多传感器电流测量系统信号处理算法研究

通过磁传感器测量导线周围电磁场分布,实现电流的非接触式测量方法是一种新型电流测量方法.因为测量误差受到干扰磁场以及磁传感器位置不确定性带来的影响,所以信号处理算法是提高测量精确度和实用性的关键.该文分别介绍了多传感器测量平行导线直流电流的3种算法;平均值法、空间付氏变换和最优卡尔曼滤波,并从测量精度、算法复杂度和灵活性的角度进行了对比.通过仿真和实验结果说明最优卡尔曼滤波在保证测量精度的条件下,利于简化计算过程,以及提高算法的灵活性.     

直流配电网隧道磁电阻传感器外磁场干扰模型及其抑制方法研究

隧道磁电阻传感器作为新一代磁传感器,具有温度特性好、灵敏度高等优点,在电能计量中得到大量研究和应用。外磁场干扰是影响磁传感器测量准确度的重要因素,文中针对直流配电网电流测量场景,建立了隧道磁电阻元件传感器阵列的外磁场干扰模型,继而基于自适应滤波(LMS)分析的算法,提出了磁传感器最优结构参数,并通过数值分析和有限元仿真验证了该模型的有效性。研究结果表明,当被测电流在±50 ~±300 A之间、阵列半径与母排间距比例为1:2.5时,外磁场影响最小,通过自适应滤波算法可将磁传感器测量误差降到1%以下。     

基于LMS的环型TMR阵列传感器滤波算法设计

针对环型TMR传感器阵列测量电流时易受外界环境的干扰,提出一种磁阵列自适应测量方法。根据毕奥萨伐尔定律分析环型磁阵列的测量原理。提出了一种基于最小均方根(Least-Mean-Squares,LMS)方法,为磁阵列测得的磁场强度设计自适应滤波算法,即将某一段时间的传感器测量磁场作为输入,并过滤外界的杂散磁场信号,能够实现对外界磁场的自适应屏蔽。进行了数值仿真分析和搭建了实验平台,验证了所提方法的正确性及有效性。     

磁传感器阵列测量大电流的传感器拓扑问题研究

磁传感器阵列通常以非接触方式安放在多导体系统的周围空间用来测量电流。为研究磁传感器阵列拓扑而引起的理论误差,基于离散傅里叶变换（DFT）的电流测量算法,建立了以求解系数矩阵条件数最小值为目标函数的磁传感器阵列拓扑优化模型,并提出了若干优化约束条件。该数学模型可以同时适用于交流和直流的多母排平行导体系统测量大电流。最后,以三相电流测量系统磁传感器拓扑的优化问题为例给出了求解步骤,MATLAB仿真与实验结果验证了优化数学模型的有效性。     

磁传感器阵列测量电流时的干扰排除理论研究

用单个磁传感器测量母排周围的磁场可以得到母排中的电流，为了提高测量精度，在电流测量中引入了磁传感器阵列。提出一种基于离散傅立叶(DFT)分析的算法，用来区分测量电流产生的磁场和干扰电流产生的磁场。建立了适用于直流和交流、不同母排形状、任意数量平行母排的电流测量干扰排除数学模型。数值分析和初步试验结果验证了该模型的正确性。     

TMR传感器阵列测量电流的新型拓扑研究北大核心CSCD

通过传感器阵列和相应的算法减小乃至消除外部干扰电流产生的串扰误差是磁传感器电流测量技术研究中的一个重要问题。文中在对比了现有拓扑结构后,提出了一种双层环形传感器阵列拓扑结构,并对其测量误差进行了仿真计算与实验测量。仿真计算中对比了干扰电流的大小、相位、距离,以及被测导体偏离阵列中心等因素对测量误差的影响。利用8个高灵敏度的隧道磁阻(tunnel magnetoresistance,TMR)元件制作了电流传感器,并在单导体干扰和多导体干扰下进行了测试,实验结果表明其平均误差为1.79%,相对于单层四传感器的方法减小了约7%的误差。相比于其他拓扑结构,文中提出的结构抗干扰能力强,且无需复杂的算法,仅需基本的运算电路即可实现功能,具有较强的实用价值。     

