CN107147373B - 一种复合滤波方法及装置 - Google Patents
一种复合滤波方法及装置 Download PDFInfo
- Publication number
- CN107147373B CN107147373B CN201710195377.0A CN201710195377A CN107147373B CN 107147373 B CN107147373 B CN 107147373B CN 201710195377 A CN201710195377 A CN 201710195377A CN 107147373 B CN107147373 B CN 107147373B
- Authority
- CN
- China
- Prior art keywords
- filtering
- optimal
- value
- signal
- estimation coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
- H03H21/0012—Digital adaptive filters
Landscapes
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明提供了一种复合滤波方法及装置,该方法包括:对接收的电信号进行前级滤波;对所述前级滤波时引入的噪声信号进行测量;对所述前级滤波后的信号进行最优滤波。采用本发明方案,可在一次滤波解算过程中,完成一阶滤波和最优估算,在减小测量波动误差的同时,又可以有效减小因滤波算法导致的测量滞后,保证实时稳定控制的敏捷性。可在稳定平台控制中为稳定平台控制其提供复合控制要求的传感器信号,从而提高稳定平台的控制精度。
Description
技术领域
本发明涉及自动控制技术领域,尤其涉及一种复合滤波方法及装置。
背景技术
现有技术中,常用的信号数字滤波算法有多种,如算术平均值滤波、加权平均值滤波、滑动平均值滤波、防脉冲干扰平均值滤波、加权递推平均滤波、中值滤波、程控滤波、低通滤波等。在具体选用方面,需要根据信号特点和使用要求进行选择,也可以根据资源条件采用复合滤波方式。
在稳定平台控制中,由于既要实现对传感器测量信号的精确采集,又要满足动态响应的要求,并对下一时刻的测量误差进行估计,实现实时稳定控制的敏捷性,避免跟随误差,因此在对数据进行处理时采用复合滤波的方式。
现有稳定平台对传感器数据的处理,一般采用一种单一的滤波算法,或采用多种滤波算法串联的方式。单一的滤波算法,很难同时满足稳定平台控制中对控制精度和控制敏捷性的要求,即使调整滤波系数也无法满足精确稳定控制的要求,甚至引入复杂的差值变化量函数也收效甚微。多种滤波算法串联的方式,一方面对资源要求较高,会带来硬件成本的大幅度提高,且增加系统复杂性,对系统的可靠性和鲁棒性带来负面影响;另一方面,因为多阶滤波的引入,造成控制量与感测量的关系复杂,只能对某些特定的控制窗口有效,对于全范围控制精度的提高帮助不大,甚至在其它窗口的控制精度还会下降。同时,由于多种滤波算法的串联应用所带来的滞后,需要采取更复杂的修正算法进行补偿。
发明内容
本发明为解决现有技术中单一滤波方式无法满足精确稳定控制要求,以及多种滤波算法串联所带来的滞后的技术问题,提出了一种复合滤波方法及装置。
在一个方面,本发明实施例提供了一种复合滤波方法,包括:
对接收的电信号进行前级滤波;
对所述前级滤波时引入的噪声信号进行测量;
对所述前级滤波后的信号进行最优滤波。
在另一个方面,本发明实施例提供了一种复合滤波装置,包括:
前级滤波模块,用于对接收的信号进行前级滤波;
噪声测量模块,用于对前级滤波过程中引入的噪声信号进行测量;
最优滤波模块,用于对前级滤波后的信号进行最优滤波。
有益效果如下:
采用本发明提供的用于传感器的复合滤波方法及装置,可在一次滤波解算过程中,完成一阶滤波和最优估算,在减小测量波动误差的同时,又可以有效减小因滤波算法导致的测量滞后,保证实时稳定控制的敏捷性。可在稳定平台控制中为稳定平台控制其提供复合控制要求的传感器信号,从而提高稳定平台的控制精度。本发明方案可以广泛应用于航空、航天、摄影、摄像、工业测控、机器人、卫星接收天线等稳定平台控制。
附图说明
下面将参照附图描述本发明的具体实施例,其中:
图1示出了本发明实施例中进行复合滤波的方法的流程示意图;
图2示出了本发明实施例中复合滤波装置的结构示意图;
图3示出了本发明实施例中低通滤波过程示意图;
图4示出了本发明实施例中最优滤波过程示意图;
图5示出了未采用本发明复合滤波时传感器原始输出信号的波形图;
图6示出了采用本发明复合滤波后传感器输出信号的波形图。
具体实施方式
为了使本发明的技术方案及优点更加清楚明白,以下结合附图对本发明的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本发明的一部分实施例,而不是所有实施例的穷举。并且在不冲突的情况下,本说明中的实施例及实施例中的特征可以互相结合。
