CN110247631A - 一种马达非线性失真补偿方法及装置 - Google Patents

一种马达非线性失真补偿方法及装置 Download PDF

Info

Publication number
CN110247631A
CN110247631A CN201910292707.7A CN201910292707A CN110247631A CN 110247631 A CN110247631 A CN 110247631A CN 201910292707 A CN201910292707 A CN 201910292707A CN 110247631 A CN110247631 A CN 110247631A
Authority
CN
China
Prior art keywords
motor
measurement parameter
signal
distortion
nonlinear
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.)
Granted
Application number
CN201910292707.7A
Other languages
English (en)
Other versions
CN110247631B (zh
Inventor
向征
郭璇
李涛
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.)
AAC Technologies Pte Ltd
Original Assignee
AAC Technologies Pte 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 AAC Technologies Pte Ltd filed Critical AAC Technologies Pte Ltd
Priority to CN201910292707.7A priority Critical patent/CN110247631B/zh
Publication of CN110247631A publication Critical patent/CN110247631A/zh
Application granted granted Critical
Publication of CN110247631B publication Critical patent/CN110247631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03F—AMPLIFIERS
    • H03F1/00—Details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements
    • H03F1/32—Modifications of amplifiers to reduce non-linear distortion
    • H03F1/3241—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03F—AMPLIFIERS
    • H03F3/00—Amplifiers with only discharge tubes or only semiconductor devices as amplifying elements
    • H03F3/20—Power amplifiers, e.g. Class B amplifiers, Class C amplifiers
    • H03F3/21—Power amplifiers, e.g. Class B amplifiers, Class C amplifiers with semiconductor devices only
    • H03F3/213—Power amplifiers, e.g. Class B amplifiers, Class C amplifiers with semiconductor devices only in integrated circuits
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M1/00—Analogue/digital conversion; Digital/analogue conversion
    • H03M1/06—Continuously compensating for, or preventing, undesired influence of physical parameters
    • H03M1/0617—Continuously compensating for, or preventing, undesired influence of physical parameters characterised by the use of methods or means not specific to a particular type of detrimental influence
    • H03M1/0626—Continuously compensating for, or preventing, undesired influence of physical parameters characterised by the use of methods or means not specific to a particular type of detrimental influence by filtering
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M1/00—Analogue/digital conversion; Digital/analogue conversion
    • H03M1/10—Calibration or testing
    • H03M1/1071—Measuring or testing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40—Arrangements for reducing harmonics

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明提供了一种马达非线性失真补偿方法及装置，所述方法包括：基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型，构造所述第一测量参数的预失真模型，根据所述预失真模型获取所述第一测量参数的逆滤波信号，根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真，通过将马达系统作为黑盒，无需确定马达系统模型和参数，实现了不确定非线性系统的失真的补偿，解决了现有技术中当马达系统为不确定非线性系统时，由于无法确定马达系统模型和参数，导致无法进行非线性失真补偿的问题。