基于磁场传感器阵列的电流测量方法研究进展

在电力系统的电流测量领域,磁传感器阵列具有非接触性、体积小、线性度高、抗干扰能力强、温漂小、频带宽以及成本低等优势。该文对磁传感器阵列技术在电力系统电流测量领域的研究进行了综述,介绍了不同被测对象所对应的磁传感器阵列方案,总结归纳了圆形阵列、矩形阵列等常见的磁场传感器阵列方案的研究进展,分析了偏心、串扰与倾斜等磁传感器阵列方案常见的误差来源。已有研究表明,磁场传感器阵列技术在电力系统的电流测量领域具有成本低、精度高、宽范围、宽频带、采用非接触式设计等优势,未来将在智能电网中获得更广泛的应用。     

UWB与IMU融合的室内动态定位算法

针对超宽带(UWB)定位易受多种噪声和非视距(NLOS)的影响产生定位误差的问题,提出了一种基于UWB与惯性测量单元(IMU)融合的室内动态定位算法。该算法首先采用扩展卡尔曼滤波算法对基于到达角度(AOA)定位方法的位置信息进行滤波,并与IMU数据进行时间同步,通过相邻时刻UWB位置信息变化速度与IMU所测量标签运动速度对比,实现对NLOS数据的识别及补偿,从而降低NLOS对定位精度的影响;然后基于改进粒子滤波算法对融合后的数据进行最优估计,以抑制噪声的干扰,最终实现对标签的准确定位。实验结果表明,所提算法采用基于AOA的定位方法可以在保证定位精度的前提下节约硬件成本;与单一使用UWB传感器的定位方案相比,所提算法可根据IMU提供的先验信息有效降低UWB的定位误差,在非视距环境下具备较高可靠性;与基于扩展卡尔曼滤波和无迹卡尔曼滤波的融合算法相比,定位精度分别提高了65.6%和56.0%;与标准粒子滤波算法相比,所提算法基于改进的粒子滤波算法运行时间缩短了42.3%。     

基于鲁棒CKF的多传感器全信息融合算法

为了克服不良测量的影响,改善多传感器的融合性能,提出一种基于鲁棒容积卡尔曼滤波(CKF)的多传感器全信息融合算法。基于新息协方差匹配原理构建鲁棒CKF,定义数据质量检测函数,根据测量数据质量选择鲁棒CKF或标准CKF作为子系统最优滤波算法。基于多传感器融合信息,建立子系统软故障检测算法;定义子系统故障系数,通过系统重构实现故障子系统的隔离。利用多传感器系统所能提供的最多信息,建立全信息融合算法。将所建算法应用于船舶动力定位测量系统的仿真实验中,与CKF、局部估计加权融合算法进行比较。仿真结果表明,鲁棒CKF及软故障检测函数提高了子系统的滤波鲁棒性,全信息融合算法进一步改善了系统的融合性能。仿真结果验证了所建算法的有效性。     

基于改进卡尔曼滤波的NLOS误差消除算法

随着无线传感器的网络的日益发展,TOF测距的应用也越来越广。针对基于TOF测距的测量值中包含的由信号的非视距传播引起的误差,提出了自适应测量噪声和有色噪声卡尔曼滤波相结合的消除NL0S误差的算法。该算法首先对测量噪声建立有色噪声模型,滤波参数根据NL0S环境的恶劣情况动态调整,再结合卡尔曼滤波算法,进而实时调整滤波过程以获得最优估计。通过仿真实验表明,该算法误差小,精确度高,适合用于动态实时定位系统。     

基于模糊卡尔曼滤波的HEV氢镍电池SOC估计

混合动力汽车(HEV)电池管理系统工作于恶劣工况环境中,采用常规卡尔曼滤波算法估计电池荷电状态(SOC)时,量测噪声统计特性随实际工况条件剧烈变化,会导致估测不准,甚至滤波发散.采用基于模糊自适应卡尔曼滤波的氢镍动力电池SOC估算算法,通过监视理论残差与实际残差的比值,对量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高估算精度.仿真结果表明,这种算法对随机的量测噪声具有较强的抑制能力.     