发明人在发明过程中注意到:现有稳定平台对传感器数据的处理采用的单一的滤波算法,或是采用的多种滤波算法串联的方式,均存在一定的缺陷,例如单一的滤波算法,很难同时满足稳定平台控制中对控制精度和控制敏捷性的要求,即使调整滤波系数也无法满足精确稳定控制的要求,甚至引入复杂的差值变化量函数也收效甚微。而多种滤波算法串联的方式,一方面对资源要求较高,会带来硬件成本的大幅度提高,且增加系统复杂性,对系统的可靠性和鲁棒性带来负面影响;另一方面,因为多阶滤波的引入,造成控制量与感测量的关系复杂,只能对某些特定的控制窗口有效,对于全范围控制精度的提高帮助不大,甚至在其它窗口的控制精度还会下降。
本发明的目的是提供一种传感器的复合滤波装置及方法,并在稳定平台控制中进行实现。
实施例一
根据传感器的信号特点和稳定平台控制的要求,本发明提供一种复合滤波方法,如图1所示,包括:
步骤1:接收采集的传感器输出的电信号,进行前级滤波;
具体地,该前级滤波可采用低通滤波方式,对环路控制的带外信号进行滤除,其过程如图3所示。但为了保证动态响应的要求,其带宽设置应达到实际控制带宽的两倍以上,因此会引入带外噪声。低通滤波的算法如下:
Y(k)=A·X(k)+(I-A)·Y(k-1) (1)
其中,Y(k)为本次滤波输出值,Y(k-1)为上一时刻的滤波输出值,X(k)为本次测量值,即采集后的进行低通滤波前的信号,A为滤波系数矩阵,I为同阶单位阵。
步骤2:测量在步骤1中进行前级滤波时引入的实准噪声信号;
具体地,可通过实际测试全系统基于快速傅里叶变换获得噪声的频谱特性,以便在系统信号处理过程中掌握噪声的水平和频带分布。将滤波后的信号幅度与滤波前的信号幅度进行对比,可以获得滤波后引入噪声的幅值信息。对噪声信号的幅度-时间信息进行快速傅里叶变换,可以获得噪声的频谱特性,从而获得噪声的频带分布情况。
步骤3:对前级滤波后的信号进行最优滤波,通过最优滤波尽可能地去除上述噪声信号。
进一步地,在步骤3之前还包括:
步骤2A:对最优滤波的初始目标值进行预估;
预估的具体方式可以但不限于是用上述前级滤波后的信号去除测量的噪声信号。
进一步地,在步骤2A之后还包括:
步骤2B:根据预估目标值计算最优估算系数,具体可以但不限于采用下列公式计算:
其中,Q、R为目标常值,Pre为设定的初始目标值,P(k)为目标推算值,K(k)为最优估计系数。
进一步地,步骤3中进行最优滤波的具体方式为,利用最优估计系数对测量值进行递推,采用下列各式(3)求出滤波后的输出结果,其处理过程如图4所示;
Y(k)=Y(k-1)+K(k)·[X(k)-Y(k-1)] (3)
这里,X(k)同公式(1)中的X(k),即是原始测量信号。Y(k)为本次滤波输出值,Y(k-1)为上一时刻的滤波输出值。
最优滤波算法是通过递推的方式获得最优估计系数的过程,利用最优滤波算法可以实现既减小测量波动误差,又保证实时稳定控制的敏捷性。
进一步地,该复合滤波方法还包括:
步骤4:对初始目标值进行更新,更新方式可以为采用以下公式(4)进行更新,然后重复上述步骤2B、步骤3及步骤4。
Pre=[I-K(k)]·P(k) (4)
这里的I同上述公式(1)中的同阶单位阵。
实施例二
本发明还提供一种复合滤波的装置,如图2所示,包括:前级滤波模块、噪声测量模块及最优滤波模块;
前级滤波模块,用于对接收的传感器输出的电信号进行前级滤波;
具体地,该前级滤波可以采用低通滤波的方式,如图3所示,该低通滤波的方式为对环路控制的带外信号进行滤除,但为了保证动态响应的要求,其带宽设置应达到实际控制带宽的两倍以上,因此会引入带外噪声。低通滤波的算法可以为:
Y(k)=A·X(k)+(I-A)·Y(k-1) (1)
其中,Y(k)为本次滤波输出值,Y(k-1)为上一时刻的滤波输出值,X(k)为本次测量值,A为滤波系数矩阵,I为同阶单位阵。
噪声测量模块,用于对前级滤波过程中引入的噪声信号进行测量;具体地,可基于快速傅里叶变换获得噪声的频谱特性,以便在系统信号处理过程中掌握噪声的水平和频带分布。
最优滤波模块,用于对前级滤波后的信号进行最优滤波,即通过最优滤波将上述噪声信号进行滤除。
进一步地,该装置还包括目标值预估模块,用于根据上述测量的噪声信号对信号滤波后的初始目标值进行预估,预估的具体方式可以是用上述前级滤波后的信号去除测量的噪声信号。
目标值预估模块,还用于根据预计目标值采用下列公式(2)计算最优估算系数;
其中,Q、R为目标常值,Pre为设定的初始目标值,P(k)为目标推算值,K(k)为最优估计系数。
进一步地,最优滤波模块利用最优估计系数对测量值进行递推,采用公式(3)求出滤波后的输出结果,其处理过程如图4所示;
Y(k)=Y(k-1)+K(k)·[X(k)-Y(k-1)] (3)
最优滤波算法是通过递推的方式获得最优估计系数的过程。利用最优滤波算法可以实现既减小测量波动误差,又保证实时稳定控制的敏捷性。
进一步地,目标值预估模块还用于信号经过最优滤波后对初始目标值进行更新,更新方式为可以采用以下公式(4)进行更新。
Pre=[I-K(k)]·P(k) (4)