Description

一种马达非线性失真补偿方法及装置
技术领域
本发明涉及微机电系统技术领域，尤其涉及一种马达非线性失真补偿方法及装置。
背景技术
随着移动科技的发展，智能移动设备的数量不断上升，用于控制触控反馈功能的线性谐振激励器(Linear Resonance Actuator，LRA，俗称马达)在智能手机、智能手表、平板电脑等智能移动设备中的应用日益普及。
马达系统建模时，以往常用线性系统理论来处理绝大多数问题，不考虑信号在传输过程中出现的失真，忽略了实际系统中的非线性因素。当马达的非线性失真较小，采用线性系统在一定范围内可以取得较为满意的效果，但当马达的非线性失真较大时，其造成的影响不可忽略，必须对其进行干预以减小失真。
马达的非线性失真现有的补偿做法是：根据马达的系统模型和参数进行非线性建模，再根据参数的非线性特性进行补偿。显然，现有方法前提是马达系统为确定的非线性系统，当马达系统为不确定非线性系统时，无法确定马达系统模型，且无法获知参数，现有的非线性失真补偿方法不再适用。并且，现有的补偿方法需要对参数的非线性进行精确的测量，基于精确的参数，才能建立准确的非线性模型，否则补偿结果难以达到预期效果。
发明内容
有鉴于此，本发明提供了一种马达非线性失真补偿方法及装置，用于解决现有技术中当马达系统为不确定非线性系统时，由于无法确定马达系统模型和参数，导致无法进行非线性失真补偿的问题。
为达上述之一或部分或全部目的或是其他目的，本发明实施例的第一方面提供了一种马达非线性失真补偿方法，包括：
基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型；
构造所述第一测量参数的预失真模型；
根据所述预失真模型获取所述第一测量参数的逆滤波信号；
根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
一种可能的实现方式中，所述基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型之前，还包括：
生成激励马达信号并发送所述激励马达信号至信号采集装置；
接收所述信号采集装置根据所述激励马达信号响应的第一测量参数和第二测量参数，其中，所述第一测量参数和所述第二测量参数由所述信号采集装置同步采集。
一种可能的实现方式中，所述根据所述预失真模型获取所述第一测量参数的逆滤波信号，包括：
根据所述预失真模型计算所述第一测量参数的各阶谐波失真；
根据所述各阶谐波失真获取所述第一测量参数的逆滤波信号。
一种可能的实现方式中，所述根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真，包括：
输入所述逆滤波信号至所述非线性系统模型，分别计算所述第一测量参数的各阶Volterra核函数；
采用所述各阶Volterra核函数分别补偿所述马达对应的各阶谐波失真，得到第二测量参数的补偿结果。
一种可能的实现方式中，所述第一测量参数为马达的电压，所述第二测量参数为马达的加速度，其中，所述加速度由与所述马达连接的加速度传感器获取。
一种可能的实现方式中，所述Volterra滤波器为一维Volterra滤波器。
一种可能的实现方式中，所述各阶谐波失真为前p阶谐波失真，所述p为正整数；
相应的，所述各阶Volterra核函数为前p阶Volterra核函数。
本发明实施例的第二方面提供了一种马达非线性失真补偿装置，包括：
构造模块，用于基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型；
所述构造模块，还用于构造所述第一测量参数的预失真模型；
获取模块，用于根据所述预失真模型获取所述第一测量参数的逆滤波信号；
补偿模块，用于根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
一种可能的实现方式中，所述马达非线性失真补偿装置还包括：
生成模块，用于生成激励马达信号；
发送模块，用于发送所述激励马达信号至信号采集装置；
接收模块，用于接收所述信号采集装置根据所述激励马达信号响应的第一测量参数和第二测量参数，其中，所述第一测量参数和所述第二测量参数由所述信号采集装置同步采集。
一种可能的实现方式中，所述获取模块，包括：
第一计算模块，用于根据所述预失真模型计算所述第一测量参数的各阶谐波失真；
获取子模块，用于根据所述各阶谐波失真获取所述第一测量参数的逆滤波信号。
一种可能的实现方式中，所述补偿模块，包括：
第二计算模块，用于输入所述逆滤波信号至所述非线性系统模型，分别计算所述第一测量参数的各阶Volterra核函数；
补偿子模块，用于采用所述各阶Volterra核函数分别补偿所述马达对应的各阶谐波失真，得到第二测量参数的补偿结果。
一种可能的实现方式中，所述所述第一测量参数为马达的电压，所述第二测量参数为马达的加速度，其中，所述加速度由与所述马达连接的加速度传感器获取。
一种可能的实现方式中，所述Volterra滤波器为一维Volterra滤波器。
一种可能的实现方式中，所述各阶谐波失真为前p阶谐波失真，所述p为正整数；
相应的，所述各阶Volterra核函数为前p阶Volterra核函数。
本发明实施例的第三方面提供了一种终端设备，包括：
