滤波系统范文

2024-09-07

滤波系统范文（精选12篇）

滤波系统第1篇

卡尔曼滤波是20世纪60年代发展起来的一种现代滤波方法, 它的一个重要作用在于系统的状态估计。当噪声是正态分布时, 这种滤波给出了状态的最小方差估计, 当不是正态分布情况时, 这种滤波给出了状态的线性最小方差估计。

1 滤波算法的发展

约200年前, 高斯 (Guass) 提出了参数估计最小二乘法, 它利用一系列观测数据Z (0) , Z (1) , ...Z (k) , 使它与估计值之间的误差平方和最小, 最小二乘法使用简单, 在一些简单的估计问题中, 仍得到广泛应用[2]。1940年左右, 维纳和柯尔莫格洛夫首次用统计方法研究随机系统, 提出了基于最小均方误差准则下的最优线性滤波一维纳滤波。维纳滤波理论奠定了用统计方法研究随机控制问题的基础。1960年左右, 卡尔曼 (Kalman) 和布西 (Bucy) 在维纳滤波的基础上提出了最优线性递推滤波——卡尔曼滤波。卡尔曼滤波实际上是一种数据处理的递推算法, 它克服了维纳滤波需要整段数据的缺点, 根据前一时刻的估计和现在的数据可以由递推方程得到新时刻的估计, 使存储量和计算量大大减少。它在线性系统中的应用已经很成熟, 对于非线性系统可采用近似方法求解。由于卡尔曼滤波的上述优点, 它在航天技术、导航、通信和经济管理等方面得到了广泛应用[3]。

2 扩展卡尔曼滤波器

2.1 两相静止坐标系下的感应电机的数学状态空间模型

在两相静止α-β坐标系下, 感应电机的4阶数学模型为:

感应电机的转速机械方程为:

φ (X) 和 (4) 式中的系数定义为式中, K为扭转弹性力矩系数;Tγ为转子时间常数;np为极对数, (2) 中Lm为各相间的互感;Ω为转速;is为定子电流, is=[isα, isβ]T;ψγ为转子磁链, ψγ=[ψαγ, ψβγ]T;σ为漏感系数;Ls为定子自感, (4) 中Lm为定子自感;J为转动惯量;Lγ为转子自感;TL为负载力矩;Rs为定子电阻;Rγ为转子电阻。

2.2 扩展卡尔曼滤波器设计模型描述

模型描述为在两相静止α-β坐标系下, 为了利用卡尔曼滤波算法对电机转子转速进行预测, 需加入转子转速ωγ作为新增的状态变量。在采样周期很短的条件下, 可认为ωγ的变化为零, 即ωγ·=0。这样两相静止坐标系下的状态空间模型扩为五阶, 选择定子电流iαs, iβs, 转子磁链ψαγ, ψβγ和转子转速ωγ为状态变量, 感应电机状态空间模型表示[4]:

其中:

式中, Rs为定子电阻;Lm为互感;Ls为定子绕组自感;Lγ为转子绕组自感;ωγ为电机角速度;σ为漏磁系数,

可见α-β两相静止坐标系下, 新的感应电机状态空间模型为一个输入输出由定子电压、电流组成, 系统矩阵由定子和转子参数构成的五阶非线性状态方程。

3 仿真试验

本文用RMxprt软件通过输入相关的电机参数来建立电机结构模型[5], 但是RMxprt软件只能建立单相和三相感应电机的模型, 无法建立多相感应电机的模型。因此, 只能先利用RMxprt建立三相感应电机的模型, 然后再通过改变电机绕组的分布方式, 把三相60°相带感应电机改为六相30°相带的感应电机。图1给出了建立的六相电机的模型图。该电机定子绕组的材料为铜, 转子的导条材料为硅青铜, 定子和转子的冲片的材料为D23, 电机定子的槽数是36, 电机的每极每相槽数为3。图2为在RMxprt软件建立电机模型的基础上, 利用Maxwell软件建立的六相感应电机网格剖分图。

用Maxwell软件进行网格剖分可以大大降低分析人员的工作量, 但是为了进一步提高软件的分析精度, 还需要根据不同的电机部件适当地增加网格剖分密度, 电机模型的网格剖分的各部件的节点数如表1所示。由于电机的气隙、定子齿轭和转子齿轭是电机磁路的组成部分, 因此适当增加节点数目可以得到较高的计算精度。通过求解得到的六相感应电机的计算结果如表2所示。

感应电机A相电流的波形如图3所示, 可见将时间的步长定为0.000 2 s, 计算0.4 s, 仿真得到的电机转矩已经稳定。此时可以得到用扩展卡尔曼滤波器观测到的反电动势波形如图4所示, 由图可以看出电机的反电动势的幅值略低于300 V, 即低于电机额定电压311 V (幅值) 。图5为用扩展卡尔曼滤波器法观测到的六相电机输出转矩特性曲线图, 从图中可以看出在电机进入稳态后, 电机的转矩大小稳定在35 N·m左右。

图6为采用卡尔曼滤波器法观测到的六相电机输出转矩特性曲线图。扩展卡尔曼滤波器对电机低速时的观测效果更加令人满意。

4 结语

本文将卡尔曼滤波用于估计感应电机非线性系统的状态, 设计了扩展卡尔曼滤波器。扩展卡尔曼滤波利用泰勒展开式截断的方式将非线性系统线性化, 线性化以后在形式上同卡尔曼滤波无太多差别。通过对建立的六相感应电机的模型进行电机电磁场的有限元分析, 证明了采用扩展卡尔曼滤波器法能拥有更好的动态跟踪性能。一般来说, 扩展卡尔曼滤波不是最优的, 实际上可以把它作为一种限制复杂性的滤波器。它被限定成具有与线性滤波器类似的结构形式。由于使用了线性逼近, 这种滤波器有可能发散, 在使用过程中尤其要注意这点。

摘要：提出了一种扩展卡尔曼滤波器的设计, 将卡尔曼滤波算法推广至非线性感应电机系统的参数辨识。扩展卡尔曼滤波器采用工程实际中普遍采用的泰勒展开式截断的方法, 对非线性方程进行线性化处理。在仿真中将这种算法应用于六相感应电机模型中, 仿真结果证明扩展卡尔曼滤波器获得了很好的动态跟踪性能以及低速状态下良好的观测效果。

关键词：感应电机,卡尔曼滤波器,扩展卡尔曼滤波器

参考文献

[1]Kailath T.An Innovations Approach to Least-Squares Estimation:Part I.Linear Filtering in Additive White Noise[J].IEEE Trans.Autom.Contr, 1968 (13) :646～655

[2]Kailath T.The Innovations Approach to Detection and Estimaion Theory[J].Proc.IEEE, 1970 (58) :680～695

[3]张贤达.现代信号处理[M].清华大学出版社, 2002

[4]Bose, B.K Power Electronics and AC Drives[M].Prentice-Hall, 1986

数控测井系统的数字滤波方法分析第2篇

数控测井系统的数字滤波方法分析

文章从教字信号处理方面论述了数字滤波技术的.设计方法以及在石油测井中的实际应用,并结合数控测井系统给出了具体测井项目滤波方法选择.

作者：刘永战 Liu Yongzhan 作者单位：中国电子科技集团公司第二十二研究所,河南,新乡刊名：石油仪器英文刊名：PETROLEUM INSTRUMENTS 年，卷(期)： 23(4) 分类号：P631.8+11 关键词：信号处理数字滤波窗函数数控测井

滤波系统第3篇

[关键词]有源滤波器；电力变压器；节能

有源电力滤波器（APF）指的是为治理电力系统谐波、改善电能质量所采取的有效措施，是改善和提高电能质量的有效手段之一。和传统的无源滤波器（ PF）相比，有源电力滤波器具有能补偿各次谐波、抑制闪变、补偿无功、自动跟踪补偿变化谐波等技术上的优势，使得电网电流波形保持正弦，有效提高了电能的整体质量。目前，APF主要应用在负荷端有大量非线性负使用而导致电压和电流严重畸变的系统之中，它最主要的功能就是消除电力系统电压和电流之间的谐波分量，从而保留电压和电流的基波分量。

一、基于谐波消除的电力变压器节能理论基础分析

空载损耗是变压器运行的最主要损耗。其主要的构成要素包括涡流损耗以及磁滞损耗这两种类型。其中，对于涡流损耗而言，其最主要的产生原理为：铁芯所对应金属感应现象引发电势，并于铁芯内部形成涡流现象。在受到电阻因素影响的情况下，最终引发损耗问题。结合实践经验证实：涡流损耗与感应电势的平方数值呈正比例相关关系。具体来说，变压器涡流损耗的计算方式可通过如下公式实现：

在该计算公式当中，C2的取值大小受到了变压器厚度系数、硅钢片材料性质的共同影响；Bm的取值大小主要决定于交变磁通状态下磁密最大值；f的取值大小则主要决定于变压器设备的运行频率；V的取值大小则主要受到了变压器铁磁材料总体体积的影响。

而对于变压器空载损耗当中的磁滞损耗而言，其主要是指变压器铁磁材料在反复性的交变磁环反应过程当中所出现的损耗问题。一般来说，磁滞回线所对应的面积大小是直接决定变压器磁滞损耗大小的因素，两者之间呈反比例相关关系，具体的计算方式如下所示：

