基于FPGA的数字保护中卡尔曼滤波的实现

卡尔曼滤波算法具有收敛速度快、收敛精度高等优点,但由于卡尔曼滤波算法不仅包含矩阵的连乘,而且还有矩阵的求逆运算和迭代算法,这使得卡尔曼滤波算法难以在MCU和DSP这类数字平台上实时地高速实现.介绍了一种基于FPGA的卡尔曼滤波算法的实现方法,该方法针对数字保护中卡尔曼滤波算法的特点,结合FPGA的结构特性,对算法的结构进行适当的改进和变换,避开难以实现的矩阵求逆运算和运算量巨大的矩阵连乘运算,大大简化了迭代的过程.在此基础上,利用FPGA的高速性和灵活性实现了基于硬件逻辑的卡尔曼滤波.     

基于FPGA的数字保护中卡尔曼滤波的实现

卡尔曼滤波算法具有收敛速度快、收敛精度高等优点,但由于卡尔曼滤波算法不仅包含矩阵的连乘,而且还有矩阵的求逆运算和迭代算法,这使得卡尔曼滤波算法难以在MCU和DSP这类数字平台上实时地高速实现。介绍了一种基于FPGA的卡尔曼滤波算法的实现方法,该方法针对数字保护中卡尔曼滤波算法的特点,结合FPGA的结构特性,对算法的结构进行适当的改进和变换,避开难以实现的矩阵求逆运算和运算量巨大的矩阵连乘运算,大大简化了迭代的过程。在此基础上,利用FPGA的高速性和灵活性实现了基于硬件逻辑的卡尔曼滤波。     

基于双CPU结构的变压器微机保护装置的研究

配电变压器的微机保护是配电系统安全可靠运行的重要保证。针对配电变压器保护的复杂特点,提出了DSP与MCU复合的双CPU结构,DSP主要负责保护信号检测与保护运算,MCU主要负责测量信号检测与人机接口。改进了基于傅立叶变换的保护算法。采用增量式递推算法提高了检测的实时性,降低了算法的运算量。利用继电保护测试装置和模拟断路器进行了功能测试,结果表明该装置保护逻辑正确、动作灵敏可靠。     

基于牛顿迭代法的高精度快速开方算法

针对全波傅氏算法中的开平方运算较耗时影响微机保护瞬动性问题,提出一种选取接近定点数开方真值的牛顿迭代初值的方法,该方法利用数字信号处理器(DSP)的移位指令、256个单元的查表技术和DSP的硬件乘法器,通过1次查表和1￣2次乘法运算,就能快速确定迭代误差小于2-9的迭代初值。在TIDSP集成开发平台上,运行牛顿迭代开平方汇编程序。运算结果表明:该算法对范围在00000004.0000H￣01FFFFFF.FFFFH的定点数抽样开方运算,迭代次数均不大于3次,就达到2-16以上迭代精度,且占用内存小,非常适合带有硬件乘法器的嵌入式微处理器实现。     

最小二乘算法的研究与改进

最小二乘法具有良好的滤波和数据窗可变的特性,但运算量很大,以至于无法满足微机保护实时性的要求.文中针对最小二乘算法的这一缺陷,通过深入的分析和研究提出了最小二乘改进算法,改进后的算法不仅具有良好的滤波特性和数据窗可变的特点,而且运算量大大减少,从而使高精度的最小二乘算法能够很好地应用于微机保护中.理论分析和计算机仿真表明:改进算法能准确估计出待求量.     

交流采样中开平方算法的研究

在分析开平方迭代算法收敛速度的基础上,提出了开平方的初值选取改进算法。本算法具有算法简单,迭代次数少,精度高等特点,较好地解决了开方运算时间长问题。同时分析了求有效值（幅值）的开平方运算时间误差,并作改进。     

基于矩阵递推求逆的快速联邦Kalman滤波

在SINS/GPS组合导航系统中大多采用联邦Kalman滤波算法,但联邦Kalman滤波算法存在大量矩阵相乘运算和矩阵求逆运算,从而影响了算法的运行速度.为了解决此问题,在联邦Kalmar滤波算法子滤波器中引用矩阵外积方法对矩阵相乘进行处理,并提出了基于矩阵递推求逆的快速联邦Kalman滤波算法应用于主滤波器中,从而大...     

最小二乘算法的研究与改进

最小二乘法具有良好的滤波和数据窗可变的特性 ,但运算量很大 ,以至于无法满足微机保护实时性的要求。文中针对最小二乘算法的这一缺陷 ,通过深入的分析和研究提出了最小二乘改进算法 ,改进后的算法不仅具有良好的滤波特性和数据窗可变的特点 ,而且运算量大大减少 ,从而使高精度的最小二乘算法能够很好地应用于微机保护中。理论分析和计算机仿真表明 :改进算法能准确估计出待求量     

基于迭代扩展卡尔曼滤波的锂离子电池SOC估算

基于电池的二阶RC等效电路模型，建立了状态空间方程式，并通过离线参数辨识确定了模型的参数值。为了能够提高扩展卡尔曼滤波算法的估算精度，采用了迭代扩展卡尔曼滤波算法，对状态更新过程进行多次迭代。基于NEDC工况试验数据对算法的电池荷电状态（SOC）估算精度进行验证。迭代扩展卡尔曼滤波对测量噪声具有更好的鲁棒性，尤其是在噪声协方差较大时，能够以更快的速度收敛至真实值。     

基于稀疏近似逆预处理的牛顿－广义极小残余潮流计算方法

研究了潮流迭代求解中的雅可比矩阵预处理方法。利用矩阵分裂以及矩阵求逆运算的松弛方法,提出了两种新的稀疏近似逆预条件子或预处理方法,这两种预处理方法与牛顿－广义极小残余算法相结合,可以改进潮流计算的收敛性。最后用IEEE 300节点系统的分析计算结果验证了所提方法的有效性。     