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述马达非线性失真补偿方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，包括：
所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述马达非线性失真补偿方法的步骤。
本发明提供了一种马达非线性失真补偿方法及装置，所述方法包括：基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型，构造所述第一测量参数的预失真模型，根据所述预失真模型获取所述第一测量参数的逆滤波信号，根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真，通过将马达系统作为黑盒，无需确定马达系统模型和参数，实现了不确定非线性系统的失真的补偿，解决了现有技术中当马达系统为不确定非线性系统时，由于无法确定马达系统模型和参数，导致无法进行非线性失真补偿的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种马达非线性失真补偿方法的实现流程示意图；
图2是本发明实施例二提供的另一种马达非线性失真补偿方法的实现流程示意图；
图3是本发明实施例二中马达非线性失真补偿装置与马达的连接示意图；
图4是图1所示实施例一的步骤14的细化步骤流程示意图；
图5是本发明实施例五提供的一种马达非线性失真补偿装置的示意图；
图6是本发明实施例六提供的另一种马达非线性失真补偿装置的示意图；
图7是图5所示实施例五的补偿模块的示意图；
图8是本发明实施例八提供的终端设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1是本发明实施例一提供的一种马达非线性失真补偿方法的实现流程示意图，本实施例的执行主体为马达非线性失真补偿装置，如图1所示，本实施例的马达非线性失真补偿方法包括以下步骤：
步骤11、基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型。
为了准确地对马达的非线性失真进行补偿，就必须采用复杂的结构和方法来对马达的逆特性进行建模和参数估计。Volterra滤波器是一种常见的非线性滤波器，可以广泛的用于模拟非线性时不变系统。它是泰勒级数的一种推广，其表达式于1887年首次由VitoVolterra提出。
将Volterra滤波器应用到马达的非线性失真补偿中，采用Volterra滤波器对马达进行非线性描述，可以表示为式(1)：
其中，x(n)和y(n)分别为马达的第一测量参数和第二测量参数，n为正整数，表示测量次数，h0为直流部分，定义h为Volterra的核函数，hi(m1，m2，…，mi)为第i阶Volterra核函数，如h1(m1)为一维向量Volterra核函数，h2(m1，m2)为二维矩阵Volterra核函数等等，i、j为整数且1≤i≤∞，1≤j≤i。
Volterra模型采用Volterra级数来对马达的非线性系统进行精确建模，通过逆Volterra级数模型可以抵消马达非线性系统的失真。虽然Volterra模型对于抵消马达非线性系统的失真非常有效，但是由于Volterra模型需要使用复杂的公式，并且需要巨量的数学运算，物理实现几乎不可能。为此，提出了简化的Volterra模型，即一维Volterra滤波器(One dimensional Volterra Filter，ODVF)模型。
优选的，本实施例为了降低复杂度，采用Volterra滤波器模型简化后的一维Volterra滤波器ODVF模型进行马达的非线性失真补偿。由Volterra滤波器模型得到ODVF模型：忽略Volterra滤波器中直流、2阶及以上系数矩阵的非对角元素。忽略式(1)中直流、2阶及以上系数矩阵的非对角元素，得到采用ODVF对马达进行非线性描述，可以表示为式(2)：
其中，hp是ODVF的核函数，Mp是第p阶核函数的滤波器长度，p为正整数。当p为1时，上述模型为马达的线性系统模型，当p大于1时，上述模型为马达的非线性系统模型。
本实施例中，进一步的为了简化计算，将ODVF模型的无限项简化为有限项，忽略p阶之后的谐波失真，即只考虑前p阶谐波失真，得到马达非线性失真补偿装置构造的基于ODVF对马达的第一测量参数x(n)和第二测量参数y(n)的非线性系统模型，表示为式(3)：
优选的，本实施例中采用式(3)所示的进一步简化后的非线性系统模型进行补偿计算。
可选的，所述第一测量参数为马达的电压，所述第二测量参数为马达的加速度，其中，所述加速度由与所述马达连接的加速度传感器获取。
步骤12、构造所述第一测量参数的预失真模型。
基于步骤11构造的非线性系统模型，马达非线性失真补偿装置计算1次谐波失真，由于1次谐波为线性项，可直接得到1阶表达式为式(4)：
q1＝x (4)
为了消除非线性项，将非线性系统模型线性化，消除大于1次谐波失真的非线性项，构造第一测量参数(例如电压)的预失真模型，表示为式(5)：
其中，式(5)中方括号下面的m，表示只考虑m阶谐波失真，只有当各阶次中q的总阶数为m时才有值，其余情况为0。去除1次谐波的线性项q1，采用简化后的式(3)所示的非线性系统模型，由于忽略了p阶之后的谐波失真，因此，式(5)中m取值为大于等于2，且小于等于p的整数。