采用本发明的复合滤波方法及装置,可在一次滤波解算过程中,完成一阶滤波和最优估算,在减小测量波动误差的同时,又可以有效减小因滤波算法导致的测量滞后,保证实时稳定控制的敏捷性。可在稳定平台控制中为稳定平台控制其提供复合控制要求的传感器信号,从而提高稳定平台的控制精度。
为了实现最优的技术效果,本发明采用ARM架构的数字信号处理单元,即上述滤波方法运行于ARM架构的数字信号处理单元,对稳定平台控制要求的六轴惯性传感器采集信号进行滤波处理。六轴传感器的信号采集和滤波处理采用一体化的数据采集、处理单元,具有体积小、功耗低、重量轻的特点,适合在稳定平台上的控制应用。
ARM架构的数字信号处理单元具有很强的数据处理能力,可以满足对六轴惯性传感器采集和复合滤波的并行处理要求。在主频为200MHz的情况下,完成六轴惯性传感器复合滤波并行处理的时间为2.1ms,可以满足50Hz控制数据输出的要求。将该滤波方法在稳定平台控制器的传感器数据处理中进行应用,未采用本发明方案时传感器原始输出信号的波形如图5所示,经过本发明复合滤波处理后传感器的输出信号波形如图6所示。从图5和图6对比可以发现,信号的噪声幅度比之前降低了4倍,而信号的均值没有变化,且信号的变化趋势也没有改变,对信号没有带来失真。
上述实施例中,均可以采用现有的功能元器件模块来实施。例如,低通滤波模块可以采用现有的低通滤波器。
为了描述的方便,以上所述装置的各部分以功能分为各种模块或单元分别描述。当然,在实施本发明时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
Claims (11)
1.一种进行复合滤波的方法,包括:
对接收的电信号进行前级滤波;
对所述前级滤波时引入的噪声信号进行测量;
对所述前级滤波后的信号进行最优滤波;
对输出信号进行最优滤波包括:
利用最优估计系数对测量值进行递推计算,求出滤波后的输出结果:
Y(k)=Y(k-1)+K(k)·[X(k)-Y(k-1)]
所述X(k)为本次测量值,Y(k)为本次最优滤波输出值,Y(k-1)为上一时刻的最优滤波输出值,K(k)为最优估计系数。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
在进行最优滤波前对所述最优滤波的初始目标值进行预估。
4.如权利要求1所述的方法,其特征在于,所述对接收的电信号进行前级滤波包括:
采用低通滤波的方式,利用以下公式对环路控制的带外信号进行滤除:
Y(k)=A·X(k)+(I-A)·Y(k-1)
所述Y(k)为本次最优滤波输出值,Y(k-1)为上一时刻的最优滤波输出值,X(k)为本次测量值,A为滤波系数矩阵,I为同阶单位阵。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
每次最优滤波后对初始目标值进行调整:
Pre=[I-K(k)]·P(k)
其中,所述Pre为设定的初始目标值,P(k)为目标推算值,K(k)为最优估计系数;I为同阶单位阵;
所述调整完成后重复上述计算最优估计系数以及根据该最优估计系数进行最优滤波的步骤。
6.如权利要求1至5任一项所述的方法,其特征在于:
所述方法运行于ARM架构的数字信号处理单元。
7.一种进行复合滤波的装置,其特征在于,所述装置包括:
前级滤波模块,用于对接收的信号进行前级滤波;
噪声测量模块,用于对前级滤波过程中引入的噪声信号进行测量;
最优滤波模块,用于对前级滤波后的信号进行最优滤波;
所述最优滤波模块进行最优滤波包括:
利用最优估计系数对测量值进行递推,求出滤波后的输出结果:
Y(k)=Y(k-1)+K(k)·[X(k)-Y(k-1)]
所述X(k)为本次测量值,Y(k)为本次最优滤波输出值,Y(k-1)为上一时刻的最优滤波输出值,K(k)为最优估计系数。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
目标值预估模块,用于根据上述测量的噪声信号对信号滤波后的初始目标值进行预估。
10.如权利要求7所述的装置,其特征在于:
所述前级滤波模块进行前级滤波是采用低通滤波的方式,利用以下公式对环路控制的带外信号进行滤除:
Y(k)=A·X(k)+(I-A)·Y(k-1)
所述Y(k)为本次最优滤波输出值,Y(k-1)为上一时刻的最优滤波输出值,X(k)为本次测量值,A为滤波系数矩阵,I为同阶单位阵。
11.如权利要求8所述的装置,其特征在于:
所述目标值预估模块,还用于信号经过最优滤波后采用下列方式对初始目标值进行更新:
Pre=[I-K(k)]·P(k)
其中,所述Pre为设定的初始目标值,P(k)为目标推算值,K(k)为最优估计系数;I为同阶单位阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710195377.0A CN107147373B (zh) | 2017-03-29 | 2017-03-29 | 一种复合滤波方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710195377.0A CN107147373B (zh) | 2017-03-29 | 2017-03-29 | 一种复合滤波方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107147373A CN107147373A (zh) | 2017-09-08 |
CN107147373B true CN107147373B (zh) | 2021-02-02 |
Family
ID=59783530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710195377.0A Active CN107147373B (zh) | 2017-03-29 | 2017-03-29 | 一种复合滤波方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107147373B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19732606A1 (de) * | 1997-07-29 | 1999-02-04 | Thomson Brandt Gmbh | Verfahren zur Adaption von FIR-Filtern |
CN103162678B (zh) * | 2013-03-11 | 2015-05-13 | 哈尔滨工业大学 | 批量mems陀螺信息融合方法 |
CN103684351B (zh) * | 2013-12-17 | 2016-01-27 | 哈尔滨工程大学 | 具有pid指数因子的自适应惯性滤波方法 |
-
2017
- 2017-03-29 CN CN201710195377.0A patent/CN107147373B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107147373A (zh) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5227254B2 (ja) | プロセスモデルの状態量のリアルタイム計算方法およびシミュレータ | |
CN109450405B (zh) | 一种应用于ad采集中的复合式软件滤波方法及系统 | |
CN103684351A (zh) | 具有pid指数因子的自适应惯性滤波方法 | |
CN114264865B (zh) | 一种电流采集装置在线自校准方法 | |
CN106031043B (zh) | 用于均衡失真信号的方法以及相应的过滤式均衡器 | |
CN107147373B (zh) | 一种复合滤波方法及装置 | |
CN107659290B (zh) | 带宽扩展滤波器及其设计方法 | |
CN110209051A (zh) | 一种基于自适应内模控制器的不确定周期扰动消除方法 | |
CN113225047A (zh) | 一种基于tvlp-mf的动态检重秤快速滤波方法及系统 | |
CN111079591B (zh) | 基于改进多尺度主成分分析的不良数据修复方法及系统 | |
CN110535091B (zh) | 一种适应电气设备变频特性的微机保护方法和装置 | |
CN106255895B (zh) | 电子电池传感器和用于确定电池的内阻的方法 | |
CN108805011B (zh) | 一种数字滤波方法及系统 | |
CN110672249A (zh) | 一种具有多个压力测量单元的压力传感器及其数据处理方法 | |
CN105004899A (zh) | 一种直流信号变化量自适应检测方法和装置 | |
JP2004020427A (ja) | ノイズ除去方法及びノイズ除去フィルタ | |
CN110188315B (zh) | 用于时钟驯服的数据处理方法 | |
RU2762532C1 (ru) | Способ поиска неисправного блока в непрерывной динамической системе | |
CN109814387B (zh) | 一种基于动态时延的卡尔曼滤波补偿方法及系统 | |
CN109711036B (zh) | 飞行控制系统试验结果的评估方法 | |
RU2411565C2 (ru) | Сигнально-адаптивная система управления динамическими объектами с запаздыванием нейтрального типа | |
CN116067433B (zh) | 一种振弦数据采集方法及其采集仪 | |
CN111178232B (zh) | 一种源信号的确定方法及系统 | |
CN112290907B (zh) | 基于嵌入式系统的模拟量滤波方法及装置 | |
JPS6344177A (ja) | 伝達関数測定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |