CN110209628B - 一阶滞后滤波生成装置及方法 - Google Patents

一阶滞后滤波生成装置及方法 Download PDF

Info

Publication number
CN110209628B
CN110209628B CN201910488736.0A CN201910488736A CN110209628B CN 110209628 B CN110209628 B CN 110209628B CN 201910488736 A CN201910488736 A CN 201910488736A CN 110209628 B CN110209628 B CN 110209628B
Authority
CN
China
Prior art keywords
excitation
filtering
unit
generating
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
Application number
CN201910488736.0A
Other languages
English (en)
Other versions
CN110209628A (zh
Inventor
杨冬强
李明星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Huasu Technology Co Ltd
Original Assignee
Hangzhou Huasu Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Huasu Technology Co Ltd filed Critical Hangzhou Huasu Technology Co Ltd
Priority to CN201910488736.0A priority Critical patent/CN110209628B/zh
Publication of CN110209628A publication Critical patent/CN110209628A/zh
Application granted granted Critical
Publication of CN110209628B publication Critical patent/CN110209628B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00Digital computers in general; Data processing equipment in general
    • G06F15/76Architectures of general purpose stored program computers
    • G06F15/78Architectures of general purpose stored program computers comprising a single central processing unit
    • G06F15/7807System on chip, i.e. computer system on a single chip; System in package, i.e. computer system on one or more chips in a single package
    • G06F15/7817Specially adapted for signal processing, e.g. Harvard architectures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Filters That Use Time-Delay Elements (AREA)

Abstract

一种一阶滞后滤波生成装置及方法,涉及信号处理领域。装置包括:激励单元,用于生成激励信号;观测单元,电性耦接与激励单元,用于获取系统参数及激励信号生成观测模型;响应单元,电性耦接于观测单元,用于根据观测模型生成自适应滤波系数;以及滤波单元,电性耦接于响应单元,用于根据自适应滤波系数生成一阶滞后滤波。解决现有技术中一阶滞后滤波参数设定困难;滤波系数和门限的设定以及滤波计数器的长短对于灵敏性和平稳性有着很大的影响;无法分辨信号是响应信号还是噪声信号;单纯的滤波会造成信号的失真等问题。

