虚拟仪器与传统仪器间的关系

多年来，虚拟仪器的概念已经被更多的科学家和工程师及院校的师生所熟知。虚拟仪器已经广泛的应用在数据采集、仪器控制、工业过程监控和实验室自动化测量领域。

虚拟仪器是实实在在的电子测量仪器，虚拟的含义主要体现在将仪器的部分硬件功能及数据分析处理功能以软件的形式被虚拟化。这与网络世界中虚拟的概念是完全不同的，网络世界中的虚拟表现出的是一种不存在的虚幻。

如何看待虚拟仪器，它与传统仪器间会有什么不同之处？它会取代传统仪器吗？

正像当年数字式仪表刚刚出现时，也曾有过类似的问题提出：数字式仪表会取代模拟式仪表吗？当时可谓是众说纷纭，看法不一。可是，直到今天数字式仪表也未能 完全取代模拟式仪表。但是，数字化肯定是仪器仪表的发展趋势。比如：民用电度表、手机、电视、照相机等都已经实现数字化了！

可以说，在未来相当长的一段时间内，虚拟仪器还不会取代传统仪器，因为它们有各自的特点和各自的优势。
不管未来会发生什么样的变化，现在还是一起来看看虚拟仪器和传统仪器间的差别，参见表1－1。

表 1－1

传统仪器的发展已经近百年了，虚拟仪器的出现不过才短短的二十多年。正是由于它们之间存在着各自不同的特点和特性，所以目前还不存在着将来谁取代谁的问题。未来，它们之间的关系仍旧是良好的一种互补关系。

在此之前，我们一直强调虚拟仪器是基于计算机的测量仪器，软件在虚拟仪器中起着重要作用。的确如此，但是也千万不要忽视这样一个基本事实：模拟电子技术在虚拟仪器硬件（IC）中也同样承担的非常非常重要的作用。

虚拟仪器的测量原理是基于数据采集模块，而数据采集模块中最核心部件就是模数转换器。可以说，模数转换器的特性决定了数据采集模块的特性，而数据采集卡的特性决定了整个测量仪器的基本特性。
工业自动化测量需要的是定量测量，测量结果的准确与否直接与模数转换器的基本特性有关。模数转换器的温度特性决定了数据采集模块的使用环境，模数转换器的 长期稳定性决定了数据采集模块校准周期。当然，模块的设计者可以通过其它技术手段来保证数据采集模块的技术性能。比如NI的数据采集模块从E系列发展到M 系列，其技术性能的提升完全取决于模拟电子技术的进步所致，其中包括了：高速16－18位模数转换器、内置基准源的等设计手段。从而使M系列的数据采集模 块校准周期定为2年。

笔者的一块NI PXI 6251数据采集模块，已经使用了4年，最近对它测试表明其准确度还保持在出厂时的校准水平。

还有，C系列模块的功能多样性恰恰是由模数转换器的多样性所带来的。

纵观NI的数据采集模块，绝大多数都是使用商品化的模数转换IC。未来，只有模拟电子技术不断发展进步，才会给虚拟仪器的发展带来更多的新机会。

正是NI公司在软、硬件设计上具有个性鲜明的特点和连通性，才会使它成为虚拟仪器技术领域的权威专业制造商和领跑者。

数字电子技术的发展同样影响着虚拟仪器的性能，如：E系列6014模块的计数器和定时器为：2个 24 bits 时钟频率20MHz；而M系列6251的则为：2个32 bits 时钟频率80 MHz；X系列6320的则为：4个32 bits 时钟频率100 MHz。在性能不断提高的同时，价格和功耗确在不断的下降，原因就是数字电子技术的不断进步所致。

特别是NI的板载FPGA技术推出，使得一些系统设计更加自主化、更加机动灵活。我们知道，数据采集模块的基本性能是确定性的，用户只有按照确定性的要求 来选择使用。当系统中一旦需要一些比较特殊的要求时，我们无能为力来改进或解决。NI R系列模块提供了某些解决办法，这就是对FPGA进行在线编程实现硬件设计的软件化。

NI R系列多功能RIO设备具有每通道专用的模数转换器(ADC)，可以实现独立的定时和触发。它提供超越典型数据采集硬件功能的多种专项功能，如：多速率采样和单通道触发。NI R系列模块提供的可编程FPGA芯片，更适合板载处理和灵活的I/O操作。
NI R系列数字RIO设备和LabVIEW FPGA，允许我们配置自定义的硬件，满足各种应用的需要，如：自定义数字数据采集、高速波形生成、传感器仿真、硬件在环(HIL)测试、自定义数字通信协议、误码率测试以及其它要求精确定时和控制的应用程序。

我们可借助于NI LabVIEW FPGA模块，配置各项功能。该程序框图在硬件中运行, 有助于直接而及时地控制全部I/O信号, 实现各项优越性能, 例如:
完全控制所有信号及操作的同步和定时
具有硬件定时的速度和可靠性的自定义板载决策
百余种可个别配置的数字线, 如: 输入、输出、计数器/定时器、脉冲宽度调制(PWM)、灵活的编码器输入或专门的通信协议

对于FPGA的编程和设计，我们根本不用重新学习VHDL编程语言，在NI LabVIEW平台下借助NI LabVIEW FPGA模块就可以采用图形编程的方法设计自己所需的硬件电路。这样不仅大大减轻和缓解了学习和应用方面的压力，同时还加快验证和发布创新应用的速度。