键功能正常触发。
参考文献
[1]沈恒范.概率论与数理统计教程（第四版）[M].北京：高等教育出版社，2003.
[2]韩旭里，谢永钦.概率论与数理统计[M].上海：复旦大学出版社，2006.
[3]任克强，刘晖.微机控制系统的数字滤波算法[J].现代电子技术，2003（3）：15-18.
作者简介：
汪赟（1966—），男，安徽桐城人，工学硕士，现供职于深圳市TCL高新技术开发有限公司，主要研究方向：TD-LTE及4G技术研究工作、智能电视的产品设计及研发、智能云家庭系统的研究和开发。