基于卡尔曼滤波器的PMSM逆变器死区效应补偿方法

分析了死区效应及其对PMSM逆变器工作状况的影响,提出了一种基于卡尔曼滤波器的死区效应补偿方法.该方法通过对系统电流在α、β静坐标系进行系统噪声、量测噪声滤波,从而得到系统的三相电流方向,进而得到死区导致的误差电压矢量,根据误差电压矢量对电压输出进行补偿,实现对死区效应的有效抑制.实验结果表明,该方法可有效改善逆变器输出电流波形,提高PMSM系统的工作性能.     

奇异值分解(SVD)理论在同步电机参数辨识中的应用

将奇异值分解理论应用于同步电机参数辨识中 ,这一方法可在最小二乘辨识算法中无论雅可比矩阵奇异与否 ,均可获得最短的向量解 ,从而提高辨识算法收敛性及减少迭代次数 .应用本文算法成功地对一台 2 0 0MW汽轮发电机的参数进行了辨识 .     

基于奇异值分解的分数阶小波综合实现方法

针对现有模拟小波变换实现中存在的不足,提出了一种基于奇异值分解算法的分数阶小波综合实现方法。首先,根据分数阶系统理论和介电松弛特性的Cole-Cole分布函数,构造了一种新的分数阶小波;然后,以线性离散系统的状态空间模型为基础,采用矩阵奇异值分解算法求解出分数阶小波逼近函数;最后,利用多输出开关电流双线性积分器和电流镜作为基本结构单元,设计了冲激响应为分数阶小波逼近函数的多环反馈开关电流小波滤波器。对开关电流分数阶小波滤波器的时域和频域响应以及灵敏度和非理想性进行了仿真与分析,实验结果表明所提出的分数阶小波综合实现方法具有小波逼近算法简单且逼近精度较高、电路灵敏度低和受元件非理性因素影响小等特点。     

小波－奇异值分解在异步电机转子故障特征提取中的应用

针对电流信号中异步电机的转子故障特征分量经常被电源频率分量淹没而无法准确检测的缺点,提出了一种基于小波-奇异值分解的转子故障特征提取方法。通过连续小波变换将电流信号中的各特征频率分量转换到时频分布空间中,对该时频空间进行奇异值分解将各特征频率分量分解到不同的正交特征子空间中,对特征子空间的选择重构可以有效地滤除电源频率分量而提取出转子故障特征分量。模拟数据和实际故障信号的应用表明,该方法提供了一种可实际应用的异步电机转子故障诊断方法。     

基于S变换局部奇异值分解的过电压特征提取

针对实测过电压信号波形不规则、不易识别问题,根据矩阵奇异值的特点,提出了一种采用S变换和局部奇异值分解的过电压特征提取方法。首先通过S变换得到过电压发生时零序电压的时频模值矩阵,然后对矩阵进行划分,计算各个子矩阵的最大奇异值,利用最大奇异值在不同频带以及整个时频空间的分布差异来构造过电压特征量。对变电站实测的感应雷过电压等五种过电压信号的计算表明,所提取的特征量维数低,对过电压信号随机扰动具有相对稳定性,能提取出过电压的本质特征。     

奇异值与特征值分解在谐波源定阶中的等价性

现代谱估计理论较好的解决了随机白噪声下平稳的电力系统谐波和间谐波模型的求解问题,算法的关键在于准确的确定谐波和间谐波源的个数,称为"定阶",定阶的方法有奇异值分解和特征值分解两种.本文通过理论推导论证两种定阶方法本质上是等价的,并对实测的电弧炉电流波形,采用Esprit进行仿真验证.     

基于FPGA的大矩阵奇异值分解的实现

提出了一种在FPGA中实现大矩阵奇异值分解的方法。主要思想是通过有限状态机进行控制,复用流水线CORDIC计算模块。这种方法极大地节省了FPGA的面积资源,并且增加了算法求解的时间并行度。计算256阶实对称矩阵的奇异值仅占用3601个ALUT,运行时间仅为95.28ms。     

基于奇异值分解理论的谐波放大分析方法

电网中的谐波危害十分严重,随着网络结构日趋复杂化,因谐振造成的谐波污染问题变得更加突出。为了更好地研究分析电网谐振规律,提出一种基于奇异值分解理论的谐波放大分析方法。该方法通过提取谐波源与响应之间传递函数矩阵中的关键信息,获取网络中节点电压和支路电流的谐波放大规律。理论分析和算例分析结果验证了所提出的谐波放大分析方法的有效性。     

基于序贯卡尔曼滤波的OCT信号处理方法研究

使用光学电流互感器(Optical Current Transducer,OCT)测量小电流时,测量得到的内部噪声信号往往大于光电信号,测得的读数不能正确反映电流的真实值。有效滤除噪声,提高信噪比是OCT信号处理的关键所在。介绍了基于法拉第磁光效应的光学电流互感器的基本原理和信噪特性,在被测电流为交直流混合信号的情况下,建立合适的滤波状态空间模型,采用序贯卡尔曼滤波的方法在Lab VIEW上进行仿真。结果表明序贯卡尔曼滤波算法能够对测量电流实时进行信噪分离,同时准确分离出交流和直流分量,提高了输出信噪比和测量精度。     

基于FFT和数字滤波的信号处理软件实现

从快速傅立叶变换(FFT)和数字滤波的原理出发,完成一套基于FFT和数字滤波的信号处理软件的需求分析和详细设计.可分为四个主模块:信号来源模块、滤波处理模块、FFT模块和序列基础运算模块.在给出详细流程图的基础上,选用VC 6.0开发出信号处理软件.经过测试和实例分析表明,软件功能比较实用,可初步用于实际工作中的信号分析与处理.     