Description

一阶滞后滤波生成装置及方法
技术领域
本申请涉及信号处理领域,特别是涉及一种一阶滞后滤波生成装置及方法。
背景技术
滤波是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施。其中一阶滞后滤波具有抗干扰能力强的特点,一阶滤波无法完美地兼顾灵敏度和平稳度,关于灵敏度和平稳度是矛盾的,例如滤波系数越小,滤波结果越平稳,但是灵敏度越低;滤波系数越大,灵敏度越高,但是滤波结果越不稳定。
一般是通过动态调整滤波系数的一阶滞后滤波算法,针对一阶滞后滤波算法的灵敏度和平稳度进行了提高和优化,但其仍存在一些问题:参数设定困难;滤波系数和门限的设定以及滤波计数器的长短对于灵敏性和平稳性有着很大的影响;无法分辨信号是响应信号还是噪声信号;单纯的滤波会造成信号的失真。
发明内容
本申请为解决现有技术中的一阶滞后滤波无法平衡滤波灵敏度及平稳度的问题,提供了一阶滞后滤波生成装置。
在一实施例中,装置包括:激励单元,用于生成激励信号;观测单元,电性耦接与激励单元,用于获取系统参数及激励信号生成观测模型;响应单元,电性耦接于观测单元,用于根据观测模型生成自适应滤波系数;以及滤波单元,电性耦接于响应单元,用于根据自适应滤波系数生成一阶滞后滤波。
在上述实现过程中,观测单元根据系统参数生成滤波幅值,系统参数可以直接由零状态响应实验获得,数据简单易得,不需要如卡尔曼滤波、粒子滤波等那样需要准确的系统模型和精确的模型参数,只需要知道一个大概值进行幅值的限制,加快算法的灵敏性。
在一实施例中,激励单元包括:激励判断模块,用于判断激励变量在前后两次获取时的采样值是否小于采样误差;以及激励输出模块,电性耦接于观测单元及激励判断模块,用于根据激励判断模块的判断结果生成激励信号。
在上述实现过程中,激励单元生成激励信号,激励信号分为突变激励和稳定激励,原本在同一观测模型下,不同的激励信号使得观测的滤波结果具有噪声误差,区分激励信号后,对应激励信号生成滤波系数。
在一实施例中,响应单元包括:幅值计算模块,分别电性耦接于观测单元及激励输出模块,用于根据观测模型以及激励信号生成滤波幅值;以及系数计算模块,电性耦接于幅值计算模块,用于根据滤波幅值生成自适应滤波系数。
在上述实现过程中,观测模块根据系统参数生成观测模型,观测模型中的常定量时不变系数和时变系数的参数模型试验可测,可以区别噪声信号和响应信号,再根据激励信号生成滤波系数。
在一实施例中,幅值计算模块包括:突变子模块,分别电性耦接于激励单元及观测单元,用于获取激励单元的突变激励信号时,生成突变滤波幅值;稳定子模块,分别电性耦接于激励单元及观测单元,用于获取激励单元的稳定激励信号时,生成稳定滤波幅值。
在上述实现过程中,滤波幅值决定滤波结果,突变子模块接收突变激励,接收突变激励的观测模块生成突变滤波幅值,接收稳定激励的观测模块生成稳定滤波幅值。
在一实施例中,系数计算模块包括:突变滤波生成子模块,电性耦接于突变子模块,用于获取突变滤波幅值,生成突变滤波系数;平稳滤波生成子模块,电性耦接于稳定子模块,用于获取稳定滤波幅值,生成稳定滤波系数。
在上述实现过程中,系数计算模块接收不同激励状态下的滤波幅值,根据滤波幅值带入观测模型,得到不同激励状态下的滤波系数,滤波系数决定滤波结果,经滤波整合模块将两种滤波结果结合,生成一阶滞后滤波。
本申请实施例还提供一种自适应响应参数的一阶滞后滤波生成方法,方法包括:
步骤S100:藉由激励单元生成激励信号;
步骤S200:藉由观测单元获取系统参数及激励信号生成观测模型;
步骤S300:藉由响应单元根据观测模型生成自适应滤波系数;
步骤S400:藉由滤波单元根据自适应滤波系数生成一阶滞后滤波。
在上述实现过程中,观测单元根据系统参数生成滤波幅值,系统参数可以直接由零状态响应实验获得,数据简单易得,不需要如卡尔曼滤波、粒子滤波等那样需要准确的系统模型和精确的模型参数,只需要知道一个大概值进行幅值的限制,加快算法的灵敏性。
在一实施例中,步骤S100包括:
步骤S110:藉由激励判断模块判断激励变量在前后两次获取时的采样值是否小于采样误差;
步骤S120:藉由激励输出模块根据激励判断模块的判断结果生成激励信号。
在上述实现过程中,激励单元生成激励信号,激励信号分为突变激励和稳定激励,原本在同一观测模型下,不同的激励信号使得观测的滤波结果具有噪声误差,区分激励信号后,对应激励信号生成滤波系数。