在该计算公式当中，C1的取值大小受到了变压器硅钢片材料特性的影响，实际计算中需要综合对铁芯磁导率以及铁芯密度的衡量来计算。

由以上两式可以看出，变压器的损耗会受到谐波电流次数的显著影响，两者之间的关系为正相关。从这一角度上来说，若能够对变压器的高次谐波进行合理的控制，势必会对变压器损耗的降低有显著意义。而这也正是建立在谐波消除基础之上，实现电力变压器节能目的的理论原理所在。

二、有源滤波器的节能检测控制

1.补偿电流的检测方法

（1）通过对带阻滤波器装置的应用，使基波电流能够流经待检测的电流。通过此种方式，将所获取的变压器高次谐波设定为检测电流的补偿对象。我们通常将此种对补偿电流的检测方式称之为基波电流减去法。此项方法的优势在于：补偿反应直观，且可操作性强，但同样存在一定的不足之处，即整个有源滤波器在功能实现方面相对比较简单，仅能够针对变压器高次谐波进行消除。并且，对带阻滤波器装置的应用是建立在理想环境下的，实际环境中无法达到理想的应用状态。因此，在现阶段的电力系统建设中，较少会使用此种检测方法。

（2）在有关补偿电流检测方面还有一个关键性的方法，即频率分析法。此项检测方法以傅里叶级数分析法为基础而形成。在对畸变电流、电压进行检测的基础之上，对其实施基于傅里叶式的转换。转化过程当中可将畸变电流、电流分解成分具有高次谐波代数属性的组分，最终形成相应的补偿电流。但由于其建立在傅里叶级数分析的基础之上，导致检测数据的分析存在比较大的难度，且相对于实际情况的可调控性较低。有源滤波器谐波检测如图1所示。

2.补偿电流控制途径

现阶段，补偿电流的控制主要可通过以下几种途径实现：

（1）三角载波调制法。指的是将在检测环节所得到的电流实际值和参考值之间的偏差产生的控制信号与高频的三角调制波展开实时比较，最后将所得到的矩形脉冲作为逆变器各个开关组件的一个控制性的信号，从而在逆变器的输出端得到所需要的波形。这种调制方法的最大优势在于开关的频率比较固定，响应的速度也较快，而且对高开关频率的系统具有较好的控制特性。但是这种方法最大的不足在于电流系统的硬件较为复杂，以致出现的误差较大，而且调制器的带宽是有限的，不能滤除所有调制性信号的所有脉动，输出的波型中可能存在与三角载波相同频率的高频畸变分量；高频的三角波会使逆变器一直处于保持高频工作状态，这就会产生较大的开关损耗和高频失真，在大功率的系统应用中无法正常使用。

（2）滞环比较调制法。这种方法是以补偿电流的参考值为基准而设计的1个滞环带，在实际的补偿电流将要离开滞环带时，逆变器的开关就会自动工作，使得实际的电流始终停留在滞环带以内，数值始终围绕其参考值的上下在波动。这种调制方法的优势在于它的硬件电比较路简单，容易实现，而且动态的响应较快，控制的精度高。但不足是对于无线连接的逆变器而言，若三相间的控制不能独立，则势必会产生相间的干扰，这样就不利于快速暂停的有效控制。

三、有源电力滤波器节能措施及需要注意的问题

1.有源电力滤波器节能措施

（1）采用静止无功补偿器（SVC）提高功率因数，降低变压器绕组损耗。无功补偿能给大型电力用户带来明显的经济效益，它通过提高功率因数，使得负荷电流下降，大大减少了传输线路的有功损耗。

（2）实行经济调度，提高变压器运行效率，实现经济运行。为实现经济调度，常根据负载率选择变压器容量：根据实际需要采用并列、解列等运行方式，减少冷却装置消耗的功率，将冷却器分组控制和辅机变速运行。实践证明，使变压器经济运行，可使变压器能耗下降10%以上。

（3）铁芯损耗的控制。变压器损耗中的空载损耗，即铁损，主要发生在变压器铁芯叠片内，主要是因交变的磁力线通过铁芯产生磁滞及涡流而带来的损耗。

2.应用过程中存在的问题

一是在有源滤波变压器设备容量不断增大，开关使用频率持续提高的背景之下，为了能够确保对电流控制的快速性，兼顾对电流补偿效果的可靠提升，就要求有源滤波变压器设备能够始终保持在高频率性的运转状态之下。因而，如何在有源滤波变压器的高效运行以及经济运行方面寻求共赢性的发展，应当是各方人员重点关注并解决的问题。

二是基于对电力系统运行稳定性性能的改善，通过对有源滤波器装置价格的降低以及功能的综合化发展，要求能够达到逐步缓解并消除电力系统高次谐波的问题，下一步工作的重点应当放在对有源滤波器性价比的合理提升之上。

四、结语

有源电力滤波器节能技术的应用至关重要。在实践工作当中，除对西方发达国家所积累电子器件制造技术进行借鉴与引入以外，还需要重视对与电力系统标准规范相契合的控制技术的研发工作。通过各方人员的通力合作，必定能够将有源电力滤波器的节能效益充分发挥出来。

参考文献：

[1]赵良炳，马维新等.现代电力电子学及其在电力系统中的应用——在电力系统中应用的电力电子装置[J].电网技术，2010，（5）.

[2]胡铭，陈绗.有源滤波技术及其应用[J].电力系统自动化，2009，28（3）：33-38.

基于FPGA的视频滤波处理系统第4篇

视频图像处理的应用越来越广泛,各种图像处理算法日趋成熟,相关的硬件技术更是不断推陈出新。现代大规模集成电路VLSI技术的迅猛发展为视频图像处理技术提供了硬件基础。其中,现场可编程门阵列FPGA用于嵌入式视频图像处理有其独特优势。FPGA高性能、高集成度、低功耗的特点不仅使其具备高速CPU的性能,而且其可编程性使得设计者可以方便的通过对逻辑结构的修改和配置,完成对系统的升级。FPGA开发的灵活性也使设计者可以快速的开发出新产品,迅速占领市场。

本文针对FPGA在视频图像处理上的应用,提出了一种基于滤波处理的视频系统设计方案,并选用Xilinx公司的Spartan II系列FPGA芯片XC2S200为核心,设计实现了系统硬件电路。该硬件平台与相关的算法软件相结合,可实现微光图像增强、视频信号降噪等图像处理。

2 Xilinx誖XC2S200[1]

XC2S200属于Xilinx公司Spartan II系列的FPGA芯片。Spartan-2系列产品采用了先进的0.18、90制造工艺,器件速度达到200 MHz或更高,为用户提供了设计上的灵活性。这些低功耗2.5伏器件的I/O可在3.3伏下工作,并可完全耐受5伏输入信号。由于采用了成熟的FPGA结构,支持流行的接口标准,具有适量的逻辑资源和片内RAM,用户I/O可编程,并提供灵活的时钟处理,可以运行8位的PicoBlaze软核。器件提供了无限的可编程能力,甚至还可支持现场升级[2]。

XC2S200采用了常规的灵活可编程架构,它主要由4部分组成:包括可配置逻辑块(Configurable Logic Blocks,CLB)、嵌入式块RAM(Block RAM)、数字延迟锁相环(Delay-Locked Loops,DLL)和环绕在CLB四周的可编程输入/输出模块(Input/Output Blocks,IOB),它们通过多用途布线资源形成强大的互连体系。XC2S200的结构如图1所示。

3 基于XC2S200的视频滤波处理系统

3.1 系统的原理图

因为国内一般的视频信号都是PAL视频制式[3],它属于基带视频,是一种简单的模拟信号,而FPGA必须处理数字格式信号,因此我们必须利用一块模/数(A/D)转换芯片来将PAL格式的模拟信号转变为标准的数字视频格式ITU-R BT.656。另一方面,为了将经过FPGA处理过的视频信号在显示屏上显示出来,我们还必须利用一块数/模(D/A)转换芯片将数字视频信号再转换为PAL制式的模拟信号。同时,由于我们要处理的一帧图象就有485K,仅仅利用FPGA的Block RAM Bits(56K)是远远不够的,再考虑到编写代码的简易性,适合使用单向缓存,综合考虑,我们采用Philip公司的SAA7111作为A/D转换芯片,Philip公司的SAA7128作为D/A转换芯片,利用两片Cypress公司的SRAM芯片CY7C1049BV33(512K)作为缓存。此外,还要考虑FPGA的代码配置问题,这样,我们再选一片XILINX公司的PROM芯片XC18V02作为系统配置芯片。