步骤13、根据所述预失真模型获取所述第一测量参数的逆滤波信号。具体的，所述根据所述预失真模型获取所述第一测量参数的逆滤波信号，包括以下步骤：
S131、根据所述预失真模型计算所述第一测量参数的各阶谐波失真。
马达非线性失真补偿装置根据步骤12中构造的式(5)，对m取不同的值，分别计算各阶谐波失真。例如，m取值为2，计算第一测量参数的2阶谐波失真，将m＝2代入式(5)，得到2阶表达中间式为式(6)：
再将1阶表达式式(4)代入2阶表达中间式式(6)，得到2阶表达式式(7)：
计算3次谐波失真，m取值为3，将m＝3代入式(5)，得到3阶表达中间式为式(8)：
再将1阶表达式式(4)和2阶表达式式(7)代入3阶表达中间式式(8)，得到3阶表达式式(9)：
同理，马达非线性失真补偿装置根据式(5)，计算4次谐波失真，5次谐波失真，…，分别得到其4阶表达式式(10)，5阶表达式式(11)，…：
马达非线性失真补偿装置继续根据q1至q3计算得到q4，再根据q1至q4计算得到q5，…，从而得到了第一测量参数的的各阶谐波失真q1，q2，…，qp。
为了简便运算，本实施例中，所述各阶谐波失真为前p阶谐波失真，所述p为正整数。
S132、根据所述各阶谐波失真获取所述第一测量参数的逆滤波信号。
马达非线性失真补偿装置根据S131计算得到的第一测量参数的各个阶次谐波失真，将各个阶次的谐波失真q1至qp相加求和，得到第一测量参数的逆滤波信号q(n)，可以表示为式(12)：
q(n)＝q1(n)+q2(n)+…+qp(n) (12)
步骤14、根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
马达非线性失真补偿装置将式(12)得到的第一测量参数的逆滤波信号q(n)作为式(3)中的x(n)代入非线性系统模型，进行马达的第二测量参数的非线性失真补偿，实现了非线性系统的失真补偿。
本实施例提供了一种马达非线性失真补偿方法，包括：基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型，构造所述第一测量参数的预失真模型，根据所述预失真模型获取所述第一测量参数的逆滤波信号，根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真，通过将马达系统作为黑盒，无需确定马达系统模型和参数，实现了不确定非线性系统的失真的补偿，解决了现有技术中当马达系统为不确定非线性系统时，由于无法确定马达系统模型和参数，导致无法进行非线性失真补偿的问题。
图2是本发明实施例二提供的另一种马达非线性失真补偿方法的实现流程示意图，本实施例的执行主体为马达非线性失真补偿装置。在实施例一的基础上，本实施例提供了实施例一中的马达的第一测量参数和第二测量参数是如何得到的，本实施例中，以第一测量参数为马达的电压，第二测量参数为马达的加速度进行举例说明。如图2所示，本实施例提供的马达非线性失真补偿方法包括以下步骤：
步骤21、生成激励马达信号。
步骤22、发送所述激励马达信号至信号采集装置。
预获取马达的电压和加速度，马达非线性失真补偿装置生成激励马达信号，将其发送至与马达连接的信号采集装置。
可选的，所述信号采集装置可以为NI USB-4431。NI USB-4431是一款5通道USB动态信号采集装置，用于通过集成电路压电式与非集成电路压电式传感器进行高精度声音和振动测量。当然，本实施例中的信号采集装置也可以为其他类型的信号采集装置，此处不作具体限定。
图3是本发明实施例二中马达非线性失真补偿装置与马达的连接示意图，如图3所示，激励马达信号在信号采集装置中进行数模转换，转为模拟信号经过功率放大器进行放大，传输到马达上驱使其振动。加速度传感器(即加速度计)获取马达振动的加速度，信号采集装置采集经过信号放大器放大后的加速度，同时对该采集的加速度进行模数转换，将转换后的加速度发送至马达加速度非线性失真补偿装置。
在信号采集装置采集加速度的同时，信号采集装置同步采集马达的电压，并对采集的马达的电压也进行模数转换，将转换后的电压发送至马达加速度非线性失真补偿装置。
本实施例中获取马达的电压和加速度时，对采用的功率放大器、加速度传感器、信号放大器以及马达等装置的具体型号不做具体限定。
步骤23、接收所述信号采集装置根据所述激励马达信号响应的第一测量参数和第二测量参数，其中，所述第一测量参数和所述第二测量参数由所述信号采集装置同步采集。
马达非线性失真补偿装置接收信号采集装置发送的马达的电压和加速度。再根据下述步骤24至步骤27进行非线性失真补偿。
步骤24、基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型。
步骤25、构造所述第一测量参数的预失真模型。
步骤26、根据所述预失真模型获取所述第一测量参数的逆滤波信号。
步骤27、根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
上述步骤24至步骤27，分别对应实施例一中的步骤11至步骤14，参见实施例一中步骤11至步骤14中相应的阐述，此处不再赘述。