基于联合卡尔曼滤波的多传感器信息融合算法及其应用

针对常见卡尔曼滤波器在处理多传感器组合系统的数据时,存在计算量大和故障数据相互污染的问题,提出了一种应用联合卡尔曼滤波技术进行多传感器信息融合,以求得参数最优估计的方法。文中首先对联合卡尔曼滤波的基本原理和4种主要结构方式进行了论述和分析,然后给出了融合算法的实现,最后以多传感器组合导航系统为例,对其进行计算机仿真。结果表明,该方法可有效提高计算的精度和可靠性,具有较好的容错性和环境适应性,有效高的工程实用价值。     

基于卡尔曼滤波的空气细颗粒物称重数据处理

针对在细颗粒物采样监测装置中称重部分数据采集易受外部环境的影响,产生测量误差和干扰,导致称重部分的精度达不到要求,进而影响整个监测装置的测量精度和性能.通过经典的卡尔曼滤波算法,对传感器读取的数据进行处理,去除了极端数据,提高了称重部分的检测精度.通过MATLAB编写程序,对称重数据进行处理并图形化显示,满足称重部件精度要求±2 mg的要求,验证了卡尔曼滤波算法在此应用的有效性.该方法可应用于相关领域的数据处理.     

零相位滤波器在基于激光多普勒效应的动态位移信号处理中的应用

本文介绍了零相位滤波器的原理和实现方法。零相位滤波器在通带范围内可有效消除一般差分滤波器对信号产生的相位失真和频率改变。将零相位滤波应用到激光多普勒信号处理子系统,有助于抑制噪声,提高信噪比,可为正确选用滤波器处理激光多普勒信号提供参考。在Matlab平台下对实测数据进行对比,分析的结果也说明了这一点。     

永磁同步电动机系统参数和状态的推广卡尔曼滤波估计

永磁同步电动机系统具有力矩系数大、力矩波动小以及控制灵活等优点，在许多精密伺服控制系统中得到广泛应用。本文在得到系统模型的基础上，利用推广的卡尔曼滤波器对非线性的永磁同步电动机系统参数和状态进行了估计，仿真结果验证了估计方法在数学上的可行性。     

修正的扩展卡曼滤波器在EIT中的应用

在电阻抗断层成像（EITelectrical impedance tomography）技术中,扩展的卡曼估值算法是一种完全不同于传统Newton类算法的新方法,该算法取得了很好的成像效果,但是成像分辨率还不够高,主要原因是该算法数学模型的理论基础存在不足。在前人研究的基础上,对扩展卡曼估值方法进行了修正,并进行了数值仿真,仿真表明修正算法虽然在时间性能上有微小下降,但在提高成像分辨率方面有明显优势。     

基于扩展卡尔曼滤波的PMSM无位置传感器控制

在永磁同步电机无位置传感器控制系统中,设计了一种基于扩展卡尔曼滤波(EKF)算法的永磁同步电机(PMSM)转子位置估算算法,代替机械式的位置传感器对电机转子位置及转速进行实时检测,实现无位置传感器控制,给出了算法的递推过程和永磁同步电机模型,并对该算法进行了简化分析。经仿真与实验表明基于扩展卡尔曼滤波的PMSM无位置传感器控制算法具有良好的动静态性能、转速辨识能力,且具有良好的鲁棒性,能够在各种运行情况下正确估算转子位置以及电机转速,控制性能优越。     

基于形态滤波和提升小波变换的漏磁信号处理研究

利用数学形态学与提升小波变换相结合的方法对漏磁信号进行分析处理。先用数学形态方法对漏磁信号进行滤波预处理,可以有效地去除脉冲噪声与基线飘移,再利用提升小波变换对处理后的漏磁信号进行多分辨分析,得出各层逼近信号与细节信号。结果表明,该方法可以有效地滤除漏磁信号的噪声。罗华1,2,3雷斌1,2胡玉新1,2(1.中国科学院空间信息处理与应用系统技术重点实验室北京100190;2.中国科学院电子学研究所北京100190;3.中国科学院大学北京100039)     

基于推广卡尔曼滤波算法的SOC估算策略

为了估算锂离子动力电池的荷电状态,以Thevenin模型为基础,建立了数学关系简单,易于工程实现的状态空间模型.在此基础上,对模型进行了线性化处理,采用推广卡尔曼滤波算法实现了对电池荷电状态的估算.仿真结果表明,该模型能较好地体现电池的动静态特性,推广卡尔曼滤波算法在估算过程中能保持很好的精度,并对初始值的误差有很强的修正作用,对噪声有很强的抑制作用.