文摘
解析器广泛应用于电动汽车,火车,和其他的领域,因为他们的鲁棒性。然而,解析器输出两个正交模拟信号,使解析器解码硬件成本高或解码准确性差。噪音健壮的解析器解码方法利用希尔伯特变换和角跟踪观察者(ATO)提出。首先,希尔伯特变换,得到解析器信号的模块化的信封。接下来,模块化的信封是过滤,他们的象限是公认的极性关系解析器信号和模块化的信封极端的观点。然后,理想的解调信号通过线性化的信封零点。最后,使用改进的ATO通过迭代计算获得转子角解调信号。通过实验验证了该方法的有效性在不同转子速度条件和与其他方法相比噪声免疫力。结果表明,该方法可以控制解码错误在0.5°时,信噪比是30 dB,它提供了一种高精度、低成本的解码方案的实际应用。
1。介绍
解析器,一种位置传感器,耐久性的优势和适应性严酷的环境下,广泛应用于轨道交通、新能源汽车、航空航天等工业领域(1]。然而,解析器的信号,而不是直接包含转子角的数字信号,包括正交余弦和正弦模拟信号。因此,解析器信号需要解码获取转子角。
现有解析器解码的方法可以分为两类:基于硬件和软件2]。基于硬件的解码方法主要使用一个特定的解码chip-resolver-to-digital转换(RDC)。然而,RDC芯片价格昂贵,使电路更加复杂(3]。
基于软件的方法通常需要两个步骤解析器信号,解码和获得解调信号是第一步。时频分析工具,S-transform用于提取解析器信号包络(3),但计算S-transform负担很重,它主要应用于电能质量分析(4- - - - - -6]。其他如小波变换时频方法主要用于系统优化在相关行业7]。目前,常见的方法解析器提取信号包络的峰值检测或增加励磁技术。只输出信号采样时的兴奋达到高峰峰值检测技术(8),所以它是相对简单的实现,具有良好的实时性能。然而,该方法将导致损失的信封的决议,并容易受到噪音。乘以励磁技术繁殖解析器激励信号的获取他们的信封,并需要一个过滤器来过滤励磁组件获得解调信号(9),所以操作过程相对复杂10,11]。
基于软件的方法的第二步是计算转子角根据解调信号。常用的角计算方法包括反正切法和ATO (12]。在以前的方法,反正切操作直接应用到解调信号,所以解码结果极大地受到噪声的影响。ATO使用闭环控制方法计算角度,但有大解码错误计算初始角。在[9],ATO基于加速度补偿被用来减少加速度条件下的稳态解码错误。然而,该方法的实现相对复杂。
基于软件解码方法已经成为一个更好的选择对于许多应用程序由于其低成本和灵活性。然而,现有的基于软件的方法的准确性和噪声鲁棒性需要进一步改进(13]。希尔伯特变换是方便提取信号包络中提到(14),但没有深入讨论如何适用于解析器解码。近年来,希尔伯特变换主要应用于地震分析和电网质量扰动检测(15- - - - - -18]。
本文结合希尔伯特变换包络提取的优点和ATO角计算,提出了一种新的解析器解码方法对各种条件。首先,希尔伯特变换用于解析器信号转换成一个分析信号并提取其模块化的信封。过滤模块化信封之后,完美的解调信号是由使用极性法则和零交点线性化。最后,改进了ATO用于解码解调信号获取旋转角度。通过各种条件下的模拟,验证该方法的解码错误小于0.5°时,信噪比是30 dB。与其他方法相比,如峰值检测方法和增加励磁技术,该方法具有更好的抗噪性能。
2。基金会
2.1。解析器的基础
解析器的工作原理如图1。输入信号解析器的励磁,两个正交调制输出信号和由两个感应线圈产生,垂直安装(19]。
和有关激励和转子角吗 ,以及它们之间的关系可以表示为 在哪里激励的振幅,激发的角频率,k电压比的解析器。
它可以看到从(1),输出信号和有关转子空间相对位置,测量通过检测 ,将生成时应用于解析器的输入端。为了获得 ,的信封和需要提取的数学工具。希尔伯特变换,因为它的快速处理的能力用于非平稳的信号。
2.2。希尔伯特的基础
希尔伯特变换可以被看作是一个线性定常系统的输出与输入 ,和它的脉冲响应 (20.,21),所以可以表示为 在哪里是一个积分变量。
一个解析信号可以构造成 在哪里j是一个虚构的运营商。
解析器的模块化的包络信号可以直接通过希尔伯特变换,和信封可以表示为
完整的解调信号可以通过实施象限解释模块化的信封。和完整的解调信号将被用来解决转子角根据一个算法,它是ATO。
2.3。ATO的基础
ATO的原则是跟踪角误差通过角的三角函数的区别使用检测解调信号。如图2,和是检测解调信号,ATO的输出。它使用最后的估计+获取当前角估计。当估计的角度无限接近实际的角度吗 ,这个错误无限接近于零,如下面所示:
因此,的价值可以从估计获得 。
3所示。拟议的技术
这个解析器解码方法提出了如图3。分析信号的希尔伯特变换,得到和这对应于和 ,分别。然后,模块信封和得到了模量和过滤和 。解调信号和通过添加极性吗和 。最后,改进了ATO用于计算转子角 。
如图3极性,单位决定采用的极性和 。极性之间的区别和发现的最大的 ,在哪里代表或和代表或 ,所以P可以表示为 []标志符号函数,在哪里是最大的索引号的 。
采用乘法法则得到解调信号和 ,和规则可以表示为 在哪里代表或 , 是样本数量,是最低的索引号的 。
正如上面提到的,转子角是通过执行ATO获得解调信号吗和 。ATO通常有一个大的错误在解决初始角(7]。本文改进的ATO用于解决初始角度和 。ATO的基础上,改进了ATO进行迭代运算,不断减少错误,而且它可以表示为 在哪里和是两个相邻的角迭代和是获得,它可以被分配一个值介于1和1.026 [8]。因为角度可以被改进的快速近似ATO通过迭代,K1= 1是为了避免结果本文采用振荡引起的过度的值。
的迭代终止条件(8)和(9)是错误的小于一个特定值。这个时候,可以认为等于 。
综上所述,该解析器解码方法实现以下步骤:步骤1:公式(2)和(3)用于处理输入信号和获得相应的分析信号和的两个信号步骤2:的振幅和 ,即。,the modular envelopes of和 ,通过使用公式(4)步骤3:冷杉过滤器是用来光滑模块化的信封和步骤4:公式(6)是用于获得极性值P和公式(7)是用来确定的极性和获得解调信号和第五步:公式(8)和(9)用于迭代计算估计的角度之前的错误小于某个给定值吗
根据上述算法步骤,该算法的计算主要在三个方面,即(1)利用希尔伯特变换形式分析信号,(2)使用冷杉滤波器解调信号,并使用ATO(3)解码的角度。如果数据处理N点,然后的实现(1)需要N分FFT和N分传输线,其主要计算(22]。在(2),N×R乘法和积累的时代,是需要计算冷杉,在哪里R冷杉的顺序。在(3),2×的乘法和积累N*需要计算正弦和余弦。显然,如果正弦和余弦计算通过查找表,可以减少大量的计算。因为解析器译码器需要处理上面提到的两个信号,计算需要的数量翻了一番。MATLAB用于在计算机上运行该算法与i5 CPU 2.3 GHz和执行时间约为0.3 ms数据长度是256点和冷杉秩序是102。一般来说,这个解析器解码系统的采样率低于250 kHz,需要超过1毫秒样本256点的数据。因此,本文的算法可以满足实时操作。
4所示。实验
为了验证该方法的可行性,解析器解码,通过MATLAB仿真实验进行了。最初的角度设置为30°,激发频率f= 10 kHz,采样频率f年代= 160 kHz,激励振幅 10 V,电压比率K= 0.2,这个解析器设置为常数前进速度。原始信号和如图4。
4.1。在噪声条件下
以中速工况(2000 r / min)作为一个例子,和噪声是叠加在原始信号,信噪比设置为30 dB。仿真结果如图所示5。图5(一个)显示解调信号,但它不是过滤。图5 (b)显示原始信号和估计的角度ATO获得的。图5 (c)显示的错误 。可以看出,解调信号被噪声严重干扰由于没有过滤,从而导致误差大 ,最大的错误是接近25°。因此,一个过滤器是用来减少错误,如图3使用滤波器,仿真结果如图所示6。
(一)
(b)
(c)
(一)
(b)
(c)
如图6,转子角误差明显减少,和最大误差发生在零交点的解调信号,大概是2°。这不仅是因为过滤器过滤掉噪音还轻抚模极值的信封,这使得解调信号不连续的零交叉。为了减少误差,解调信号的零交点部分线性化之前转移到改善ATO的决心 。讨论二阶导数过零线性化的原则是将极坐标转换点为中心,解调信号点的距离nl从极坐标转换角度为两个端点,然后更新数据两端之间的线性方程。通过这种方式,讨论二阶导数过零信号失真减弱造成的极端点可以消除。一般来说,nl可以5∼20。线性化后的仿真结果如图所示7。
(一)
(b)
如图7(一)的陡度零交点的解调信号消除,并从图可以看出7 (b)角度错误减少到小于0.5°。因此,利用希尔伯特变换、过滤和零交点线性化,准确解调信号条件下的噪声,和精确的角可以通过改进的ATO解决。
4.2。在不同转速条件下
为了验证该方法的有效性在各种工作条件下,四个工作条件,即极低转速(100 rpm),低转速(1000 rpm),中等转速(2000 rpm),和高转速(8000 rpm),建立适应性实验,是30分贝的噪音水平。大量实验已经进行在不同的工作条件,和一段信号(2500个样本)和他们的解码结果是统计分析的随机选择。图8显示了解调信号,解码角度,和错误的情况下极低速度、低速度,分别和高速度。角误差统计在不同工作条件如表所示1。
(一)
(b)
(c)
从表可以看出1最大不同工作条件下的角误差小于0.5°。根据解码结果,不同工况下的转子角可以通过该方法准确获得,这也是实验结果证明,它有适应性的工作条件。应该注意的是,角度误差的平均值在超低速度条件下是正的,而在其他条件是负的,如表所示1。这是因为该算法包含一个过滤单元(图3),它可以过滤掉噪音和削弱快速变化的信号。然而,超低速度条件下的信号变化非常缓慢,不是削弱了过滤器,所以估计价值会大于实际价值在噪声的影响。
4.3。比较抗噪音的能力
为了比较该方法与其他方法的抗噪性能,进行了比较实验与峰值检测方法(8)和乘法励磁方法(9]。所有方法使用相同的过滤和添加噪声使解析器信号的信噪比40 dB和30 dB中速条件下。结果如表所示2。从表可以看出2噪音水平的增加,这三种方法的最大角度误差也增加。然而,该方法在本文中是最不受噪声的影响,而峰值检测方法是最受噪声的影响。
5。结论
解析器解码的难度是实现最好的成本和可用性之间的平衡。如果软件解码技术可以满足实际需求,解码系统将有成本优势。本文提出了一种新的方法来计算旋转角度利用希尔伯特变换和ATO的改善,能够适应各种工作环境的解析器和满足精度和实时的要求。分析信号由希尔伯特变换可以有效地提取信号包络;讨论二阶导数过零线性化可以消除错误造成的过滤模块的最小值点信封。解码该方法的误差小于0.5°30 dB,信噪比时,该算法时间小于0.3毫秒当数据长度是256点,可以满足实际应用的精度和实时要求。与其他方法相比,在噪声免疫力也有优势。因此,作为一个低成本的软件解码方法,该方法具有良好的应用前景。的确,为了使该方法在实际系统运行,基于DSP芯片的软件和硬件设计需要进一步研究。
数据可用性
没有数据被用来支持本研究。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是支持的中国湖南教育部科研基金(18 a272)。