前语
数据收集体系（Data Acquisition System），是指从传感器和其它待测设备等模仿和数字被测单元中主动收集经调度的电量或非电量信号，传输至上位机或服务器中进行剖析、处理、监控以及存储的全体体系。本章将展示典型数据收集体系的组成部分，帮忙您快速了解数据收集体系构建过程中的首要技术关键与要点。
众所周知，数据收集体系是计算机与外部物理国际衔接的桥梁，如今已广泛应用于实验室研讨、测验和丈量以及工业主动化领域中。
在构建一个根本的数据收集体系（下图）时，以下五个部分是有必要考虑的：
传感器
数据收集
信号传输
剖析处理
数据存储
图： 典型数据收集体系
1 传感器
数据收集始于要被丈量的物理现象，可能是房间的温度、光源的强度、空间的压力、应用在物体上的力气，或是其它许多现象。一个有用的数据收集体系能够丈量这一切不同的现象。
传感器是将物理现象转变成可丈量信号（电压或电流）的设备，例如热电偶、RTD、热敏电阻都能够把温度转变为A/D组件可丈量的模仿信号。下表是工程项目中所常见的传感器，以及它们可丈量的现象。
为了适宜数据收集设备的输入规模，由传感器生成的电信号有必要通过处理，即一般含义所说的“信号调度”。下表中列举了常用传感器所需的信号调度，工程师需求在构建体系时归纳考虑，挑选最适宜的传感器和数据收集设备。
2 数据收集
数据收集设备是上位机和外界之间的接口，它的首要功能是将输入的模仿信号数字化，使计算机能够解读这些信号。怎么挑选适宜和正确的数据收集设备，这是工程师们在构建体系之时须把握的技术之一，关于数采设备而言，首要有以下几项目标需求参阅：
通道数
关于选用单端和差分两种输入办法的设备，模仿输入通道数能够分为单端输入通道数和差分输入通道数。在单端输入中，输入信号均以一起的地线为基准。这种输入办法首要应用于输入信号电压较高（高于1 V），信号源到模仿输入硬件的导线较短（低于15 ft），且一切的输入信号共用一个基准地线。假如信号达不到这些规范，此刻应该用差分输入。
采样速率
这一参数决议了每秒种进行模数转化的次数。一个高采样速率能够在给定时刻下收集更多数据，因而能更好地反映原始信号。
分辨率/量程
模数转化器用来表明模仿信号的位数便是分辨率。分辨率越高，信号规模被分割成的区间数目越多，因而，能探测到的电压变量就越小（如下图）。
量程是模数转化器能够量化的最小和最大电压值。某些设备提供商的数据收集设备都能做到对量程规模进行挑选，能够在不同输入电压规模下进行装备。因为具有这种灵活性，您能够使信号的规模匹配ADC的输入规模，然后充分利用丈量的分辨率。
值得一提的是，分辨率与精度是两个彻底不同的概念，详细的差异可见本白皮书第三章内容。
防护性
数据收集设备所运用的周围环境假如较为杂乱和苛刻的情况下，那么在挑选时，工程师需求对设备的防护等级进行考量。