在一实施例中,系统参数包括激励变量;步骤S300包括:
步骤S310:藉由幅值计算模块根据观测模型以及激励信号生成滤波幅值;
步骤S320:藉由系数计算模块根据滤波幅值生成自适应滤波系数。
在上述实现过程中,激励单元生成激励信号,激励信号分为突变激励和稳定激励,原本在同一观测模型下,不同的激励信号使得观测的滤波结果具有噪声误差,区分激励信号后,对应激励信号生成滤波系数。
在一实施例中步骤S310包括:
步骤S311藉由突变子模块获取激励单元的突变激励信号时,生成突变滤波幅值;
步骤S312藉由稳定子模块获取激励单元的稳定激励信号时,生成稳定滤波幅值。
在上述实现过程中,滤波幅值决定滤波结果,突变子模块接收突变激励,接收突变激励的观测模块生成突变滤波幅值,接收稳定激励的观测模块生成稳定滤波幅值。
在一实施例中,步骤S320包括:
步骤S321藉由突变滤波生成模块获取突变滤波幅值,生成突变滤波系数;
步骤S322藉由平稳滤波生成模块获取稳定滤波幅值,生成稳定滤波系数。
在上述实现过程中,滤波生成单元接收不同激励状态下的滤波幅值,根据滤波幅值带入观测模型,得到不同激励状态下的滤波系数,滤波系数决定滤波结果,经滤波整合模块将两种滤波结果结合,生成一阶滞后滤波。
附图说明
图1为本申请实施例提供的一种一阶滞后滤波生成装置的示意图;
图2是本申请实施例提供的一种一阶滞后滤波生成方法的流程图;
图3是图1所示激励单元的示意图;
图4是图2所示步骤S100的具体流程图;
图5是图1所示响应单元的示意图;
图6是图2所示步骤S300的具体流程图;
图7是图5所示幅值计算模块的示意图;
图8是图6所示步骤S310的具体流程图;
图9是图5所示系数计算模块的示意图;
图10是图6所示步骤S320的具体流程图。
其中,一阶滞后滤波生成装置10;
激励单元100、激励判断模块110、激励输出模块120;
观测单元200;
响应单元300、幅值计算模块310、突变子模块311、稳定子模块312、系数计算模块320、突变滤波生成子模块321、平稳滤波生成子模块322;
滤波单元400。
具体实施方式
在本案说明书全文(包括权利要求)中所使用的「耦接」一词可指任何直接或间接的耦接手段。举例而言,若文中描述第一装置耦接于第二装置,则应该被解释成该第一装置可以直接耦接于该第二装置,或者该第一装置可以透过其他装置或某种耦接手段而间接地耦接至该第二装置。另外,在图式及实施方式中使用相同标号的组件/构件/步骤代表相同或类似部分。不同实施例中使用相同标号或使用相同用语的组件/构件/步骤可以相互参照相关说明。
图1为本申请实施例提供的一种一阶滞后滤波生成装置的示意图,一阶滞后滤波生成装置10包括:激励单元100、观测单元200、响应单元300、滤波单元400。观测单元200电性耦接于激励单元100;响应单元300电性耦接于观测单元200;滤波单元400电性耦接于响应单元300。
激励单元100用于:生成激励信号;观测单元200用于:获取系统参数及激励信号,生成观测模型;响应单元300用于:根据观测模型生成自适应滤波系数;滤波单元400用于:根据自适应滤波系数,生成一阶滞后滤波。
信号源向电路输入电压和电流推动电路工作的过程,称为激励,主要工作方式是通过降低方波频率以及叠加电压。激励信号在时序逻辑电路中,又称为组合电路的内部输出信号。
观测模型是指:在观测值和待估参数之间建立的函数关系式,函数关系式由变量、变量的系数以及其他常数值组成。
滤波系数是观测模型函数关系式中的一个变量系数,变量是激励信号,自适应滤波系数是根据激励信号的变化而产生自适应变化的滤波系数。
系统参数包括:用于一阶滞后滤波计算的参数。于一实施例中,参数可以是:随时间变化的自变量系数f(t)、不随时间变化的自变量系数a、不随时间变化的常数b、随时间变化的时变常数
Figure BDA0002084988800000081
激励信号造成的观测噪声ω等。
存储系统参数的参数数据库可以是具有存储功能的存储介质,存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
