CN104698851A - 基于cmac与pid的参量声源并行控制方法 - Google Patents

Abstract

本发明公开一种通过CMAC与PID并行处理实现对参量声学系统声音失真进行调节的系统控制设计方法。该方法首先是通过系统误差值得到CMAC网络与PID模块的两个误差调节值，并利用两调节值之和实现对参量声学系统的动态失真控制。本发明的优点是：并行控制中PID模块可以保证系统的稳定性和抗干扰性，CMAC网络可以确保系统的控制精度；CMAC采用寻址编程方法，运算速度较快；CMAC的局部学习特性使它更适合动态环境下的非线性实时控制。

Description

基于CMAC与PID的参量声源并行控制方法

技术领域

本专利涉及参量声源的控制系统设计方法，尤其涉及CMAC与PID复合控制系统在改善参量声源声音失真方面的设计方法。

背景技术

参量声源也称为定向声频系统，它是能发出具有指向性声音信号的非线性系统。系统的工作原理是：把声频信号通过调制算法加载到超声信号上，已调超声波经功率放大并通过换能器阵列发出具有强指向性的超声波束。超声波束在传播时通过非线性交互过程解调出音频信号。由于定向声频系统的自解调是一个强非线性过程，解调后的信号除了包括原始音频信号外，也产生了其他非线性失真频率成分，产生的失真主要包括谐波失真和互调失真，这就导致解调出的声频音质受到影响。为改善音质，当前该领域的研究人员大都是不断的改进信号调制算法，鉴于信号调制算法的研究已经历了较长的时间，通过改进调制算法来提升音质的空间也越来越小，这是因为目前所开发的信号调制算法都是基于“Berktay远场解”理论，该理论描述只是参量声学系统自解调过程的二阶近似，参考H.O. Berktay发表在Journal of Sound and Vibration的论文《Possible Exploitation of Non-Linear Acoustics in Underwater Transmitting Application》。不难理解，而基于“Berktay远场解”所开发的信号处理和调制算法实际是不能准确表达参量声学系统的，当前可精确描述参量声学系统自解调过程的“KZK方程”的解析求解还比较困难，这就需要寻求其他方式来解决参量声学系统的失真问题。

神经网络控制领域的研究目前已经在学术理论方面积累了较多成果，CMAC网络（也称为小脑模型）就是神经网络中比较出色的一种网络模型，它是一种局部逼近网络，可以快速收敛，这对软件实时控制有利。CMAC网络通过学习算法调节表格内容，可具有表达复杂的非线性系统函数和较强的信息分类存储能力。神经网络对非线性系统的控制等效于神经网络逼近被控系统逆的过程，逼近的逆系统可一定程度上抵消原系统（被控系统）函数中的失真因素。利用CMAC网络逼近任意复杂非线性系统的能力，并结合常规PID控制手段，专利所公开的CMAC与PID并行控制方法为参量声源改善音质提供了一种可行方法。。

发明内容

本发明的目的是针对参量声学系统由于强非线性特性所导致的声音失真问题，提供了一种CMAC-PID并行控制设计的方法来提高音质。该方法技术方案为：

1. CMAC与PID复合控制的结构设计为：CMAC采用前馈控制方法，复合控制系统是由CMAC网络和PID模块并行构成，PID模块和CMAC网络分别产生对应的控制量，两部分控制量之和实现对串接在后面的参量声学系统（被控系统）失真控制，参考图1所示。

2. 复合控制系统中PID模块设计，选择数字增量式PID控制方法，设计PID模块与CMAC网络为并行控制方式；

1）结合参量声学系统特性设定PID模块的三个控制参数；

2）计算参量声学系统第个控制周期的输出与期望输出的误差值为                                                 ；

3）误差值进入PID控制模块，并通过以下的PID控制算法，得到PID模块的控制增量：

 。

3. CMAC网络结构设计主要步骤包括：

1）依据被控对象（参量声学系统）的特性来设计CMAC网络的虚拟存储空间和实际存储空间容量；

2）虚拟映射，完成输入状态空间到虚拟存储空间的映射，确定一个反映网络泛化能力的值，参考图2所示；

3）实际映射，这一步为实现减小存储空间的目的，采用“除余数法”，将输入样本映射至虚拟存储器的地址，除以一个大质数，把得到的余数作为实际存储器的地址，这样就可以完成虚拟存储空间中个地址值到实际存储空间个地址的映射；