本实施例提供了一种马达非线性失真补偿方法，包括：生成激励马达信号并发送所述激励马达信号至信号采集装置，接收所述信号采集装置根据所述激励马达信号响应的第一测量参数和第二测量参数，其中，所述第一测量参数和所述第二测量参数由所述信号采集装置同步采集，然后基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型，构造所述第一测量参数的预失真模型，根据所述预失真模型获取所述第一测量参数的逆滤波信号，根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真，通过将马达系统作为黑盒，无需确定马达系统模型和参数，实现了不确定非线性系统的失真的补偿，解决了现有技术中当马达系统为不确定非线性系统时，由于无法确定马达系统模型和参数，导致无法进行非线性失真补偿的问题。
图4是图1所示实施例一的步骤14的细化步骤流程示意图，如图4所示，本实施例的根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真，包括以下步骤：
步骤401、输入所述逆滤波信号至所述非线性系统模型，分别计算所述第一测量参数的各阶Volterra核函数。
马达非线性失真补偿装置将式(12)得到的第一测量参数的逆滤波信号q(n)作为式(3)中的x(n)输入式(3)所示的非线性系统模型中，分别计算第一测量参数的各个阶次的Volterra核函数h。
步骤402、采用所述各阶Volterra核函数分别补偿所述马达对应的各阶谐波失真，得到第二测量参数的补偿结果。
根据步骤401得到的各个阶次的Volterra核函数h，分别补偿所述马达对应的各阶谐波失真，得到马达的第二测量参数的非线性失真的补偿结果。
与上述实施例简便运算相应的，本实施例中，所述各阶Volterra核函数为前p阶Volterra核函数。
根据上述实施例所述的方法进行马达加速度非线性失真补偿的仿真实验，当p值大于5时，马达加速度非线性失真的补偿效果大于99％，即马达的加速度的非线性失真近似为0。实验表明，上述实施例的方法，可以有效的对马达加速度的非线性失真进行补偿，且计算复杂度低，易于实现。
图5是本发明实施例五提供的一种马达非线性失真补偿装置的示意图，如图5所示，本实施例的马达非线性失真补偿装置包括以下模块：
构造模块51，用于基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型。
所述构造模块51，还用于构造所述第一测量参数的预失真模型。
获取模块52，用于根据所述预失真模型获取所述第一测量参数的逆滤波信号。
补偿模块53，用于根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
其中，所述获取模块52，具体包括：
第一计算模块521，用于根据所述预失真模型计算所述第一测量参数的各阶谐波失真。
获取子模块522，用于根据所述各阶谐波失真获取所述第一测量参数的逆滤波信号。
本实施例中，可选的，所述第一测量参数为马达的电压，所述第二测量参数为马达的加速度，其中，所述加速度由与所述马达连接的加速度传感器获取。
可选的，所述Volterra滤波器为一维Volterra滤波器。
可选的，所述各阶谐波失真为前p阶谐波失真，所述p为正整数；相应的，所述各阶Volterra核函数为前p阶Volterra核函数
本实施例五提供的一种马达非线性失真补偿装置，用于实现实施例一所述的马达非线性失真补偿方法，其中各个模块的功能可以参考方法实施例中相应的描述，其实现原理和技术效果类似，此处不再赘述。
图6是本发明实施例六提供的另一种马达非线性失真补偿装置的示意图，如图6所示，本实施例的马达非线性失真补偿装置包括以下模块：
生成模块61，用于生成激励马达信号。
发送模块62，用于发送所述激励马达信号至信号采集装置。
接收模块63，用于接收所述信号采集装置根据所述激励马达信号响应的第一测量参数和第二测量参数，其中，所述第一测量参数和所述第二测量参数由所述信号采集装置同步采集。
构造模块64，用于基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型。
所述构造模块64，还用于构造所述第一测量参数的预失真模型。
获取模块65，用于根据所述预失真模型获取所述第一测量参数的逆滤波信号。
补偿模块66，用于根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
本实施例六提供的一种马达非线性失真补偿装置，用于实现实施例二所述的马达非线性失真补偿方法，其中各个模块的功能可以参考方法实施例中相应的描述，其实现原理和技术效果类似，此处不再赘述。
图7是图5所示实施例五的补偿模块的示意图，如图7所示，所述补偿模块53包括：
第二计算模块701，用于输入所述逆滤波信号至所述非线性系统模型，分别计算所述第一测量参数的各阶Volterra核函数。
补偿子模块702，用于采用所述各阶Volterra核函数分别补偿所述马达对应的各阶谐波失真，得到第二测量参数的补偿结果。
本实施例七提供的一种马达非线性失真补偿装置的补偿模块，用于实现实施例四所述的根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真的细化步骤，其中各个模块的功能可以参考方法实施例中相应的描述，其实现原理和技术效果类似，此处不再赘述。
图8是本发明实施例八提供的终端设备的示意图。如图8所示，该实施例的终端设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如马达非线性失真补偿程序。所述处理器80执行所述计算机程序82时实现上述各个马达非线性失真补偿方法实施例中的步骤，例如图1所示的步骤11至14。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块的功能，例如图5所示模块51至53的功能。
示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述终端设备8中的执行过程。例如，所述计算机程序82可以被分割成构造模块、获取模块和补偿模块(虚拟装置中的单元模块)，各模块具体功能如下：
构造模块，用于基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型。
所述构造模块，还用于构造所述第一测量参数的预失真模型。
获取模块，用于根据所述预失真模型获取所述第一测量参数的逆滤波信号。
补偿模块，用于根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的示例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备8还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备8所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述终端设备的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种马达非线性失真补偿方法，其特征在于，包括：
基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型；
构造所述第一测量参数的预失真模型；
根据所述预失真模型获取所述第一测量参数的逆滤波信号；
根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
2.根据权利要求1所述的马达非线性失真补偿方法，其特征在于，所述基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型之前，还包括：
生成激励马达信号并发送所述激励马达信号至信号采集装置；
接收所述信号采集装置根据所述激励马达信号响应的第一测量参数和第二测量参数，其中，所述第一测量参数和所述第二测量参数由所述信号采集装置同步采集。
3.根据权利要求1或2所述的马达非线性失真补偿方法，其特征在于，所述根据所述预失真模型获取所述第一测量参数的逆滤波信号，包括：
根据所述预失真模型计算所述第一测量参数的各阶谐波失真；
根据所述各阶谐波失真获取所述第一测量参数的逆滤波信号。
4.根据权利要求3所述的马达非线性失真补偿方法，其特征在于，所述根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真，包括：
输入所述逆滤波信号至所述非线性系统模型，分别计算所述第一测量参数的各阶Volterra核函数；
采用所述各阶Volterra核函数分别补偿所述马达对应的各阶谐波失真，得到第二测量参数的补偿结果。
5.根据权利要求2所述的马达非线性失真补偿方法，其特征在于，
所述第一测量参数为马达的电压，所述第二测量参数为马达的加速度，其中，所述加速度由与所述马达连接的加速度传感器获取。
6.根据权利要求4所述的马达非线性失真补偿方法，其特征在于，所述Volterra滤波器为一维Volterra滤波器。
7.根据权利要求6所述的马达非线性失真补偿方法，其特征在于，所述各阶谐波失真为前p阶谐波失真，所述p为正整数；
相应的，所述各阶Volterra核函数为前p阶Volterra核函数。
8.一种马达非线性失真补偿装置，其特征在于，包括：
构造模块，用于基于Volterra滤波器构造所述马达的第一测量参数和第二测量参数的非线性系统模型；
所述构造模块，还用于构造所述第一测量参数的预失真模型；
获取模块，用于根据所述预失真模型获取所述第一测量参数的逆滤波信号；
补偿模块，用于根据所述非线性系统模型和所述逆滤波信号，补偿所述马达的第二测量参数的非线性失真。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述马达非线性失真补偿方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述马达非线性失真补偿方法的步骤。
CN201910292707.7A 2019-04-12 2019-04-12 一种马达非线性失真补偿方法及装置 Active CN110247631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910292707.7A CN110247631B (zh) 2019-04-12 2019-04-12 一种马达非线性失真补偿方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910292707.7A CN110247631B (zh) 2019-04-12 2019-04-12 一种马达非线性失真补偿方法及装置