Implementation of Kalman and adaptive Kalman filtering algorithmsfor digital distance protection on a vector signal processor

Implementation of two Kalman filtering processes for use in digital distance protection schemes is discussed. The first method uses Kalman filtering to determine the type of fault and fault location, while the second method utilizes adaptive Kalman filtering and conditional probabilities. Both techniques can be divided into five major components: fault detection, postfault current and voltage estimation (filtering), fault classification, zone computation, and fault location. This research focuses on the implementation of the filtering algorithms on the Zoran ZR34161 vector signal processor. The algorithm was tested on the Zoran vector signal processor simulator. The results are presented and discussed     

民用导航型C／A码GPS接收机动态定位的强跟踪卡尔曼滤波研究

本文提出了一种改进的强跟踪卡尔曼滤波算法,应用于ＧＰＳ动态定位获得明显效果,首先建立了一种新的ＧＰＳ动态定位滤波模型,该模型与以往采用的非线性卡尔曼滤波模型相比,滤波精度得到提高,且模型简单,系统运算量降低,实时性较好,然后,为了进一步提高滤波器的动态性能,改进了文献中的强跟踪滤波器,大大提高了滤波器的跟踪能力。     

Design and implementation of an adaptive Kalman filtering for the launcher of multiple launch rocket system

Practical application for performing an adaptive Kalman filtering with a digital signal processor is studied. A multiple launch rocket system (MLRS) is considered, and an adaptive Kalman filtering is designed for the state estimation of the launcher by using the measured outputs from a fiber optical gyro mounted on the MLRS. The proposed algorithm remains convergent in the presence of noise covariance errors. The performance of the proposed method is demonstrated by simulations and compared with other types of Kalman filtering algorithms. Eventually, an experiment is implemented for the state estimation of the launcher of MLRS using the TMS320F2812 digital signal processor.     

Highly computationally efficient state filter based on the delta operator

The Kalman filter is not suitable for the state estimation of linear systems with multistate delays, and the extended state vector Kalman filtering algorithm results in heavy computational burden because of the large dimension of the state estimation covariance matrix. Thus, in this paper, we develop a novel state estimation algorithm for enhancing the computational efficiency based on the delta operator. The computation analysis and the simulation example show the performance of the proposed algorithm.     

状态切换UKF的飞行器姿态确定算法

针对全维无迹卡尔曼滤波(UKF)算法状态维数倍增所带来的计算负担加剧的问题,提出一种过程和量测不相关的状态切换UKF算法.该算法通过在预测和量测阶段选取不同的状态变量,降低实时滤波的状态维数及Sigma点的选取个数,减小了计算量,提高了运算速度.针对姿态确定中四元数规范化限制,给出一种参数切换算法,在滤波过程中通过四元数与修正罗德里格斯参数实时切换,解决了四元数加权均值和协方差奇异性问题.针对SINS/CCD姿态的仿真实验结果表明,与全维UKF算法相比,状态切换UKF算法估计精确度相当,估计时间缩短了约1/3.     

Design and implementation of a digital differential relay for a3-phase power transformer based on Kalman filtering theory

The design and implementation of a digital differential relay for a three-phase power transformer based on Kalman filtering theory are presented. The differential current is modeled as a sum of a fundamental, second harmonic, and exponentially decaying DC component, plus a random noise of known variance. The fundamental and second harmonic components are optimally estimated using a five-state Kalman filter. Inrush and internal fault conditions are distinguished by the relative magnitudes of their differential currents. The algorithm is implemented on a TMS 320 digital signal processor and tested using a three-phase transformer. Results show that the relay provides good restraint for inrush conditions and the relay operation time for internal faults is less than half a cycle     

基于AUKF的SINS/GPS紧组合导航系统研究

以无人驾驶中的导航定位技术为背景,研究了基于自适应无迹卡尔曼滤波器(AUKF)的SINS/GPS紧组合导航系统。设计了基于伪距和伪距率的SINS/GPS紧组合导航系统。针对常规UKF算法计算量大和容错性能差的问题,提出了一种基于比例调节因子的AUKF滤波融合算法。实验结果表明:对于SINS/GPS紧组合导航系统,基于比例调节因子的AUKF相比基于定常因子的UKF误差输出曲线更平滑,避免了非局部效应的影响,实现滤波精度的提高,具有良好的控制性能、跟踪能力和容错性能。     

衰减记忆扩展卡尔曼滤波在目标跟踪中的应用

对衰减记忆扩展卡尔曼滤波在机动目标跟踪领域中的应用技术进行研究,给出了状态方程和衰减记忆扩展卡尔曼滤波算法,分析了衰减记忆扩展卡尔曼滤波与扩展卡尔曼滤波算法之间存在的主要差别,并通过仿真实验证明该衰减记忆滤波算法具有较好的跟踪目标动态变化效果,解决了卡尔曼滤波算法和扩展卡尔曼滤波算法在非线性系统的目标跟踪中存在的滤波发...     

Combined estimation of the parameters and states for a multivariable state-space system in presence of colored noise

This article addresses the combined estimation issues of parameters and states for multivariable systems in the state-space form disturbed by colored noises. By utilizing the Kalman filtering principle and the coupling identification concept, we derive a Kalman filtering based partially coupled recursive generalized extended least squares (KF-PC-RGELS) algorithm to jointly estimate the parameters and the states. Using the past and the current data in parameter estimation, we propose a Kalman filtering based multi-innovation partially coupled recursive generalized extended least-squares algorithm to enhance the parameter estimation accuracy of the KF-PC-RGELS algorithm. Finally, a simulation example is provided to test and compare the performance of the proposed algorithms.