4）CMAC网络输出值计算，实际存储空间中每个单元中存放着相应权值，将实际存储器空间中的所有连接权值相加，所得到和就是CMAC网络的输出。

4.C MAC网络学习算法的主要步骤包括：

1）计算PID模块的第k个控制周期的输出量；

2）计算CMAC网络的第k个控制周期的输出量；

3）计算总控制输出量，总控制量；

4）设定网络学习速率以及惯性量，并利用学习算法实时对CMAC网络的权值进行调节，这样就可以计算出下一控制周期的网络权值；

5）返回至上面第1步，循环运算；

6）当复合控制系统达到稳定时，此时复合控制系统的总控制量主要由产生，PID模块产生控制量较小，CMAC网络动态逼近参量声源的逆模型。

附图说明

图1为基于CMAC与PID并行控制的参量声学系统的结构框图。

图2为复合控制系统中CMAC网络结构示意图。

图3为参量声学系统的输出仿真图。

图4为基于CMAC与PID并行控制的参量声学系统输出仿真图。

图5为CMAC与PID复合控制系统的等效图。

图1是基于CMAC与PID并行控制的参量声学系统的结构框图

PID控制模块与CMAC网络并行设计并串接在参量声学系统之前，CMAC网络为闭环控制。PID控制输出为，CMAC网络输出为，总控制量。

图2是复合控制系统中CMAC网络结构示意图

CMAC网络结构主要有输入空间、虚拟存储空间、实际存储空间以及网络输出四个部分组成。

图3是参量声学系统的输出仿真图

期望输出信号（输入信号）是频率为1kHz，幅度为1，脉宽比为30%的脉冲信号。参量声学系统的实际输出在脉冲的上升沿和下降沿有跳变，存在失真。

图4是基于CMAC与PID并行控制的参量声学系统输出仿真图

期望输出信号（输入信号）是频率为1kHz，幅度为1，脉宽比为30%的脉冲信号。CMAC与PID并行控制下的系统输出的失真问题得到了有效控制。

图5是CMAC与PID复合控制系统的等效图

本专利提出的CMAC与PID复合控制系统中的CMAC网络在控制过程中会逐步逼近参量声学系统（被控对象）的逆模型，同时其中的PID控制环节作用逐渐减弱，并最终总控制量主要由CMAC网络产生，这样复合控制系统和被控对象（参量声学系统）就构成了一个伪线性系统。

具体实施方式

本发明的目的是针对参量声学系统由于强非线性特性所导致的输出声音失真问题，提供了一种CMAC与PID复合控制系统设计的方法。该方法具体设计步骤主要包括：

 1. CMAC与PID复合控制的结构设计，CMAC采用前馈控制方法，并行控制系统由CMAC网络和PID模块并行构成，PID模块产生一部分控制量，CMAC网络产生另一部分控制量，两部分控制量之和对串接在后面的参量声学系统（被控系统）进行控制。

2. PID模块设计，这里选择数字增量式PID控制方法，且PID模块采用与CMAC网络并行设计的方法；

1）根据参量声学系统实际特性设定PID模块的三个控制参数，分别是比例放大系数、积分放大系数及微分放大系数；

2）循环计算参量阵系统输出与期望输出的误差值为；

3）误差值进入PID模块，并通过以下的PID控制算法，得到PID模块的控制增量：

 ；

是比例放大系数，是积分放大系数，是微分放大系数，是此刻的系统误差，是上一时刻的系统误差，， 。

3. 图2所示的是CMAC网络结构，其主要设计步骤包括：

1）量化设计，X实际物理信号，表示n维的输入状态空间，其中的一个状态向量为   ，选择量化等级为，输入状态空间总共有种量化状态；

2）确定虚拟存储空间和实际存储空间的容量；

3）设定CMAC网络第一映射（虚拟映射）过程，完成输入状态空间到虚拟存储空间的映射，确定一个反映网络泛化能力的值；

4）设定CMAC网络的第二映射（实际映射）过程，采用杂散编码技术，采用“除余数”编码算法：它是把虚拟空间中存储单元的地址除以一个较大的质数，得到的余数即是AP上的地址。比如：虚拟空间AC有=1024个存储单元，实际空间AP有个存储单元，则可通过计算得到一个质数作为除数；

计算得出除数为33，此时对虚拟空间AC进行杂散编码，若虚拟空间里的一个单元是200号地址，200除以33得到的余数为2，则其经压缩后在实际存储空间AP上的地址为2；

5）CMAC网络输出值计算，实际存储空间中每个单元中存放着相应权值，将实际存储器空间中的所有连接权值相加，所得到和就是CMAC网络的输出：

 ，

式中， ，由于激活的元素值为1，则可得出：

                  。

4. CMAC网络学习算法的主要步骤包括：

1）计算PID模块的第k个控制周期的控制输出量；

2）计算CMAC网络的第k个控制周期的控制输出量；

3）总控制输出量是PID模块与CMAC网络输出量之和，为：；

4）设定网络学习速率以及惯性量，，的取值在0到1之间可以保证学习算法的收敛性；

5）比较总控制量与CMAC网络控制量，如果差值大于所设定的指标值，则CMAC网络进入循环学习过程并开始修正权值，CMAC网络调节的目的是使控制系统的总控制量主要由CMAC网络产生，也就是一直进行学习的CMAC网络最终可最佳逼近参量声学系统的逆系统；

6）计算CMAC网络的输出为： ， 是二进制选址向量；

7）将误差平均分配到所有被激活的存储单元，权值修正算法为：

  ；

其中CMAC的修正指标为： ；

8）设定，并返回至第1步进行循环运算；

9）当复合控制系统的CMAC模块控制输出量 接近总控制输出量时，此时CMAC网络动态的逼近参量声学系统的逆系统。

Claims (5)

1.基于CMAC与PID的参量声源并行控制方法，该方法主要包括以下设计步骤：

CMAC与PID复合控制系统的结构设计，并设定CMAC为前馈控制模式；

复合控制系统中PID模块设计，包括PID控制模式选择以及相应三个控制参数的设计；

复合控制系统中CMAC网络设计，包括网络结构确定以及网络学习算法的设计。

2.根据权利要求1所述的参量声源并行控制方法，其特征在于CMAC与PID复合控制的结构设计为：CMAC采用前馈控制方法，复合控制系统由CMAC网络和PID模块并行构成，PID提供一部分控制量，CMAC产生另一部分控制量，两部分控制量之和对串接在后面的参量声源（被控系统）进行控制。

3.根据权利要求1所述的参量声源并行控制方法，其特征在于，所述的复合控制系统中PID模块设计步骤保括：

①根据参量声源特性设定PID模块的三个控制参数，分别是比例放大系数                                               、积分放大系数及微分放大系数 ；

②采用增量PID控制方法，PID模块的控制输出增量为：

。

4.根据权利要求1所述的参量声源并行控制方法，其特征在于，所述的CMAC网络设计的包括如下步骤：

①首先确定虚拟存储空间以及实际存储空间的容量；

②对CMAC网络进行量化，此步骤也可称为虚拟映射，主要完成输入空间到虚拟存储器的映射；

③采用杂散编码技术，完成虚拟存储空间到实际存储空间的映射；

④计算CMAC网络输出，每个单元中存放着相应权值，将实际存储器空间中的所有连接权相加，所得到和就是CMAC网络的输出。

5.根据权利要求1所述的参量声源并行控制方法，其特征在于，所述的CMAC网络学习算法的主要步骤包括：

①由PID模块得到第k个控制周期的控制输出量；

②由CMAC网络得到第k个控制周期的控制输出量；

③计算总控制输出量u，它是PID模块与CMAC网络输出之和:；

④通过设定CMAC网络学习速率以及惯性量，并利用学习算法实时对CMAC网络的权值进行调节，这样就可以计算出下一控制周期的权值；

⑤令k=k+1，并返回至上面第1步进行循环运算；

⑥当总控制量主要有CMAC网络产生时，此时CMAC网络动态逼近参量声源系统的逆模型。