于一实施例中,获取参数数据库的参数数据可以通过无线连接通信方式或有线连接通信方式,无线连接的通信方式包括:使用协议IEEE802.11a/b/c/n/g/ac进行无线通信(Wi-Fi,WirelessFidelity)的无线网络传输方式;使用蓝牙设备或具有蓝牙协议功能的传输设备进行的无线网络传输方式或射频传输方式;使用全球移动通讯系统(GSM,GlobalSystem for Mobile Communications)、码分多址(CDMA)、宽带码分多址(WCDMA)、时分同步码分多址(TD-SCDMA)、基于正交频分复用(OFDM)等进行通信的移动网络通信技术。
于一实施例中,有线连接的通信方式包括:使用光纤、网线、电线等具有连通功能的传输线路或具有等同于光纤、网线、电线传输数据信号能力的其他形式以实现通信目的的方式。
于一实施例中,一阶滞后滤波生成装置可以用MATLAB等仿真工具系统,实现滤波的仿真过程。
图2是本申请实施例提供的一种自适应响应参数的一阶滞后滤波生成方法的流程图,包括:
步骤S100:藉由激励单元100生成激励信号;
步骤S200:藉由观测单元200获取系统参数及激励信号生成观测模型;
步骤S300:藉由响应单元300根据观测模型生成自适应滤波系数;
步骤S400:藉由滤波单元400根据自适应滤波系数生成一阶滞后滤波。
结合图1,激励单元100生成激励信号,观测单元200生成观测模型,观测模型中的变量为激励单元100所生成的激励信号;响应单元300根据激励信号,生成自适应滤波系数;滤波单元400根据滤波系数重复迭代滤波系数关系式,完成一阶滞后滤波。
于一实施例中,根据系统参数生成的观测模型的方程可以用以下模型表示:
Figure BDA0002084988800000091
上述观测模型方程中的门限参数(Threshold Parameter)是关于激励变量x的方程,激励变量x由激励单元100生成,随时间变化的自变量系数f(t)的参数模型以及不随时间变化的自变量系数a可以通过零状态响应实验获得。
在上述实现过程中,观测单元200根据系统参数生成滤波幅值,系统参数可以直接由零状态响应实验获得,使得滤波生成单元生成的滤波幅值受误差影响较小,激励单元100发出两种激励信号,使得滤波得到对应的激励以生成一阶滞后滤波。
图3是图1所示激励单元100的示意图,激励单元100包括:激励判断模块110以及激励生成模块120;激励生成模块120电性耦接于观测单元200及激励判断模块110。
激励判断模块110用于:判断激励变量x在前后两次获取时的采样值是否小于采样误差;激励输出模块120用于:根据激励判断模块110的判断结果生成激励信号。
在仿真过程中,当观测模型获取的前后两次的激励变量x的差小于采样误差时,则判断激励变量x为稳定状态;当观测模型获取的前后两次的激励变量x差大于采样误差时,则判断激励变量x为突变状态。
图4是图2所示步骤S100的具体流程图,步骤S100包括:
步骤S110:藉由激励判断模块110判断激励变量x在前后两次获取时的采样值是否小于采样误差;
步骤S120:藉由激励输出模块120根据激励判断模块110的判断结果生成激励信号。
结合图3,激励判断模块110判断激励变量x是否大于采样误差后,激励输出模块120根据激励判断模块110的判断结果输出激励信号。
图5是图1所示响应单元300的示意图,响应单元300包括:幅值计算模块310及系数计算模块320;幅值计算模块310分别电性耦接于观测单元200及激励输出模块120;系数计算模块320电性耦接于幅值计算模块310。
幅值计算模块310用于:根据观测模型以及激励信号,生成滤波幅值;系数计算模块320用于根据滤波幅值生成自适应滤波系数。
于一实施例中,根据输入信号yin和上一次自适应响应参数一阶滞后滤波值yAPRC,限制最大滤波幅度。
当|yin-yAPRC|>Threshold_Parameter时,定义|yin-yAPRC|的计算值为Threshold_Parameter。
图6是图2所示步骤S300的具体流程图,步骤S300包括:
步骤S310:藉由幅值计算模块310,根据观测模型以及激励信号生成滤波幅值;
步骤S320:藉由系数计算模块320,根据滤波幅值生成自适应滤波系数。
结合图5,幅值计算模块310获取激励信号,根据激励信号的形式,生成对应的滤波幅值;系数计算模块320根据幅值计算模块310,生成的滤波幅值生成滤波系数;滤波系数作为观测模型中激励变量x系数,因滤波幅值变化影响滤波系数,滤波系数的变化影响滤波结果,所以滤波幅值及滤波系数的自适应变化影响滤波结果。