系统原理图如图2。

3.2 系统的工作流程

系统复位完成FPGA程序加载后,先由FPGA的I2C总线[4]模块对SAA7111和SAA7128初始化,初始化结束后二者分别等待采集图像和接收图像的命令。初始化成功后,SAA7111实时处理模拟视频信号,输出亮度和色度信号,同时输出点时钟信号,行、场同步信号,行、场参考信号,奇偶场标志信号等。本系统使用灰度图像,没有使用色度信号,所以数据线为8位。系统采集图像的命令由FPGA(实际是由程序确定的)发出,该命令启动FPGA内的采集同步模块。采集同步模块发出采集标志信号,读取一帧图像,通过写数据模块产生写地址和写信号将数据存储到SRAM1中。采集结束时,采集标志信号撤消,采集同步模块复位,等待下一次采集命令。采集标志信号撤消时,FPGA开始读取SRAM1中的图像信息,这是通过读数据模块产生读地址和读信号来实现的。FPGA将1帧图像数据进行相应的处理(如噪声去除,边缘提取等)后,存储到SRAM2中,并发信号给SAA7128,通知其接收数据。FPGA将场同步信号、垂直消隐信号和水平同步信号进行复合,再发送给SAA7128,以供其输出显示。

上述就是系统软件的运行流程,也是系统的顶层模型,依据这一流程,并遵循“Top-down”(自顶向下)的设计设计规则,我们可以将系统分解为以下几个底层模块来分别设计。

3.2.1 视频信号的解码/编码

如上所述,视频解码芯片SAA7111主要完成的任务是接收模拟复合视频信号(CVBS)并转换成8-bit ITU-R BT.656格式的数字视频;视频编码芯片SAA7128的任务是接收8-bit的ITU-R BT.656格式的数字视频并转换成模拟复合视频信号CVBS。要完成此任务就需要对其内部寄存器进行配置,而配置是软件代码实现的一部分。

SAA7111和SAA7128的内部结构要求对其配置主要是通过I2C总线的控制完成[9,38]。一般通过单片机或FPGA等控制器可以实现对SAA7111和SAA7128的I2C总线的控制。由于本系统采用的是FPGA作为系统中央处理芯片,因此就利用它来完成上述配置工作。

采用有限状态机(FSM)来设计上述配置是一个很好的方法,其中最关键的问题之一是准确的控制时序和准确的调用各个功能模块。自顶向下,对FSM的设计具体又可分为顶层发送数据FSM、命令转移FSM和底层时序FSM三块,并同时对ITU—R BT.656的解码/编码分别进行设计。限于篇幅,具体设计在次不做说明。

3.2.2 算法模块

算法处理是系统软件的核心部分,不同的算法决定了系统不同的视频图像处理功能和处理效果。对于本系统,主要是采用的是“共轭变换”图像处理算法。

算法模块的实现也是通过一些处理策略来实现的,常用的处理策略有一维图像处理和二维图像处理,其中二维处理的处理结构,又可分为两种方法:并行处理和流水线处理。

3.2.3 SRAM控制模块

对于双SRAM的读写控制,可以采用如图3所示的乒乓机制。

对于帧存乒乓控制机制的原理在此不作说明,这里只是简单说明帧存乒乓控制机制的两大优点:实现数据的无缝缓存与处理;节约缓存空间。

3.2.4 控制模块

控制模块的设计包括算法内部参数调整模块和分化线产生与调整模块。

对于算法内部参数调整模块的设计,主要考虑两个问题:参数取值的选取;控制信号的保持。对于参数取值的选取,主要根据实验结果,从中选取比较好的对于结果作为控制。由于使用的是非锁按键,所以需要设计一个信号保持电路。

对于分化线产生与调整模块的设计,关键是解决两个问题:步长的选取;水平象素点和垂直象素点计数器。步长的选取与调整精度直接相关,我们所使用的行步长为8,列步长为16。

3系统程序的开发

常用的设计输入方式不外乎原理图、硬件描述语言、波形和状态机这四种方式,实际中用的最多的还是硬件描述语言设计输入方法。本系统中大部分的软件结构模块就是通过硬件描述语言设计输入方法来实现的。

由于本系统的中央处理芯片采用的是Xilinx公司的FPGA,而Xilinx公司的PLD开发工具ISE提供VHDL/Verilog的子集。因此可根据个人喜好自由选用VHDL硬件描述语言或Verilog HDL硬件描述语言来进行软件代码开发。各模块程序编写好后可以利用ModelSim SE 6.0进行仿真,然后利用ISE自带的综合工具XST或Synopsys公司的Synplify综合工具进行综合。调试通过后,将程序下载入PROM即可。

4 结束语

经反复软、硬件调试后,系统达到了预期目标,实现了较好的滤波图像增强效果。由实验得知,在硬件系统调试成功后,系统性能的优劣主要由图像滤波增强算法来决定,比较、修正算法,可以获得处理程度不同的视频滤波增强效果。因此,开发出和具体应用更合适的算法是下一步的重点工作。

摘要：介绍一个以XC2S200为核心的视频信号滤波处理系统,该系统为水下图像目标识别和监控提供了一种解决方案,它采用共轭算法对图像进行统一、高效的全局变换,滤波增强效率更高,并且采用Xilinx公司的FPGA芯片XC2S200位处理核心,使得该系统结构紧凑,配置灵活,便于携带。该系统可实时使水下昏暗、模糊的视频图像获得较好的噪声滤波效果,并输出给液晶显示器显示。可应用于水下场景监测或监控,具有很好的市场应用前景。

关键词：FPGA,视频信号,噪声滤波

参考文献

[1]Xilinx,Inc.Spartan-II 2.5V FPGA Family:Complete Data Sheet[EB/OL].http://www.fpga.com.cn/application/a68.htm.

[2]胡振华.VHDL与FPGA设计[M].北京:清华大学出版社,2002.

[3]裴昌幸.电视原理与现代电视系统.西安:西安电子科技大学出版社,1997.3.

[4]Philips Semiconductors Inc.The I2C-Bus Specification Version 2.1.January2000.

滤波系统第5篇

基于多模自适应滤波的无人机控制系统故障诊断

建立了无人机控制系统传感器和执行器的全局故障和局部故障的模型,在此基础上应用多重模型自适应卡尔曼滤波方法对其传感器和执行器的各种软硬故障进行诊断,应用所建立的数学模型与方法,对无人机的三个传感器和两个执行器的.局部与全局故障进行了仿真计算.在仿真过程中发现,此方法的诊断准确度高,无延迟报警,算法简单,仿真结果验证了该种方法的有效性.

作者：贾彩娟祝小平周洲 JIA Cai-juan ZHU Xiao-ping ZHOU Zhou 作者单位：西北工业大学365所,西安,710072刊名：系统仿真学报 ISTIC PKU英文刊名：JOURNAL OF SYSTEM SIMULATION年，卷(期)：17(6)分类号：V249关键词：无人机故障检测与隔离(FDI) 多模自适应滤波(MMAF) 故障诊断

并联有源滤波器与无源滤波器的研究第6篇

关键词:有源滤波器;无源滤波器;混合型有源电力滤波器

在各种有源电力滤波器中单独使用的并联型有源电力滤波器是最基本的一种,也是工业中应用最多的一种。与无源滤波器相比有源滤波器有很多优点,但由于使用电力电子开关,因此有源电力滤波器成本高,要在配电系统中广泛推广还有困难。有源电力滤波器的成本的与容量成一定的比例关系,因此对于一定容量的非线性负载,如果能减小有源电力滤波器的容量就可以减低成本。为此人们提出了将无源滤波器与有源滤波器结合起来组成混合型有源电力滤波器(Hybrid Active Power Filter-HAPF),其基本思想是利用LC滤波器分担有源滤波器的部分补偿任务。它一方面克服了单独使用无源或有源滤波器的不足,另一方面又可以有效降低有源滤波器的容量,从而可以有效降低成本。

一、并联有源滤波器与无源滤波器的连接方式

并联型有源电力滤波器与LC滤波器混合使用的方式又可分为两种:一种是有源电力滤波器与LC滤波器并联;另一种是有源电力滤波器与LC滤波器串联。

图1所示为并联有源电力滤波器与LC滤波器并联方式的两种形式。图1(a)的方式中,有源电力滤波器与高通滤波器均与谐波源接入并联电网,两者共同承担补偿谐波的任务,高通滤波器主要补偿较高次的谐波。这里,高通滤波器,一方面用于消除补偿电流中因主电路中器件通断而引起的谐波,另一方面它可消除补偿对象中次数较高的谐波,从而使得对有源电力滤波器主电路中器件开关频率的要求也可以有所降低。

这种方式中,由于LC滤波器只分担了少部分补偿谐波的任务,故对降低有源电力滤波器的容量起不到显著的作用。图1(b)的方式,LC滤波器包括多组单调谐滤波器及高通滤波器,承担了绝大部分补偿谐波和无功的任务。有源电力滤波器的作用是改善整个系统的性能,其所需的容量与单独使用方式相比可大幅度降低。但是从理论上讲,凡使用LC滤波器均存在与电网阻抗发生谐振的可能,因此在有源电力滤波器与LC滤波器并联使用的方式中,需对有源电力滤波器进行有效的控制,以抑制可能发生的谐振。

图2所示为并联有源电力滤波器与无源滤波器串联方式。该方式中,无源滤波器由调谐在5、7和11等次的单调谐滤波器,或者一个高通滤波器并联构成,谐波和无功功率主要由无源滤波器补偿,有源电力滤波器的作用是改善LC滤波器的滤波特性,它只需补偿LC滤波器未能补偿的谐波,并克服LC滤波器易受电网阻抗的影响、易与电网阻抗发生谐振等缺点。然而,在这种方式中,有源电力滤波器不用承受交流电源的基波电压,而且只需要提供很小的补偿电流,因此,其所需装置容量不是很大。