磁传感器阵列测量瞬态电流的新算法

不借助如聚磁环等辅助装置,直接利用磁传感器组来测量载流导体周围的磁场,进而反算待测电流是电力系统大电流测量的一种新思路。为了快速计算电流,尤其是电力系统中常见的瞬态电流,同时确保测量的准确性,文中研究了测量频带内磁场分布的动态特性,在时域中建立了基波电流与磁场幅值对应关系的瞬态电流计算模型。以三相矩形母排系统为例,研究了该测量模型适用的磁传感器组放置区域,并分析了误差的来源。最后利用实验验证了该模型的有效性。     

基于卡尔曼滤波的高精度弹道滤波算法研究

在弹道轨迹估计中,卡尔曼滤波算法是一种普遍使用的算法,常规卡尔曼滤波算法适用于线性离散系统.对于非线性离散系统模型,为了提高滤波的精度,减小系统模型误差以及未知的量测噪声和过程噪声统计特性对滤波精度的影响,提出了一种带有噪声统计估计器的拟线性最优平滑滤波算法.将该算法应用到弹道系统模型中,对弹道轨迹进行滤波估计.通过计算机建模仿真改进的算法和传统的拟线性最优平滑滤波算法,得到的实验结果表明,改进后的算法可以减小由于系统模型不精确带来的误差,很大程度上提高了弹道轨迹滤波估计的精度.     

基于自适应容积卡尔曼滤波算法的电力系统动态谐波状态估计

由于传统的谐波状态估计的参数辨识算法要求噪声的协方差矩阵固定不变,而实际工程中噪声的协方差矩阵是随时间变化的,工程中存在错误的量测数据,导致传统参数辨识算法估计的谐波电流参数的准确度较低。因此,提出自适应容积卡尔曼滤波算法来提高辨识谐波电流参数的准确度。首先,针对时变噪声干扰,采用基于渐消记忆指数加权法的噪声估值器算法生成时变噪声的协方差矩阵;其次,针对错误的量测数据,采用开窗估计算法修正错误的量测数据;然后,将修正的噪声协方差矩阵和量测数据代入容积卡尔曼滤波算法中,对谐波电流参数进行估计;最后,搭建IEEE 13节点系统仿真模型,验证了自适应容积卡尔曼滤波算法在时变噪声干扰及量测数据错误情况下仍可准确地估计谐波电流参数,确保了动态谐波状态估计的准确性。     

基于自适应卡尔曼滤波算法的紧组合导航系统的研究

为了提高子滤波器滤波精度和优化信息融合算法,提出一种基于在线调节因子的自适应卡尔曼滤波算法。首先讨论采用卡尔曼滤波技术的理论依据,设计SINS/GPS紧组合导航系统。提出改进的自适应卡尔曼滤波算法,该方法通过构造自适应参数因子,并利用量测噪声协方差阵与自适应参数的比值实现在线修正量测噪声协方差阵。通过MATLAB仿真,与传统基于标准卡尔曼滤波算法的紧组合导航系统相比,其各向位置误差和速度误差均得到明显降低,从而达到提高组合导航定位精度和优化信息融合算法的目的。     

基于双轴各向异性磁阻传感器电流测量系统的研究

根据各向异性磁阻传感器(AMR)测量导线产生磁场强度的原理,利用两个双轴各向异性磁阻传感器建立虚拟等腰直角三角形结构的理论模型,并提出计算虚拟等腰直角三角形中任意位置的定位算法,实现对电流的非接触式测量。建立传感器单元和测试平台,设计Kaiser窗函数和卡尔曼滤波器处理外部磁场的影响。最后通过实验验证了提出结构、定位算法和信号处理的正确性。