Publications (2)

Publication Number Publication Date
CN110247631A true CN110247631A (zh) 2019-09-17
CN110247631B CN110247631B (zh) 2023-05-09

Family

ID=67883031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910292707.7A Active CN110247631B (zh) 2019-04-12 2019-04-12 一种马达非线性失真补偿方法及装置

Country Status (1)

Country Link
CN (1) CN110247631B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110907827A (zh) * 2019-11-22 2020-03-24 瑞声科技(新加坡)有限公司 一种马达瞬态失真测量方法及系统
CN111459199A (zh) * 2019-12-30 2020-07-28 瑞声科技(新加坡)有限公司 马达非线性失真补偿方法、装置及计算机可读存储介质
CN111478630A (zh) * 2019-12-30 2020-07-31 瑞声科技(新加坡)有限公司 一种马达稳态单频失真补偿方法及装置
CN111551848A (zh) * 2019-12-30 2020-08-18 瑞声科技(新加坡)有限公司 马达体验失真指标的测试方法、电子设备及存储介质
CN111722108A (zh) * 2020-06-24 2020-09-29 瑞声科技(新加坡)有限公司 马达失真测量方法及设备、计算机可读存储介质
CN111722109A (zh) * 2020-06-28 2020-09-29 瑞声科技(新加坡)有限公司 马达系统失真的测量方法及设备、计算机可读存储介质
CN112180762A (zh) * 2020-09-29 2021-01-05 瑞声新能源发展(常州)有限公司科教城分公司 非线性信号系统构建方法、装置、设备和介质
WO2021134359A1 (zh) * 2019-12-30 2021-07-08 瑞声声学科技(深圳)有限公司 一种马达稳态单频失真补偿方法及装置
WO2021134315A1 (zh) * 2019-12-30 2021-07-08 瑞声声学科技(深圳)有限公司 马达非线性失真补偿方法、装置及计算机可读存储介质
WO2021134342A1 (zh) * 2019-12-30 2021-07-08 瑞声声学科技(深圳)有限公司 马达体验失真指标的测试方法、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100097714A1 (en) * 2008-10-22 2010-04-22 Seagate Technology Llc Generating pes using readback signal distortion
CN101753105A (zh) * 2008-12-18 2010-06-23 富士通株式会社 失真补偿装置和方法
CN101860326A (zh) * 2010-06-29 2010-10-13 奥维通信股份有限公司 基于Volterra级数间接学习型预失真线性化系统
CN103023290A (zh) * 2011-09-23 2013-04-03 台达电子企业管理（上海）有限公司 中压变频驱动系统与总谐波失真补偿控制方法
CN103138686A (zh) * 2011-12-05 2013-06-05 佳律通信设备(上海)有限公司 一种功率放大器的非线性失真补偿装置
CN103715992A (zh) * 2013-12-17 2014-04-09 东南大学 基于简化Volterra级数的功放预失真装置及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100097714A1 (en) * 2008-10-22 2010-04-22 Seagate Technology Llc Generating pes using readback signal distortion
CN101753105A (zh) * 2008-12-18 2010-06-23 富士通株式会社 失真补偿装置和方法
CN101860326A (zh) * 2010-06-29 2010-10-13 奥维通信股份有限公司 基于Volterra级数间接学习型预失真线性化系统
CN103023290A (zh) * 2011-09-23 2013-04-03 台达电子企业管理（上海）有限公司 中压变频驱动系统与总谐波失真补偿控制方法
CN103138686A (zh) * 2011-12-05 2013-06-05 佳律通信设备(上海)有限公司 一种功率放大器的非线性失真补偿装置
CN103715992A (zh) * 2013-12-17 2014-04-09 东南大学 基于简化Volterra级数的功放预失真装置及方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110907827B (zh) * 2019-11-22 2022-04-01 瑞声科技(新加坡)有限公司 一种马达瞬态失真测量方法及系统
CN110907827A (zh) * 2019-11-22 2020-03-24 瑞声科技(新加坡)有限公司 一种马达瞬态失真测量方法及系统
WO2021097888A1 (zh) * 2019-11-22 2021-05-27 瑞声声学科技(深圳)有限公司 一种马达瞬态失真测量方法及系统
CN111459199A (zh) * 2019-12-30 2020-07-28 瑞声科技(新加坡)有限公司 马达非线性失真补偿方法、装置及计算机可读存储介质
CN111478630A (zh) * 2019-12-30 2020-07-31 瑞声科技(新加坡)有限公司 一种马达稳态单频失真补偿方法及装置
CN111551848A (zh) * 2019-12-30 2020-08-18 瑞声科技(新加坡)有限公司 马达体验失真指标的测试方法、电子设备及存储介质
CN111478630B (zh) * 2019-12-30 2023-11-10 瑞声科技(新加坡)有限公司 一种马达稳态单频失真补偿方法及装置
CN111551848B (zh) * 2019-12-30 2022-09-02 瑞声科技(新加坡)有限公司 马达体验失真指标的测试方法、电子设备及存储介质
WO2021134359A1 (zh) * 2019-12-30 2021-07-08 瑞声声学科技(深圳)有限公司 一种马达稳态单频失真补偿方法及装置
WO2021134315A1 (zh) * 2019-12-30 2021-07-08 瑞声声学科技(深圳)有限公司 马达非线性失真补偿方法、装置及计算机可读存储介质
WO2021134342A1 (zh) * 2019-12-30 2021-07-08 瑞声声学科技(深圳)有限公司 马达体验失真指标的测试方法、电子设备及存储介质
CN111722108A (zh) * 2020-06-24 2020-09-29 瑞声科技(新加坡)有限公司 马达失真测量方法及设备、计算机可读存储介质
WO2021258485A3 (zh) * 2020-06-24 2022-02-10 瑞声声学科技(深圳)有限公司 马达失真测量方法及设备、计算机可读存储介质
WO2022000656A1 (zh) * 2020-06-28 2022-01-06 瑞声声学科技(深圳)有限公司 马达系统失真的测量方法及设备、计算机可读存储介质
CN111722109B (zh) * 2020-06-28 2023-05-02 瑞声科技(新加坡)有限公司 马达系统失真的测量方法及设备、计算机可读存储介质
CN111722109A (zh) * 2020-06-28 2020-09-29 瑞声科技(新加坡)有限公司 马达系统失真的测量方法及设备、计算机可读存储介质
CN112180762A (zh) * 2020-09-29 2021-01-05 瑞声新能源发展(常州)有限公司科教城分公司 非线性信号系统构建方法、装置、设备和介质

Also Published As

Publication number Publication date
CN110247631B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN110247631A (zh) 一种马达非线性失真补偿方法及装置
CN110346720A (zh) 一种马达非线性参数的测试方法及装置
Xu et al. Hierarchical recursive signal modeling for multifrequency signals based on discrete measured data
CN111478630B (zh) 一种马达稳态单频失真补偿方法及装置
Oh A new network reduction methodology for power system planning studies
Weil Arithmetic on algebraic varieties
CA2958250A1 (en) Generating a control sequence for quantum control
Shaker et al. Frequency-interval model reduction of bilinear systems
JP2000090143A (ja) 時間変化系をモデル化する装置および方法
CN102314330B (zh) 一种复合有限域乘法器
CN101510862A (zh) 超混沌信号发生方法及超混沌信号发生系统
CN106330429A (zh) Sm4算法的s盒的生成方法及装置
CN104077479B (zh) 一种基于守恒迎风格式获取参量阵声场空间分布的方法
JP3654926B2 (ja) 多次元ディジタル導波管信号合成装置及び方法
CN102655326B (zh) 一种有源电力滤波器的神经网络逆控制器构造方法
CN103001900A (zh) 发射机的发射通道间干扰消除方法及装置
GB2503263A (en) Truncated multiplier
CN110175808A (zh) 一种订单管理、查询方法、装置、设备及介质
CN112198795B (zh) 机电伺服控制方法、系统、终端设备及存储介质
CN109347654A (zh) 一种基于bs网络构架远程校准系统及方法
CN116384031A (zh) 一种马达振动效果的仿真方法及装置
WO2021134359A1 (zh) 一种马达稳态单频失真补偿方法及装置
CN114417598A (zh) 数字孪生电网组件化映射方法、装置及电子设备
CN111459199A (zh) 马达非线性失真补偿方法、装置及计算机可读存储介质
CN108564241A (zh) 一种基于特征模型的微电网群等效聚合方法

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