图7是图5所示幅值计算模块310的示意图,幅值计算模块310包括:突变子模块311及稳定子模块312;突变子模块311分别电性耦接于激励单元100及观测单元200;稳定子模块312分别电性耦接于激励单元100及观测单元200。
突变子模块311用于:获取激励单元100的突变激励信号时,生成突变滤波幅值;稳定子模块312用于:获取激励单元100的稳定激励信号时,生成稳定滤波幅值。
当出现激励变量突变后,由于在动态过程中存在时变参数的影响,无法一次完成响应,因此只有当滤波信号和采集信号小于噪声信号,完成收敛时才视为突变状态完成,开启稳定状态滤波。
于一实施例中,常定量时不变系数a和时变系数f(t)的参数模型一般可以通过零状态响应实验获得,此时当激励变量突变时,滤波幅值为:
Threshold_Parameter=a(xκ-xκ-1)+ω
时变常数
Figure BDA0002084988800000121
的参数模型一般可以由零输入响应实验获得,此时当激励变量稳定时,滤波幅值为:
Figure BDA0002084988800000122
如此对观测模型进行了自适应滤波幅值的确定,可以分辨被观测信号是响应信号还是噪声信号,并且消除了抖动信号的干扰。
图8是图6所示步骤S310的具体流程图,步骤S310包括:
步骤S311:藉由突变子模块311获取激励单元100的突变激励信号,生成突变滤波幅值;
步骤S312:藉由稳定子模块312获取激励单元100的稳定激励信号,生成稳定滤波幅值。
结合图7,由于滤波幅值决定滤波结果,所以为适应变化的激励变量x,突变子模块311根据突变激励信号,根据接收的突变激励信号以及观测模块生成突变滤波幅值,接收稳定激励的观测模块生成稳定滤波幅值。同理,稳定子模块312根据稳定激励信号生成稳定滤波幅值。
图9是图5所示系数计算模块320的示意图,系数计算模块320包括:突变滤波生成子模块321和平稳滤波生成子模块322;突变滤波生成子模块321电性耦接于突变子模块311;平稳滤波生成子模块322电性耦接于稳定子模块312。
突变滤波生成子模块321用于:获取突变滤波幅值,生成突变滤波系数;平稳滤波生成子模块322用于:获取稳定滤波幅值,生成稳定滤波系数。
于一实施例中,前后两次输入信号的差值,即输入信号yin和上一次自适应响应参数一阶滞后滤波值yAPRC的差代表了响应信号的变化和噪声的比例关系,使用幂函数反应变化趋势。
当激励变量稳定时,变化越小其平稳性越可信,稳定滤波系数为:
Figure BDA0002084988800000141
当激励变量突变时,变化越大灵敏性越可信,突变滤波系数为:
Figure BDA0002084988800000142
图10是图6所示步骤S320的具体流程图,步骤S320包括:
步骤S321藉由突变滤波生成子模块321获取突变滤波幅值,生成突变滤波系数;
步骤S322:藉由平稳滤波生成子模块322获取稳定滤波幅值,生成稳定滤波系数。
结合图9,突变滤波生成子模块321从突变子模块311出获取突变滤波幅值,根据突变滤波幅值生成突变滤波系数;平稳滤波生成子模块322从稳定子模块312处获得稳定滤波幅值,根据稳定滤波幅值生成稳定滤波系数。
步骤S400:藉由滤波单元400根据自适应滤波系数生成一阶滞后滤波。
于一实施例中,滤波单元400根据滤波系数β有以及迭代滤波公式
yAPRC_κ=βyin+(1-β)yAPRC_κ-1
完成自适应响应参数的一阶滞后滤波。
在上述实现过程中,滤波生成单元接收不同激励状态下的滤波幅值,根据滤波幅值带入观测模型,得到不同激励状态下的滤波系数,滤波系数决定滤波结果,经滤波整合模块将两种滤波结果结合,生成一阶滞后滤波。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种一阶滞后滤波生成装置,其特征在于,所述装置包括:
激励单元,用于生成激励信号;
观测单元,电性耦接与所述激励单元,用于获取系统参数及所述激励信号生成观测模型;根据所述系统参数生成的所述观测模型:
Figure FDA0002967277000000011
所述系统参数包括:随时间变化的自变量系数f(t)、不随时间变化的自变量系数a、不随时间变化的常数b、随时间变化的时变常数