二、并联混合型有源电力滤波器的补偿原理与补偿特性

根据图2,可以画出并联混合型有源电力滤波器的单相等效电路[10],如图3所示,其中ZS为系统阻抗,ZF为LC滤波器的总阻抗(为讨论方便,下面将系统和LC滤波器的基波阻抗记为ZS和ZF,而谐波阻抗记为ZSH和ZFH),uS、uAF分别表示系统电压和APF输出电压,iS、iL、iF分别表示系统侧电流、负载电流和滤波器支路电流。

采用电流比例控制,控制APF的输出电压等于系统侧谐波电流的K倍,即

uAF=KiSh

这里将有源滤波器等效为一个受控电压源,则整个电路为线性电路,可以利用迭加原理对图4进行分析。

在理想情况下,通过控制混合型滤波器中有源部分的输出电压即可达到补偿谐波的目的。此时,由于无源滤波器在谐波下的阻抗很小,使得有源滤波器的输出电压uAF也很小,使其容量仅占整个滤波器容量很小的一部分,整体的成本得以下降。同时,当无源滤波器和电力系统之间的并联阻抗在某次谐波下接近无穷大时将会发生并联谐振,有源滤波器的投入使得无源滤波器支路对各次谐波阻抗均为零,不会达到并联谐振的条件,可以抑制并联谐振的发生;当无源滤波器和电力系统之间的串联阻抗在某次谐波下接近零时,只要它们之间有一定的谐波电压就会导致谐波放大,发生串联谐振,有源滤波器的投入使无源滤波器和电力系统串联阻抗之间的谐波电压为零,可以有效地抑制串联谐振。

基于DSP技术模拟滤波系统研究第7篇

模拟滤波系统的原理是采用算数平均算法,先将叠加了噪声的基准信号进行多次采样,然后分别将经过多次采样的数据进行算术相加后除以采样次数,得到平均值,这个平均值就会接近基准值,采样次数越多,经过平均值后的值就越接近基准值,这样就能达到将叠加噪声的基准信号提取出来的目的[1]。

2 DSP技术的模拟滤波系统组成

系统的组成见图1。

2.1 原始信号

原始信号在本系统中被称为基准数据,本系统基准数据通过上位机软件生成。

2.2 噪声

本系统模拟的噪声数据是由计算机随机生成的,虽然计算机产生的随机数只是一个周期很长的数列,但不是真的随机数,也就是说,随机数一般是伪随机数,每个随机数都是由随机种子开始的一个已定的数列(周期很长)。一般为了随机数更真一点,随机种子在系统中通常是参照系统时钟生成的[2]。这样生成的随机数和实际中的噪声是有差距的,但在实际当中噪声不是单一的,会有很多种的噪声叠加在有用信号上。

2.3 DSP滤波系统

本实验使用的DSP是美国飞思卡尔公司的最新产品,这款新型MSC8144 DSP面向下一代有线和无线基础设施应用,提供语音、视频和数据服务,并带来领先的性能和低系统成本以及显著提高的通道密度。MSC8144将4个频率为1 GHz的Star Core DSP内核相集成,相当于1个4 GHz单核DSP。它在单个产品中集成10.5 MB嵌入式存储器,实际上降低了对附加外部存储器的需求。MSC8144 DSP基于具有更深流水线的增强型SC3400 DSP内核,该内核能够提供很高的时钟速率,并增加了新的单指令多数据(SIMD)指令,提供精确的异常和分支预测。每个内核周围都有高效的16 KB指令缓存、32 KB数据缓存以及用于存储和任务保护的MMU(存储管理单元),使用户能够开发强大的软件。MSC8144 DSP的外围设备可支持很高的输入、输出带宽,2个千兆以太网接口,支持SGMII和RGMII,另外还有16位UTOPIA接口,支持ATM等。高度优化的完全可编程MSC8144 DSP架构适用于集成在完整框架中的音频和视频转码、转换以及数据应用。

2.4 滤波后信号

经过DSP滤波后的信号。

2.5 ADC转换器

ADC将采集到的模拟数据转换成数字数据送入DSP中进行数学计算滤掉噪声数据,同时将接收的原始数据和处理后的数据传送到计算机上进行实时显示,并绘制出图形。

3 核心设备

本实验主要采用的硬件设备是一块MSC8144ADS DSP开发板,软件是基于CODE WARRIOR平台的MSC8144应用软件系统和Microsoft Visual C#2005 Express Edition软件。

4 工艺流程

对于滤波具有噪声源、传输信道和接收滤波系统等3个因素。本实验具有以下3个步骤。

4.1 噪声源的模拟

我们让计算机充当噪声源生成一组随机数据,这组随机数据模拟噪声信号,同时规定一组基准数据,这组基准数据模拟有用信号,并将基准数据的图形通过上位机绘制出。图2为基准数据和基准数据的图形[3]。

4.2 传输信道的模拟

将基准数据和随机数据进行线形叠加,模拟信号经过信道后叠加了噪声的信号,并在上位机上绘出叠加数据的图形。图3为叠加后的数据显示图形。

4.3 信号接收处理的模拟

首先将叠加后的数据传送到DSP进行算术平均计算即滤波,然后DSP在对数据进行处理模拟接收滤波设备,并输出计算结果,再将输出的结果复制到上位机中绘出图形,最后在对基准数据图形和叠加数据图形进行比较分析。图4为滤波后的数据和波形。

5 数据分析

本实验主要做了三种基准数据在叠加了噪声信号后滤波的结果,而且数据的采样次数也在影响着滤波之后的信号质量。本实验数据包括基准数据、基准数据叠加噪声后的数据、经过DSP算术平均后的数据。

5.1 基准数据为线形增加时的实验数据及结果

基准数据为线形增加时的实验数据及结果见图5。

本组基准数据为(-100,100)之间的线形增加数据,图5-a为基准数据的图形,可以看出,基准数据的图形是在一个周期的图形。

图5-b为叠加噪声数据后的图形,这组数据总共有4 000个,因为我们取了40个周期的数,一个周期的采样点为100个,所以就产生4 000个采样点,同时显示的图形也为40个周期的图形。虽然此图形与基准图形相比大体上保持递增的形状,但是每一点几乎都产生了错位,这就是叠加噪声之后的结果。

最后我们将这4 000个数据送入DSP中进行算术平均运算,产生了100个平均数,再将这100个数据用图形表示出来,见图5-c。从图中可以看出平均后的数据图形基本上恢复了基准图形,使噪声被抑制掉了很多,减少噪声侵入。

5.2 递减基准数据和正弦基准数据的滤波效果

本实验对递减基准数据和正弦基准数据进行了相同的滤波过程分析,并分别对生成的图形进行了对比(见图6、图7)。

5.3 采样的周期数对滤波效果的影响

本实验对采样的周期数和滤波效果的影响进行了测试,具体测试周期图形见图8。

从图8可以看出,周期越多,所采样次数越多,最后平均数据越接近基准数据,图形的形状就越接近基准数据的图形,特别是从噪声中提取较弱的信号时,按要求采样次数必须达到很高的值,甚至达到几万次或十几万次。

6 结束语

本系统的实验结果及数据处理的方法和算法可以应用到很多领域,比如可以将分布式光纤温度传感器系统,光栅光纤温度传感器系统和无线自组网采集的温度数据、图像、语音等信号进行实时处理,将叠加在温度数据上的噪声进行过滤,提取出有用数据。

摘要：介绍了基于DSP技术的模拟滤波系统的原理和组成,并对实验的过程及数据进行了对比分析,得出系统数据处理的方法和算法,利用该系统可将分布式光纤温度传感器系统和光栅光纤温度传感器系统所采集的温度信息进行处理。

关键词：DSP,滤波,ADC转换

参考文献

[1]岂兴明.DSP嵌入式开发入门与典型实例[M].北京:人民邮电出版社,2011.

[2]刘杰.基于模型的设计DSP篇[M].北京:国防工业出版社,2011.

滤波系统第8篇

挠度作为桥梁在载荷或自重作用下发生的一种竖向位移,反映桥梁结构的整体特性,是桥梁结构测量的一个重要指标[1,2]。而利用光电技术研制的挠度测量系统可以很精确地采集到桥梁结构的这种微小位移变化,是桥梁结构健康监测系统诊断的主要来源。然而,由于许多不可避免的原因,如环境、制造工艺和安装工艺等因素,使得测量系统采集的光电信号在采集和传输过程中会出现失真。这些失真数据可能会导致桥梁结构健康监测系统引起误报警,所以,数据可靠性成为制约桥梁结构健康监测系统最终判断的关键[3,4,5]。

单点失真数据是数据不可靠的最主要表现形式,发生频率也很频繁,这些失真数据一般占到数据总量的5%左右[6]。在传统信号处理和数据分析中,已经提出了许多识别单点数据失真的方法,如3σ方法、格拉布斯方法、Q检验法等[7,8],此类方法大多是从数据的统计特性出发来识别单点失真数据,并不能直接用来判断挠度数据。再加上,失真数据与正常数据是混淆在一起的,其中,桥梁结构失常数据和失真数据是很相似的,单一的统计特性是无法直接区分出来。以此,有效的滤波方法就不仅要考虑数据的统计特性,还要结合桥梁结构特点识别出隐藏在海量数据中的那些“貌似”正确的数据。

1 光电挠度测量系统

大型桥梁的挠度变化是相当微小的,要求的测量精度要达到0.1 mm数量级,要满足这么高的测量精度要求,必须结合现有新技术和新工艺来设计先进的挠度测量系统[9]。

在对现有挠度测量方法比较基础上,重庆菜园坝长江大桥健康监测系统中采用了连通管式光电挠度测量系统(图1),整个挠度测量系统包括连通管和光电液位传感器两部分。其中,连通管固定在桥体侧壁上,桥梁梁体变化将直接反映在连通管液位升降上,通过液位传感器测出液位位置,再经一定的计算就可以得到桥梁该点的挠度[10]。

光电液位传感器采用的是浮子法光电液位检测原理(图2),虽然浮子法是液位检测技术中应用得最早和最普遍的一种方法,但是结合新的光电器件和方法构成的浮子法光电液位检测仪可以实现高精度的挠度测量。在图2中,在浮于液面的浮子上装置一光源S,在连通管的顶部或适当高度处装置一光电探测器P,当浮子随液位从图2(a)变化到图2(b)时,投射到容器顶部的光斑面积相应变大,从而使探测器P接收的光强I减小。它们的关系可表示为

即L=KII0Q

式(1)中:I0为光电管发射的光强;Q为光探测器的接收面积;Ω=KL2为光斑面积,K为系数;L为光源至接收器之间的距离。当筒高R已知,则可得液位高度h为

采用先进技术和先进工艺设计的光电挠度测量系统,虽然具有很高的抗干扰性和稳定性,但是,由于在数据采集和数据传输过程中存在许多不可避免的因素,仍然造成5%左右的失真数据,这些失真数据与桥梁结构的失效数据混淆在一起,会引起桥梁结构健康监测系统误/漏报警,而其中的单点失真数据占有很大的比例。因而,要识别这些单点失真数据就必须对其进行形式化描述。

2 单点失真数据形式化描述

单点失真数据也称为就是孤立点数据失真或奇异点,是所有的仪器仪表硬件设备中常见的现象,在桥梁结构状态健康监测系统中也经常出现,可以如下形式化表示。

设桥梁结构状态健康监测系统中第i个传感器在时间段T采集了m个数据,其数据序列表示为:xi1,xi2,xim,则其中的某个数据点xin为真实数据的条件为

其中:f1(t),f2(t)为时间t点的上下阈值函数。

在桥梁结构状态健康监测系统中,导致单点数据失真的主要原因是传感器性能降低或传感器系统在数据采集过程中受到外部环境的干扰,单点数据失真的表现形式多种多样,一般情况下,按照数据失真表现形式单点数据失真可以分为两种情况:

1)粗大值

粗大值是传感器系统中最常见到的现象,一般指数据超过了该传感器的可能阈值范围,形式描述为:

设桥梁结构状态健康监测系统中第i个传感器在时间段T采集了m个数据,其数据序列表示为:xi1,xi2,…,xim,则其中的某个数据点xin为粗大值的条件为

其中:F1,F2为上下固定阈值,是常数。

2)微小异常

微小异常是相对粗大值而言,其数值在传感器的可能阈值范围内,形式描述为:

设桥梁结构状态健康监测系统中第i个传感器在时间段T采集了m个数据,其数据序列表示为:xi1,xi2,…,xim,则其中的某个数据点xin为微小失真数据的条件为

其中:F1,F2为阈值,f1(n),f2(n)为测量点在第n点时的上下包络函数值。

3 单点失真数据滤波原理

相对而言,粗大失真数据是很容易识别的,而微小异常数据可能是桥梁结构受到外力的冲击的结果,也可能是光电信号采集和传输过程中引起的失真数据。前一种情况正是桥梁健康监测系统需要的,而后一种情况就必须要采用合适的滤波方法来识别出。

对于大型结构而言,结构的自重是影响参数变化的主要原因,很多参数测点曲线的变化趋势缓慢。而由于测量设备或其它原因导致的数据失真现象发生,时有跳变点产生。根据参数曲线的数据变化率比较小,只在跳变数据处,变化率才会出现一个畸变值的现象,可以通过数据变化率大小判断数据的失真性。如表1,将一系列采集数据描述成一系列基元组成的序列如图3[11],找到正常曲线中数据点变化率的阈值,采集数据通过检测其变化率是否超过阈值就可判断是否为失真数据。通过相应的预处理可剔除失真数据的影响。其中,阈值的选取好坏是进行数据失真智能判断的关键。根据数据变化率值集中在某一区域内的特点,采用聚类分析法寻找阈值:选取一段好的数据段,将其变化率的均值作为聚类中心,再根据各个数据与聚类中心的欧式距离确定阈值。

注:Tth是设定的最小变化率值

4 算法设计与实例分析

4.1 算法设计

单点失真数据滤波算法的核心是如何来确定一个合适的阈值,再结合单点失真数据的特征,滤波算法设计如下:

首先,选取一段典型的数据段(既很好地反映参数变化规律,又不包含失真数据),求出这段数据的变化率序列。设某一传感器采集到的正常数据为X={x 1,x2,,xi,,xn}和T={t 1,t2,,ti,,tn},ix为ti时刻采集到的数据。得到ti时刻数据变化率为;

其次,求出序列聚类中心值。以正常数据变化率序列作为样本集:Y={y 1,y2,,yi,,yn},i=,2,3,n,则得到,其中M值就是聚类中心值。

接着,求欧式距离。根据欧氏距离的定义,采集数据变化率与聚类中心的距离定义为Pi(yi,M)=|yi-M|,得到数据组P=(p 2,p3,,pi,,pn)。根据P内数据序列的最大值和实际采集参数的规律(参数的安全系数g)选择确定阈值Tth,Tth=g⋅max(p)在这里,若阈值选取过大,则没有起到门限的作用,会造成失真数据的漏判;若门限选取过小,会将桥梁结构的正常变化的失效数据误判,则正常数据将会被看成失真数据,因此,不同参数的阈值选取是不同的。

最后,根据确定阈值识别数据变化率。设采集到的数据为zi,变化率为ir,则若|ri-M|>Tth,令数据状态值wi=-1,zi为失效数据,是必须进行修补或者忽略掉的数据;否则wi=1,数据正常。

4.2 实例分析

根据前面原理分析,本文选择重庆菜园坝大桥的主梁某一挠度传感器的数据的200个数据(时间段为2008-1-9~2008-1-11),如图4(a)所示,再根据公式计算数据变化率如图4(b)所示,得到聚类中心M=0.133 5,然后,计算得到欧式距离曲线如图4(c)。从图中可以看出欧式距离曲线的最大值为0.606 5,而参数的安全系数为1.5,因此阈值Tth=1.5×0.606 5=0.909 8。

最后,根据确定阈值识别数据变化率。若数据变化率大于确定阈值,就可以判别是失真数据,因此,从图4(d)可以看出,实测数据中四点数据为失真数据。第1,2,4为粗大失真数据,而第3个为微小异常失真数据。

5 结论

单点失真数据滤波方法的核心是确定阈值,而阈值的确定与选取的样本数据的特性和大小有一定的关系,样本选取的不一样,阈值大小就不一样,势必导致最后的滤波的有效性,阈值大了可能将失真数据漏掉,阈值小了又可能将正常数据滤掉,所以,该方法的在实践中重点是来选择一个合适的样本,这些计算样本并不是一成不变的,而每隔一定时间需要重新计算。该方法基于传感器数据变化率的特性基本能将失真数据和桥梁结构的失效数据区别开来,并能在时域上确定失真数据的位置,尤其是其计算量不大,在工程实践中已经得到实用性和有效性验证。同时,这种滤波方法还要与其它的滤波方法,尤其是多传感器的关联滤波相结合(这些方法在作者的其它文献中已经进行了探讨)[12],才能更准确和有效的识别单点失真数据。

参考文献

[1]Houssam Toutanji,Yong Deng.Deflection and crackwidth prediction of concrete beams reinforced with glass FRP rods[J].Construction and Building Materials(S0950-0618),2003,17(1):69-74.

[2]陈德伟,李欣然,杨文军.桥梁结构安全监测中的挠度测试新方法[C]//第十六届全国桥梁学术会议,2004:564-569.CHEN De-wei,LI Xin-ran,YANG Wen-jun.The new deflection test method in the bridge health monitoring system[C]//The16th session of the National Bridge Conference,2004:564-569.

[3]KERR T.Decentralized Filtering and Redundancy Management for Multisensor Navigation[J].IEEE Transactions on Aerospace and Electronic Systems(S0018-9251),1987,23(1):83-119.

[4]Housner G W,Bergman L A,Caughey T K,et al.Structure Control:Past,Present,and Future[J].J.Engineering Mechanics(S0733-9399),1997(9):897-971.

[5]Aktan E,Chase S,Inman D,et al.Monitoring and Managing the Health of Infrastructure Systems[J].SPIE(S0277-786X),2001:3:6-8.

[6]胡顺仁,陈伟民,章鹏,等.基于关联分析的传感器连续失效数据识别研究[J].仪器仪表学报,2008(增刊):72-74.HU Shun-ren,CHEN Wei-min,ZHANG Peng,et al.Research of Continuous Invalid Data Identification Based on Multi-Informaton Correlation Analysis[J].Chinese Journal of Scientific Instrument,2008(s):72-74.

[7]Yamanishi K,Takeuchi J.Discovering outlier filtering rules from unlabeled data-combining a supervised learner with an unsupervised learner[C]//International Conference on Knowledge Discovery and Data Mining,San Francisco,California,2001:389-394.

[8]LIU Han-cong,Sirish Shah,WEI Jiang.On-line outlier detection and data cleaning[J].Computers and Chemical Engineering(S0098-1354),2004(28):1635-1647.

[9]Samuel Vurpillot,Daniele Inaudi,Antonio Scano.Mathematical model for the determination of the vertical displacement from internal horizontal measurements of a bridge.Smart Structure and Materials[J].Proc.of SPIE(S0277-786X),1996,2719:46-53.

[10]杨建春,陈伟民.连通管式光电挠度测量系统及其大桥监测应用[J].光电子-激光,2006(3):333-335.YANG Jian-chun,CHEN Wei-min.Connected Pipe Opto-electronic Deflection Measurement System and the Application in Dafoshi Yangtze River Bridge[J].Journal of Optoelectronics·Laser,2006(3):333-335.

[11]马奎斯德萨著.模式识别——原理、方法及应用[M].吴逸飞,译.北京:清华大学出版社,2002:8-9,75-78.J.P.Marques de Sa.Pattern Recognition—theory,means and application[M].WU Yi-fei.Beijing:Tsinghua Publishing Company,2002:8-9,75-78.

滤波系统第9篇

关键词：实时图像处理,FPGA,中值滤波

引言

中值滤波基于排序统计理论, 是抑制噪声的非线性信号处理技术。其核心运算是对模板中的数据进行排序, 快速求出中间灰度值。因为数据序列中间位置上的值一般不是噪声点的值, 从而达到抑制噪声的目的[1]。传统的中值滤波算法执行过程中要进行大量的比较和赋值运算, 本系统采用了一种快速排序算法, 其设计思想是将二维滤波阵列分解为一维来进行计算。

一、硬件设计

1.1系统总体设计

图像滤波器主要包括滤波窗口生成模块、行列计数器模块和滤波算法模块。为了便于在FPGA上实现中值滤波, 本文采用窗口进行中值滤波器的设计, 系统总体结构如图1.1所示。

1.2窗口产生模块。

窗口生成模块用于生成窗口数据, 实现图像数据的串入并出。滤波窗口由FPGA中定义的9个寄存器和2个FIFO组成, 9个寄存器构成了窗口寄存器组来暂时存放窗口中的数据, 原理如图1.2所示。

在图1.2中, r代表移位寄存器, 图像数据按时钟节拍依次输入寄存器组, 图中每个FIFO的地址长度为图像的宽度, 一个FIFO正好用来存储一行数据, r11、r12、r13…r33, 存放的正好是模板所对应的图像数据。当数据流不断从数据输入端输入时, 窗口对应的图像数据不断地跟着变化, 这就可以对图像的所有像素都进行处理。

1.3中值滤波模块。

根据中值滤波算法的原理, 中值滤波需要将窗口内所有像素点的灰度值从小到大排序, 并以灰度值序列的中间值代替像素点的灰度值, 因此中值滤波算法在执行过程中要进行大量的比较运算, 难以满足系统的实时性要求, 因此本系统采取一种改进的算法, 将二维滤波阵列分解为一维来计算, 先求出滤波窗口中水平各行像素灰度值的中间值, 再求出这些水平中值的中值, 即为该点的像素灰度值。改进后的算法原理如图1.3所示。

如图1.3所示, 改进后的中值滤波算法, 先将三行数据同时用三个比较器进行比较, 分别得出各行的中值, 然后再将三行的中值用一个比较器进行比较得出最终结果, 这样大大减少了比较的次数, 提高系统的效率。上述原理的VHDL实现如下:

1.4计数模块。

当中值滤波进行到图像的边沿时, 的窗口无法盖住图像或会盖住图像外的一部分, 这样就无法正确进行中值滤波, 所以中值滤波无法对图像的边沿进行滤波, 这就需要计数控制模块对行列计数进行控制, 检测是否到达图像的边沿, 如果检测到图像边沿则输出置为零。对于一副图像, 计数控制模块如图1.4所示。

如图1.4所示当行计数值大于1小于3并且列计数值大于1小于3时输出算法模块的滤波值, 而在其它时刻直接将输出信号置为零。其计数部分VHDL源代码如下:

本文采用A LT E R A公司C Y C L O N E系列的EP1C12Q240C8芯片实现了系统中的中值滤波算法, 作为对视频图像的预处理, 结果表明基于FPGA实现的快速中值滤波算法在很大程度上提高了图像预处理的效率。H

参考文献

一种实用型程控滤波系统的设计第10篇

滤波是数据采集, 信号处理, 通信系统和工程测试等领域的重要环节, 如A/D采样前的抗混叠滤波和D/A转换后的平滑滤波。滤波网络的理论逼近问题早在二十世纪三四十年代就已解决, 但滤波器的综合技术由于其网络元件参数的实际选择和调试问题的难度, 一直没有长足的发展。近年来虽然有开关电容式专用集成芯片问世, 但其价格不菲, 电路的噪声也很大。

在信号频率动态范围不是很宽的的场合, 可以采用多种截止频率的滤波器, 用程控方法对频率动态范围的信号进行滤波。本文提出了一种程控滤波系统的设计方法, 采用电阻、电容以及运放构成, 并通过模拟开关选取不同的阻值以实现截止频率的改变, 采用RC有源滤波器电路设计, 这样的实现电路较简洁, 精度高而且调试方便, 成本低。

2 放大电路设计

根据设计要求, 需要实现60 dB增益指标和40 kHz带宽, 用一级运放很难达到这样的带宽增益积, 因此放大电路由两级运算放大器和模拟开关控制的电阻网络组成, 如图1所示。采用同相放大器有较高的输入阻抗。前级放大器A1增益选的较高为40 dB, 可以提高切换部分的信噪比, 后级A2增益为20 dB。OP37的运放可以满足带宽增益积的要求, 由于是交流放大器, 失调电压没有影响, 不必加平衡电阻以简化电路。

切换开关选用8档的模拟开关CD4051。按10 dB间隔, 可以实现的增益分别为60 dB, 50 dB, 40 dB, 30 dB, 20 dB, 10 dB, 0 dB, -10 dB。10 dB增益衰减对应放大倍数3.162 28倍, 可得到如下的电阻计算公式:

$\begin{array}{l} \frac{R_{1} + R_{2}}{R_{1}} = 3.162 28 \\ \frac{R_{1} + R_{2} + R_{3}}{R_{1} + R_{2}} = 3.162 28 \end{array}$

以此类推, 可得到其他电阻的值的计算公式, 取R1=100 Ω。

3 滤波电路设计

滤波器由高通滤波器和低通滤波器电路组成, 用开关 (继电器) 来切换它们。设计的滤波器是在电容值不变的情况下, 改变电阻的值来产生不同的截止频率。设计截止频率为1～20 kHz, 步进1 kHz的滤波器。参考《有源滤波器精确设计手册》设计2阶增益为1的巴特沃斯滤波器。

又因为在如下设计的电路中 $f_{c} = \frac{1}{2 π \sqrt{R_{1} C_{1} R_{2} C_{2}}}$ , 在保证电容值不变的情况下, 电阻值必须按比例关系变化。先算出截止频率10 kHz时的C1, C2, R1, R2的值, 然后在其他截止频率时, 电阻 $R_{1^{'}} = \frac{10 \times 10^{3}}{f_{c}} \times R_{1}$ , 电阻 $R_{2^{'}} = \frac{10 \times 10^{3}}{f_{c}} \times R_{2}$ 。

3.1 低通滤波器电路设计

设计截止频率为1～20 kHz的低通滤波器, 步进1 kHz, 参考《有源滤波器精确设计手册》原理图如图2所示, 计算公式如下:

$\begin{array}{l} C_{2} = 10 / f_{c} \\ C_{1} \leq \frac{[B^{2} + 4 C (Κ - 1)] C_{2}}{4 C} = \frac{B^{2} C_{2}}{4 C} \\ R_{1} = \frac{2}{{B C_{2} + \sqrt{[B^{2} + 4 C (Κ - 1)] C_{2}^{2} - 4 C C_{1} C_{2}}} ω_{c}} \\ = \frac{2}{{B C_{2} + \sqrt{[B^{2} C_{2}^{2} - 4 C C_{1} C_{2}]}} ω_{c}} \\ R_{2} = \frac{1}{C C_{1} C_{2} R_{1} ω_{c}^{2}} \end{array}$

查表得参数B=1.414 214, C=1.000 000。以此类推可以得到电阻网络中电阻阻值, 实际电阻值可以适当进行调节。运放增益带宽要求不高, 同样可以用OP37。20档频率用两个16档的模拟开关CD4067切换电阻完成。为了减少模拟开关分布电容的影响, 把开关切换位置选在低阻抗的节点上, 即R1连接输入端口和R2连接运放的端口。后者尽管不是低阻抗节点, 但它与C2并联, 可以调控C2的数值来补偿。

3.2 高通滤波器电路设计

设计截止频率为1～20 kHz的高通滤波器, 步进1 kHz, 参考《有源滤波器精确设计手册》原理图如图3所示, 计算公式如下:

$\begin{array}{l} C_{1} = C_{2} = 10 / f_{c} \\ R_{2} = \frac{4 C}{[B + \sqrt{B^{2} + 8 C (Κ - 1)}] ω_{c} C_{1}} = \frac{2 C}{B ω_{c} C_{1}} \\ R_{1} = \frac{C}{ω_{c}^{2} C_{1}^{2} R_{2}} \end{array}$

查表得参数B=1.414 214, C=1.000 000。以此类推可以得到电阻网络中电阻阻值, 实际电阻值可以适当进行调节。运放仍选用OP37, 模拟开关切换节点选在低阻抗的R2接地端和R1接输出端的位置。

4 程控滤波电路设计

在上述电路的基础上, 程控滤波电路的设计如图4所示。

5 测量数据

截止频率的测试, 在放大器增益为40 dB下测得的。键盘输入截止频率, 然后调节输出波形幅度为输入波形幅度的0.707倍, 看信号发生器上显示的频率。

表1为截止频率分别为1 kHz, 9 kHz, 20 kHz下的测量数据, 从数据从可以得出测量频率的误差都比较小, 精度较高。

6 结语

本文利用单片机AT89S52来完成对程控滤波器系统的控制, 采用的是基本的放大和滤波电路和模拟开关控制电阻网络相结合的方法, 通过单片机对参数进行设置, 来得到需要的滤波电路。测量数据精度较高, 很好地完成了程控滤波器的设计工作。

摘要：提出了一种程控滤波系统的设计方法, 利用单片机对测量放大器的放大部分和滤波器的截止频率进行智能化设计, 信号发生器产生输入信号, 键盘输入要设置的参数, 观察输出波形并测量数据。在信号频率动态范围不是很宽的场合, 应用该方法设计出来的滤波系统不仅测量精度较高, 成本低, 而且实现简单, 具有较好的实际应用价值。

关键词：有源滤波器,程控滤波,放大器,单片机

参考文献

[1][美]J.R.约翰逊.有源滤波器精确设计手册[M].李国荣, 译.北京:电子工业出版社, 1984.

[2]李万臣.模拟电子技术基础实验与课程设计[M].哈尔滨:哈尔滨工程大学出版社, 2001.

[3]崔文华.程控状态变量RC有源滤波器的优化综合技术[J].浙江师范大学学报:自然科学版, 2004, 27 (2) :126-129.

[4]田大强, 蒋平, 唐国庆.有源滤波器中数字低通滤波器设计及其实现[J].电工电能新技术, 2003, 22 (3) :77-80.

[5]Akagi H, Kanazawa Y, Nabae A.Instantaneous ReactivePower Compensators Comprising Swit-ching Devices with-out Energy Storage Components[J].IEEE Trans.Ind.Ap-pl., 1984, 20 (3) :625-630.

[6]Akagi H.New Trends in Active Filters[A].Proc of EPE.95[C].Servilla, 1995:17-26.

滤波系统第11篇

关键词：交流滤波器；开关拒动；扩大事故；建议

中图分类号： TM531 文献标识码：A 文章编号1672-3791（2016）07（b）-0000-00

楚穗直流是我国西电东送工程的主干道之一，也是世界上第一条特高压直流输电工程，设计输送容量为5000MW，其安全稳定运行，对南方电网乃至南方五省的经济发展有着举足轻重的作用。

2015年9月27日，在楚穗直流功率调整过程中，穗东换流站发生一起500kV交流滤波器小组开关拒动，导致越级跳开本大组所有交流滤波器的事件，严重威胁楚穗直流的安全稳定运行。本文详细分析了此次拒动事件中，交流滤波器小组保护配置情况、该小组开关拒动的原因，并对暴露出的问题提出相关建议。

1 事故概况

某日，楚穗直流进行功率调整，系统自动将500kV 593小组交流滤波器退出，此时593开关B相分闸不成功，500ms后593开关保护三相不一致动作，3s后593交流滤波器两套小组保护系统内零序过流保护动作，3.2s后593开关失灵保护动作，跳开本大组所有交流滤波器。

2 保护动作分析

该站交流滤波器正常运行时，小组保护配置有差动保护、三相不一致保护、零序过流保护及小组开关失灵保护，其中小组开关失灵保护可启动大组母线差动保护。图1为事故发生时，593小组交流滤波器首尾端电流波形。

2.1 差动保护分析

当三相最大差动电流大于差动额定电流的0.18倍时，差动启动元件动作，动作后开放保护装置的出口继电器正电源。根据如图2可知，593小组交流滤波器自动退出时，A、C相开关正常断开且电流变为零，而B相电流一直存在，电流大小为正常投运时的负荷电流，可以判断出593开关B相未跳开。而差动保护分相配置，差流为首端电流T1与尾端电流T3之差，由图2可知593小组交流滤波器三相均不存在差流，因此差动保护正确不动作。

2.2 三相不一致保护分析

开关三相不一致保护投入时，任一相开关动作跳开，且该相无电流时，确认该相开关在跳闸位置，当任一相在跳闸位置而三相不全在跳闸位置时，则确认为开关三相不一致，不一致可经零序电流或负序电流开放，满足不一致动作条件后，经整定的动作时间，出口励磁本开关两组跳闸线圈，跳开本开关。593开关B相分闸不成功而保持在合闸位置，A、C相在跳闸位置，满足三相不一致保护动作条件，经500ms动作延时，三相不一致保护动作，因此本小组开关三相不一致保护正确动作。

2.3 零序过流保护分析

零序过流保护检测尾端三相电流在装置外部合成的零序电流，其动作公式为，，为定值。根据如图2可知，593小组开关A、C相跳开后，尾端电流T3为零，B相开关未跳开，尾端电流T3为0.6A，则保护装置接收到的零序电流约为0.6A，超过零序过流定值0.1A，经3000ms动作延时，零序过流保护正确动作。

2.4 小组失灵保护分析

小组交流滤波器开关失灵保护投入时，保护装置持续收到保护跳闸命令，且失灵过流元件动作，则失灵保护动作，先延时跳开本小组开关三相，再经失灵出口延时跳开相邻断路器。上述零序过流保护动作后，发出保护跳闸命令，此时启动小组开关失灵保护，由于零序电流一直存在，失灵过流元件动作，约140ms动作延时后，小组开关失灵保护正确动作，跳开本大组所有交流滤波器。

综上所述，本次事故，差动保护正确不动作，三相不一致保护、零序过流保护、失灵保护均正确动作，保护无异常。

3 一次设备分析

现场开关本体检查发现，593开关A、C相在分闸位置，B相在合闸位置，且开关B相机构内两路分闸线圈均有烧焦痕迹，分闸线圈电阻无穷大。现场处理时，运维人员通过故障分闸线圈手动推操作机构的杠杆部件，发现分闸1的分闸脱扣器铁芯杆不能被推动；分闸2的分闸脱扣器铁芯杆能被推动，但操作机构不能进行分闸操作，且推动的铁芯杆无法正常回弹。在拆除故障分闸线圈后，手动推顶杠杆部件，操动机构可以完成分闸操作。拆卸操作机构的杠杆部件，未见异常。

593开关进行分闸操作时，励磁分闸脱扣器，使分闸棘爪经棘爪杠杆和杠杆释放，操动杠杆和转动杠杆经连杆，被分闸弹簧拉至分闸位置，同时灭弧单元中的触头由操动杆拉至分闸位置，最终完成开关的分闸过程。对593开关A、C相的分闸时间进行测量，结果均在厂家要求值21±2ms的标准范围内。而B相分闸1的时间为23.4ms，分闸2的时间为23.9ms，均超出标准值的上限。

经过对开关机构进行拆解检查，最终查明，故障原因是593开关机构的分闸棘爪与棘爪杠杆等部件之间发生了卡滞，故障相B相的分闸脱扣器推力不够，导致线圈顶杆无法带动分闸棘爪，无法完成开关分闸操作，使得三相不一致保护动作。

4 优化措施及建议

此次事件，暴露出开关一次设备存在运行维护不当的问题，导致小组交流滤波器开关拒动，造成本大组交流滤波器全部跳闸，扩大了事故范围，严重威胁楚穗直流的安全稳定运行。对此，提出以下建议：缩短开关一次设备的预试周期，对即将达到运行周期的开关设备进行更换，定期检查开关三相不一致继电器，优化保护配置，加强设备巡视。采取相应对策后，提高楚穗直流的安全稳定运行水平。

参考文献

[1] 赵畹君，谢国恩，曾南超，等.高压直流输电工程技术.北京：中国电力出版社，2004.

[2] 许继电气.SDR-100A系列微机型交流滤波器成套保护装置技术说明书.2008.

滤波系统第12篇

1 无源定位原理

通常卫星导航系统需要至少观测4颗卫星,列写4个独立导航方程,才能完成三维位置和用户钟差解算。但北斗双星系统仅有两颗工作星,无法得到4个独立方程。因此,要想使双星系统从有源方式转换为无源方式,根本途径是增加导航源[2],方法之一是增加高精度时钟作为时间源。其基本思想是用户终端配备高精度铷原子钟。初始时刻进行用户钟与中心站钟同步,并设用户钟稳定度足够高。在载体工作期间其频率漂移足够小,把钟差引起的测量误差降低到最小。由测得的卫星伪距和数字高程信息,即可计算用户的空间位置。

在机载环境下,为了保证北斗接收机始终能够连续定位,不出现长时间数据丢失,在进行无源定位时,导航接收机在接收到信号后,利用伪距通过最小二乘算法进行定位。根据接收卫星的接收情况,有两种解算方法:一种是收到3颗卫星时的定位情况;另一种是收到两颗卫星时的定位情况。定位解算方程可以分别描述下:

(1)双星无源定位观测方程组

${\begin{cases} ρ^{i} = \sqrt{(x - x_{i})^{2} + (y - y_{i})^{2} + (z - z_{i})^{2}} + C (Δ t + Δ t_{t}^{i} + Δ t_{s}^{i}), i = 1, 2 \\ \frac{x^{2} + y^{2}}{(R_{e} + h)^{2}} + \frac{z^{2}}{(R_{p} + h)^{2}} = 1 \end{cases} (1)$

其中,Re为地球赤道半径;Rp为地球极半径;根据WGS-84模型,Re=6 378 137 m,Rp=Re(1-f);f为地球的椭圆度,f=1 298.257;h为用户的海拔高度。

伪距测量值ρi在铷钟经初始时间校正量Δt+Δt $_{s}^{i}$ 和大气层时延校正量Δt $_{t}^{i}$ 修正后得到用户至卫星的“真实”距离,利用最小二乘法可以解算用户位置,但无法计算钟差,定位精度会有一定损失。

(2)三星无源定位观测方程组

${\begin{cases} ρ^{i} = \sqrt{(x - x_{i})^{2} + (y - y_{i})^{2} + (z - z_{i})^{2}} + C (Δ t + Δ t_{t}^{i} + Δ t_{s}^{i}), i = 1, 2, 3 \\ \frac{x^{2} + y^{2}}{(R_{e} + h)^{2}} + \frac{z^{2}}{(R_{p} + h)^{2}} = 1 \end{cases} (2)$

利用最小二乘法解算3星无源定位观测方程组,可以得到用户位置和钟差,消除了铷原子频标频率漂移造成的伪距测量误差,提高了定位精度。实际应用中,东星或西星工作异常的概率很小,备份星在大多数时间内都可以作为独立的资源,因此,3星无源定位成为本系统的主要工作模式。

2 试飞数据分析

2.1 机载数据处理

根据试飞实际情况,对载机不作较大改动的情况下,在飞机前设备舱加装北斗接收机及天线,天线位置位于前设备舱盖中心线偏左。载机上同时装有GPS接收机和飞行参数记录仪。对数据进行分析,首先利用时间相关算法确定机载飞行参数记录仪中飞行参数和北斗无源系统记录数据的同步位置,其次判断北斗无源定位系统的工作状态。最后,根据机载记录设备输出的GPS高度和北斗无源设备记录的伪距值进行组合导航解算,输出计算结果。

2.2 卡尔曼滤波方程建立与解算步骤

为消除动态北斗定位数据中的随机误差,需要将真实的状态从各种随机干扰中的估计出来。在动态数据处理中,采用卡尔曼滤波方法来提取所需要的数据,卡尔曼滤波方程建立过程[3,4,5]。

建立离散型卡尔曼滤波方程如下

${\begin{cases} 状态方程 X_{k} = Φ_{k, k - 1} X_{k - 1} + Γ_{k, k - 1} W_{k - 1} \\ 观测方程 Y_{k} = Η X_{k} + V_{k} \end{cases} (3)$

其中,Φk,k-1,Γk-1矩阵分别是系统的状态转移矩阵,系统噪声矩阵。Wk-1,Vk分别是方差阵为Qk-1,Rk的白噪声系列。

对式(3)进行卡尔曼滤波,得

状态预测 $\hat{X}_{k, k - 1} = Φ_{k, k - 1} \hat{X}_{k - 1}$

状态滤波 $\hat{X}_{k} = \hat{X}_{k, k - 1} + Κ_{k} (Ζ_{k} - Η \hat{X}_{k, k - 1})$

滤波增益Kk=Pk,k-1HT(HPk,k-1HT+Rk)-1

预测协方差Pk,k-1=Φk,k-1Pk-1ΦTk,k-1+Γk,k-1Qk-1ΓTk,k-1

滤波协方差Pk=(I-KkH)Pk,k-1

其中,Φ,Γ,H,根据实际的情况确定为。其中,τ为数据采样时间间隔,GPS为每秒10次,即0.1 s;BD为每秒8次,即0.125 s。

航迹的初始条件设定:飞机初始位置为北纬40°,东经99°。伪距测量的误差涉及到卫星时钟误差、卫星星历误差、电离层延迟误差,对流层延迟误差、多经效应误差和接收机误差等。上述误差经过修改及补偿后可大大降低伪距测量误差,假设伪距测量噪声是标准差为100 m的白噪声。

3 北斗定位精度分析

以差分GPS输出数据为实际测量基准数据,设第i个测量点,差分GPS输出的基准数据与北斗输出的定位数据经纬度误差值为(Δλi,Δφi),单位(′),Ti为系统的采样间隔,径向长度误差为 $Δ L_{i} = 1 852 \sqrt{Δ φ_{i}^{2} + (Δ λ_{i} \cos φ_{i})^{2}}$ ,径向长度误差率为 $Δ R_{i} = \frac{Δ L_{i}}{Τ_{i}}$ 。北斗无源定位方式下,选取考核点±5分钟导航时间内,有效的测量点数量n累计≥340个,其径向误差率标准差计算公式为

$\sqrt{\frac{\sum_{i = 1}^{n} Δ R_{i}^{2}}{n}}$

大误差资料剔除原则:按照数据统计理论,误差值超过标准差值的3倍以上,则认为是大误差数据,在分析误差产生原因之后予以剔除。

以下试验结果是以铷钟型无源接收机接收数据为例。

3.1 飞行轨迹

图1和图2给出了飞机在地球地理坐标下的实际飞行的二维和三维飞行轨迹,飞机在东经101°～101.2°,北纬40.72°～40.83°;东经99.48°～99.52°,北纬40.79°～40.82°等区域处于大坡度转弯状态,北斗接收机天线受到遮挡,在对应时间段内有丢失卫星信号现象发生。根据本文第一部分无源定位原理可知,只要能够接收到两颗北斗卫星信号,北斗接收机就会有定位数据输出,定位解算根据式(1)进行,但定位精度会有一定损失。飞机在大部分的飞行区域内,北斗接收机可以接收3颗定位卫星信号,定位解算根据式(2)进行。在整个飞行过程中,由于3颗北斗卫星位置在赤道上空,北斗接收机接收信号会受到飞机飞行姿态的影响,不同飞行阶段飞机的姿态不同。下面针对不同的飞行阶段,进行分段处理。

3.2 试飞数据的分段处理

分析表明,在平飞阶段,数据较好,在拐弯(由东向转向北向)时,北斗接收机天线受到遮挡(接收不到东星信号),接收卫星信号不好,没有处理。

飞行资料分段分析结果如表1所示。

总共采样点数26 263,其中有效点数24 496,数据有效点数为93.27%,无源定位精度在3σ条件下为92.842 1 m。

(1)起飞爬升阶段数据分析以第一数据段为例,如图3所示。

(2)平飞阶段数据分析以第二数据段为例,如图4所示。

对飞行轨迹分析可以得出如下结论:

(1)飞行过程中,北斗和GPS系统的定位曲线重合较好,两者位置相差的平均距离为92.842 1 m,具有较好的位置精度,说明设计实现的北斗接收机和滤波算法,在飞机巡航状态下可以满足空中一般用户需要。

(2)在北斗接收机丢失信号的时间段内,位置数据开始有发散的趋势,但飞机的大坡度转弯时间不长,只要接收到两颗卫星信号的情况下,北斗接收机仍然有数据输出,没有影响到飞行轨迹曲线的连续性。

(3)在基于北斗无源定位系统的卡尔曼滤波算法中,能够根据北斗三星的有效位置信息进行估计和补偿,提高北斗导航系统的精度,具有较好的工程应用价值。

(4)如要进一步提高北斗三星无源系统定位精度,则需要进行两方面的深入研究。需要改进完善定位解算方法,进行自适应算法的研究。需要对气压式高度表辅助定位时,引起系统误差及其修正算法进一步研究。

4 结束语