Figure FDA0002967277000000012
激励信号造成的观测噪声ω、x为所述观测模型的激励变量;
响应单元,电性耦接于所述观测单元,用于根据所述观测模型生成自适应滤波系数;根据所述观测模型中的常定量时不变系数和时变系数的参数模型,区别噪声信号和响应信号;以及
滤波单元,电性耦接于所述响应单元,用于根据所述自适应滤波系数生成一阶滞后滤波;
其中,所述激励单元包括激励判断模块,用于判断激励变量在前后两次获取时的采样值是否小于采样误差;以及激励输出模块,电性耦接于所述观测单元及所述激励判断模块,用于根据所述激励判断模块的判断结果生成激励信号;
所述响应单元包括:幅值计算模块,分别电性耦接于所述观测单元及激励输出模块,用于根据所述观测模型以及所述激励信号生成滤波幅值;以及系数计算模块,电性耦接于所述幅值计算模块,用于根据所述滤波幅值生成自适应滤波系数;
所述幅值计算模块包括:突变子模块,分别电性耦接于所述激励单元及所述观测单元,用于获取所述激励单元的突变激励信号时,生成突变滤波幅值;以及稳定子模块,分别电性耦接于所述激励单元及所述观测单元,用于获取所述激励单元的稳定激励信号时,生成稳定滤波幅值;
所述系数计算模块包括:突变滤波生成子模块,电性耦接于所述突变子模块,用于获取突变滤波幅值,生成突变滤波系数;以及平稳滤波生成子模块,电性耦接于所述稳定子模块,用于获取稳定滤波幅值,生成稳定滤波系数;
当激励变量稳定时,变化越小其平稳性越可信,所述自适应滤波系数β的稳定滤波系数为:
Figure FDA0002967277000000021
当激励变量突变时,变化越大灵敏性越可信,所述自适应滤波系数β的突变滤波系数为:
Figure FDA0002967277000000022
根据所述自适应滤波系数β以及迭代滤波公式,生成一阶滞后滤波:
yAPRC_k=βyin+(1-β)yAPRC_k-1
所述一阶滞后滤波生成公式中,yin表示输入信号,yAPRC_k-1表示上一次自适应响应参数一阶滞后滤波值,yAPRC_k表示生成的自适应响应参数一阶滞后滤波值,n为幂函数的指数。
2.一种一阶滞后滤波生成方法,其特征在于,包括权利要求1所述的装置,所述方法包括:
藉由激励单元生成激励信号;
藉由观测单元获取系统参数及所述激励信号生成观测模型;根据所述系统参数生成的所述观测模型:
Figure FDA0002967277000000031
藉由响应单元根据所述观测模型生成自适应滤波系数;以及
藉由滤波单元根据所述自适应滤波系数生成一阶滞后滤波。
3.根据权利要求2所述的方法,其特征在于,所述藉由激励单元根据所述系统参数生成激励信号,包括:
藉由激励判断模块判断激励变量在前后两次获取时的采样值是否小于采样误差;以及
藉由激励输出模块根据所述激励判断模块的判断结果生成激励信号。
4.根据权利要求3所述的方法,其特征在于,所述藉由响应单元根据所述观测模型生成自适应滤波系数,包括:
藉由幅值计算模块根据所述观测模型以及所述激励信号生成滤波幅值;以及
藉由系数计算模块根据所述滤波幅值生成自适应滤波系数。
5.根据权利要求4所述的方法,其特征在于,所述藉由幅值计算模块根据所述观测模型以及所述激励信号生成滤波幅值,包括:
藉由突变子模块获取所述激励单元的突变激励信号时,生成突变滤波幅值;以及
藉由稳定子模块获取所述激励单元的稳定激励信号时,生成稳定滤波幅值。
6.根据权利要求5所述的方法,其特征在于,所述藉由滤波单元根据所述自适应滤波系数生成一阶滞后滤波,包括:
藉由突变滤波生成模块获取突变滤波幅值,生成突变滤波系数;以及
藉由平稳滤波生成模块获取稳定滤波幅值,生成稳定滤波系数。
CN201910488736.0A 2019-06-05 2019-06-05 一阶滞后滤波生成装置及方法 Active CN110209628B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910488736.0A CN110209628B (zh) 2019-06-05 2019-06-05 一阶滞后滤波生成装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910488736.0A CN110209628B (zh) 2019-06-05 2019-06-05 一阶滞后滤波生成装置及方法

Publications (2)

Publication Number Publication Date
CN110209628A CN110209628A (zh) 2019-09-06
CN110209628B true CN110209628B (zh) 2021-04-27

Family

ID=67791166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910488736.0A Active CN110209628B (zh) 2019-06-05 2019-06-05 一阶滞后滤波生成装置及方法

Country Status (1)

Country Link
CN (1) CN110209628B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2372020A (en) * 2001-02-07 2002-08-14 Lucas Industries Ltd Haptic controller for electrically-assisted power steering in road vehicles
CN101188410A (zh) * 2007-11-27 2008-05-28 上海工业自动化仪表研究所 用于智能变送器的一阶滞后数字滤波算法
CN201965182U (zh) * 2010-12-31 2011-09-07 杭州华塑加达网络科技有限公司 一种小电流循环激励电池内阻测试系统
JP6260437B2 (ja) * 2014-04-28 2018-01-17 株式会社Ihi 動的システムの推定装置及び方法
CN107947759A (zh) * 2017-11-10 2018-04-20 芯海科技(深圳)股份有限公司 一种具有高灵敏度的动态调整的一阶滞后滤波方法
CN107957562B (zh) * 2018-01-05 2023-06-09 广西大学 一种锂离子电池剩余寿命在线预测方法

Also Published As

Publication number Publication date
CN110209628A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN101375282B (zh) 用于对电路进行评估的方法、系统和程序产品
CN106664108A (zh) 消除互调干扰
Caballero-Águila et al. Signal estimation with multiple delayed sensors using covariance information
EP1152563B1 (en) Method for displaying signal quality measurement
CN107306151A (zh) 一种bob设备的校准方法及其装置
CN112818619A (zh) 一种耳机主动降噪的仿真方法及装置
CN110209628B (zh) 一阶滞后滤波生成装置及方法
CN104506747A (zh) 一种回声消除的方法及装置
CN112098756A (zh) 电磁兼容问题定位方法、装置、设备及存储介质
Hessling Dynamic metrology—an approach to dynamic evaluation of linear time-invariant measurement systems
CN108226636B (zh) 自动滤波方法和装置
US20140369510A1 (en) Adaptation of a classification of an audio signal in a hearing aid
US9363045B2 (en) Bounded uncorrelated signal impairment deconvolution for total signal impairment extrapolation
CN109249123B (zh) 自动寻频方法及自动寻频装置
Bingler et al. Polynomial chaos kriging metamodel for automotive EMC simulations
Li et al. Copula modeling for data with ties
US20190056838A1 (en) Method for determining touch position and touch control chip
CN107707251B (zh) 一种信号发射功率控制方法及装置
Lewandowski et al. Current spectrum estimation using Prony's estimator and coherent resampling
DK3232906T3 (en) HEARING TEST SYSTEM
CN113098635A (zh) 功率补偿方法、装置和电子设备
US20230188228A1 (en) Measuring system and associated method
JP4198690B2 (ja) ノイズ測定方法、ノイズ測定プログラム、およびノイズ測定装置
CN110989353A (zh) 一种周期扰动观测器的设计方法
US20220117506A1 (en) Electromyography signal analysis device and electromyography signal analysis method

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 310000 2 and 3 / F, building 3, No. 1418-50, Moganshan Road, Hangzhou, Zhejiang Province (Shangcheng science and technology industrial base)

Applicant after: Hangzhou HuaSu Technology Co., Ltd

Address before: 310000 2 and 3 / F, building 3, No. 1418-50, Moganshan Road, Shangcheng District, Hangzhou City, Zhejiang Province

Applicant before: HANGZHONG HUASU JADA TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant