CN113312585B - 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法 - Google Patents

高阶控制策略参数调节的高频噪声功率增益在线跟踪方法 Download PDF

Info

Publication number
CN113312585B
CN113312585B CN202110578776.1A CN202110578776A CN113312585B CN 113312585 B CN113312585 B CN 113312585B CN 202110578776 A CN202110578776 A CN 202110578776A CN 113312585 B CN113312585 B CN 113312585B
Authority
CN
China
Prior art keywords
order
signal
frequency noise
power gain
transfer function
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
CN202110578776.1A
Other languages
English (en)
Other versions
CN113312585A (zh
Inventor
陈锦攀
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.)
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110578776.1A priority Critical patent/CN113312585B/zh
Publication of CN113312585A publication Critical patent/CN113312585A/zh
Application granted granted Critical
Publication of CN113312585B publication Critical patent/CN113312585B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
    • G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
    • G06F7/544—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices for evaluating functions by calculation
    • G06F7/5443—Sum of products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
    • G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
    • G06F7/544—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices for evaluating functions by calculation
    • G06F7/556—Logarithmic or exponential functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法及系统，利用信号中含有的噪声干扰信号完成高频噪声功率增益的在线计算，在实际过程信号中普遍含有高频噪声干扰信号，通过将所述高阶超前观测器的高频噪声功率增益实时跟踪控制到预设数的高频噪声功率增益给定，将所述高阶超前观测器的性能控制在最佳的状态下，并且对所述高阶超前观测器的在线工作影响较小。

Description

高阶控制策略参数调节的高频噪声功率增益在线跟踪方法
技术领域
本发明涉及火电机组过程控制技术领域，特别是涉及一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法及系统。
背景技术
在火电机组过程控制领域，运用超前观测能够获取过程响应的提前信息，对于提高过程控制性能具有重要意义。超前观测有多种形式，例如微分器(Differentiator,D)、比例-微分(Proportional-Derivative,PD)控制器等。在实践中，提高超前观测器的阶次能够获得更好的超前观测性能，通常将阶次大于等于3的超前观测器称为高阶超前观测器(Highorder leading observer，HOLO)，例如三阶超前观测器、四阶超前观测器、五阶超前观测器、六阶超前观测器、七阶超前观测器、八阶超前观测器及以上阶次超前观测器等。然而，高阶超前观测器存在噪声干扰放大的问题，主要是高频噪声干扰放大。在高频噪声干扰水平较高时，例如高频噪声功率增益(High frequency noise power gain，HFNPG)较高，会对高阶超前观测器的输出信号造成严重的干扰，甚至造成所述高阶超前观测器不能正常工作。在工程中，首先需要解决高阶超前观测器的高频噪声功率增益的在线控制问题。在很大程度上，高阶超前观测器的高频噪声功率增益代表了高阶超前观测器的噪声干扰水平。
发明内容
针对上述问题，本发明提出了一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法及装置，利用信号中含有的噪声干扰信号完成高频噪声功率增益的在线计算，在实际过程信号中普遍含有高频噪声干扰信号，通过将所述高阶超前观测器的高频噪声功率增益实时跟踪控制到预设数的高频噪声功率增益给定(High frequency noisepower gain given，HFNPGG)，将所述HOLO的性能控制在最佳的状态下，并且对所述HOLO的在线工作影响较小。
本发明第一方面提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，包括：
获取高阶惯性滤波器的高阶惯性滤波原始参数，根据所述高阶惯性滤波原始参数建立第二高阶惯性滤波器；获取高阶惯性滤波器的输入信号，将所述高阶惯性滤波器的输入信号输入至第二高阶惯性滤波器，得到第二高阶惯性滤波器的输出信号；
获取高阶超前观测器的输入信号，将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益；
获取预设高频噪声功率增益给定信号，将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号；
将所述高阶惯性滤波原始参数及所述积分控制信号输入至乘法器，得到惯性滞后时间常数给定信号；
将所述惯性滞后时间常数给定信号输入至所述第二高阶惯性滤波器，对所述第二高阶惯性滤波器进行控制，并将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数；
将所述高阶惯性滤波参数及所述高阶超前观测器的输入信号输入至所述高阶超前观测器，得到高阶超前观测器的输出信号。
进一步地，所述高阶超前观测器的传递函数为：
Figure BDA0003085262090000031
其中，HOLO(s)为高阶超前观测器的传递函数，HOIIM(s)为高阶惯性逆模型的传递函数，THOIIM为高阶惯性逆模型的时间常数，HOIF(s)为高阶惯性滤波器的传递函数，THOIFP为高阶惯性滤波器的高阶惯性滤波参数，n为高阶超前观测器的阶次，s为拉普拉斯算子。
进一步地，所述第二高阶惯性滤波器的传递函数为：
Figure BDA0003085262090000032
其中，HOIF:S(s)为第二高阶惯性滤波器的传递函数，THOIFP:S为第二高阶惯性滤波参数，HOIFPV:S(t)为第二高阶惯性滤波参数控制值，s为拉普拉斯算子，t为时间值。
进一步地，所述将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号，包括：
将所述预设高频噪声功率增益给定信号输入至第一分数次指数运算单元，得到第一分数次指数运算信号；
将所述第二高频噪声功率增益输入至第二分数次指数运算单元，得到第二分数次指数运算信号；
将所述第一分数次指数运算信号及所述第二分数次指数运算信号输入至比较器，得到比较信号；
获取自动跟踪-停止的输出信号，将所述比较信号、所述自动跟踪-停止的输出信号及常数1输入至积分控制单元，得到积分控制信号。
进一步地，所述第一分数次指数运算单元及所述第二分数次指数运算单元的传递函数为：
Figure BDA0003085262090000041
其中，m为分次数指数运算常数，SREO:A(t)为第一分数次指数运算单元的传递函数，HFNPGG为预设高频噪声功率增益给定信号，SREO:B(t)为第二分数次指数运算单元的传递函数，HFNPGHOLO:S(t)为第二高频噪声功率增益，t为时间值。
进一步地，所述比较器的传递函数为：
Figure BDA0003085262090000042
其中，SC(t)为比较器的传递函数，ISG(t)为给定端输入信号，SREO:A(t)为第一分数次指数运算单元的传递函数，ISF(t)为反馈端输入信号过程，SREO:B(t)为第二分数次指数运算单元的传递函数；DZC为比较器的死区，t为时间值。
进一步地，所述积分控制单元的传递函数为：
Figure BDA0003085262090000043
其中，SIC(t)为积分控制单元的传递函数，TI为积分控制单元的跟踪输入，OTC为积分控制单元的输出跟踪控制，AT/S为自动跟踪-停止的输出信号，SC(t)为比较器的传递函数，t为时间值。
进一步地，所述乘法器的传递函数为：
HOIFPCV:S(t)＝SIC(t)HOIFPOV；
其中，HOIFPCV:S(t)为乘法器的传递函数，SIC(t)为积分控制单元的传递函数，HOIFPOV为高阶惯性滤波原始参数，t为时间值。
进一步地，所述将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数，包括：
获取自动跟踪-停止的输出信号，将所述自动跟踪-停止的输出信号、所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
进一步地，所述一阶惯性滤波器的传递函数为：
Figure BDA0003085262090000051
其中，FOIF(s)为一阶惯性滤波器的传递函数，TFOIF为一阶惯性滤波器的时间常数，HOIFPCV(t)为高阶惯性滤波参数控制值，GI为一阶惯性滤波器的跟踪输入，HOIFPOV为高阶惯性滤波原始参数，OGC为一阶惯性滤波器的跟踪控制，AT/S为自动跟踪-停止的输出信号，L-1为拉普拉斯反变换，HOIFPCV:S(t)为第二高阶惯性滤波参数控制值过程，s为拉普拉斯算子，t为时间值。
进一步地，所述将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益，包括：
将所述高阶超前观测器的输入信号输入至第一高通滤波单元，得到第一高通滤波信号；将所述第一高通滤波信号输入至第一平方运算单元，得到第一平方信号；将所述第一平方信号输入至第一平均值运算单元，得到第一平均值信号；
将所述第二高阶惯性滤波器的输出信号输入至第二高通滤波单元，得到第二高通滤波信号；将所述第二高通滤波信号输入至第二平方运算单元，得到第二平方信号；将所述第二平方信号输入至第二平均值运算单元，得到第二平均值信号；
将所述第一平均值信号及所述第二平均值信号输入至除法运算单元，得到第二高频噪声功率增益。
进一步地，所述高频噪声功率增益计算单元的传递函数为：
Figure BDA0003085262090000061
其中，HFNPG(t)为高频噪声功率增益计算单元的传递函数，L-1为拉普拉斯反变换，MOV:B(s)为第二平均值运算单元的传递函数，HPF:B(s)为第二高通滤波单元的传递函数，OSHPF:B(t)为第二高通滤波输出信号过程，OSSO:B(t)为第二平方运算输出信号过程，IS:B(t)为第二输入信号，MOV:A(s)为第一平均值运算单元的传递函数，HPF:A(s)为第一高通滤波单元的传递函数，OSHPF:A(t)为第一高通滤波输出信号过程，OSSO:A(t)为第一平方运算单元输出信号过程，IS:A(t)为第一输入信号，TMT为第一平均值运算单元和第二平均值运算单元共同的平均时间，THPF为第一高通滤波单元和第二高通滤波单元共同的高通滤波时间常数，s为拉普拉斯算子，t为时间值。
本发明第二方面还提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，包括：
第二高阶惯性滤波器建立及运算模块，用于获取高阶惯性滤波器的高阶惯性滤波原始参数，根据所述高阶惯性滤波原始参数建立第二高阶惯性滤波器；获取高阶惯性滤波器的输入信号，将所述高阶惯性滤波器的输入信号输入至第二高阶惯性滤波器，得到第二高阶惯性滤波器的输出信号；
高频噪声功率增益计算模块，用于获取高阶超前观测器的输入信号，将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益；
非线性偏差积分控制模块，用于获取预设高频噪声功率增益给定信号，将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号；
乘法器运算模块，用于将所述高阶惯性滤波原始参数及所述积分控制信号输入至乘法器，得到惯性滞后时间常数给定信号；
一阶惯性滤波器运算模块，用于将所述惯性滞后时间常数给定信号输入至所述第二高阶惯性滤波器，对所述第二高阶惯性滤波器进行控制，并将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数；
高阶超前观测器运算模块，用于将所述高阶惯性滤波参数及所述高阶超前观测器的输入信号输入至所述高阶超前观测器，得到高阶超前观测器的输出信号。
进一步地，所述高阶超前观测器的传递函数为：
Figure BDA0003085262090000081
其中，HOLO(s)为高阶超前观测器的传递函数，HOIIM(s)为高阶惯性逆模型的传递函数，THOIIM为高阶惯性逆模型的时间常数，HOIF(s)为高阶惯性滤波器的传递函数，THOIFP为高阶惯性滤波器的高阶惯性滤波参数，n为高阶超前观测器的阶次，s为拉普拉斯算子。
进一步地，所述第二高阶惯性滤波器的传递函数为：
Figure BDA0003085262090000082
其中，HOIF:S(s)为第二高阶惯性滤波器的传递函数，THOIFP:S为第二高阶惯性滤波参数，HOIFPV:S(t)为第二高阶惯性滤波参数控制值，s为拉普拉斯算子，t为时间值。
进一步地，所述非线性偏差积分控制模块，还用于：
将所述预设高频噪声功率增益给定信号输入至第一分数次指数运算单元，得到第一分数次指数运算信号；
将所述第二高频噪声功率增益输入至第二分数次指数运算单元，得到第二分数次指数运算信号；
将所述第一分数次指数运算信号及所述第二分数次指数运算信号输入至比较器，得到比较信号；
获取自动跟踪-停止的输出信号，将所述比较信号、所述自动跟踪-停止的输出信号及常数1输入至积分控制单元，得到积分控制信号。
进一步地，所述第一分数次指数运算单元及所述第二分数次指数运算单元的传递函数为：
Figure BDA0003085262090000091
其中，m为分次数指数运算常数，SREO:A(t)为第一分数次指数运算单元的传递函数，HFNPGG为预设高频噪声功率增益给定信号，SREO:B(t)为第二分数次指数运算单元的传递函数，HFNPGHOLO:S(t)为第二高频噪声功率增益，t为时间值。
进一步地，所述比较器的传递函数为：
Figure BDA0003085262090000092
其中，SC(t)为比较器的传递函数，ISG(t)为给定端输入信号，SREO:A(t)为第一分数次指数运算单元的传递函数，ISF(t)为反馈端输入信号过程，SREO:B(t)为第二分数次指数运算单元的传递函数；DZC为比较器的死区，t为时间值。
进一步地，所述积分控制单元的传递函数为：
Figure BDA0003085262090000093
其中，SIC(t)为积分控制单元的传递函数，TI为积分控制单元的跟踪输入，OTC为积分控制单元的输出跟踪控制，AT/S为自动跟踪-停止的输出信号，SC(t)为比较器的传递函数，t为时间值。
进一步地，所述乘法器的传递函数为：
HOIFPCV:S(t)＝SIC(t)HOIFPOV；
其中，HOIFPCV:S(t)为乘法器的传递函数，SIC(t)为积分控制单元的传递函数，HOIFPOV为高阶惯性滤波原始参数，t为时间值。
进一步地，所述一阶惯性滤波器运算模块，还用于：
获取自动跟踪-停止的输出信号，将所述自动跟踪-停止的输出信号、所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
进一步地，所述一阶惯性滤波器的传递函数为：
Figure BDA0003085262090000101
其中，FOIF(s)为一阶惯性滤波器的传递函数，TFOIF为一阶惯性滤波器的时间常数，HOIFPCV(t)为高阶惯性滤波参数控制值，GI为一阶惯性滤波器的跟踪输入，HOIFPOV为高阶惯性滤波原始参数，OGC为一阶惯性滤波器的跟踪控制，AT/S为自动跟踪-停止的输出信号，L-1为拉普拉斯反变换，HOIFPCV:S(t)为第二高阶惯性滤波参数控制值过程，s为拉普拉斯算子，t为时间值。
进一步地，所述高频噪声功率增益计算模块，还用于：
将所述高阶超前观测器的输入信号输入至第一高通滤波单元，得到第一高通滤波信号；将所述第一高通滤波信号输入至第一平方运算单元，得到第一平方信号；将所述第一平方信号输入至第一平均值运算单元，得到第一平均值信号；
将所述第二高阶惯性滤波器的输出信号输入至第二高通滤波单元，得到第二高通滤波信号；将所述第二高通滤波信号输入至第二平方运算单元，得到第二平方信号；将所述第二平方信号输入至第二平均值运算单元，得到第二平均值信号；
将所述第一平均值信号及所述第二平均值信号输入至除法运算单元，得到第二高频噪声功率增益。
进一步地，所述高频噪声功率增益计算单元的传递函数为：
Figure BDA0003085262090000111
其中，HFNPG(t)为高频噪声功率增益计算单元的传递函数，L-1为拉普拉斯反变换，MOV:B(s)为第二平均值运算单元的传递函数，HPF:B(s)为第二高通滤波单元的传递函数，OSHPF:B(t)为第二高通滤波输出信号过程，OSSO:B(t)为第二平方运算输出信号过程，IS:B(t)为第二输入信号，MOV:A(s)为第一平均值运算单元的传递函数，HPF:A(s)为第一高通滤波单元的传递函数，OSHPF:A(t)为第一高通滤波输出信号过程，OSSO:A(t)为第一平方运算单元输出信号过程，IS:A(t)为第一输入信号，TMT为第一平均值运算单元和第二平均值运算单元共同的平均时间，THPF为第一高通滤波单元和第二高通滤波单元共同的高通滤波时间常数，s为拉普拉斯算子，t为时间值。
与现有技术相比，本发明实施例的有益效果在于：
本发明提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法及系统，其中方法包括：获取高阶惯性滤波器的高阶惯性滤波原始参数，根据所述高阶惯性滤波原始参数建立第二高阶惯性滤波器；获取高阶惯性滤波器的输入信号，将所述高阶惯性滤波器的输入信号输入至第二高阶惯性滤波器，得到第二高阶惯性滤波器的输出信号；获取高阶超前观测器的输入信号，将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益；获取预设高频噪声功率增益给定信号，将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号；将所述高阶惯性滤波原始参数及所述积分控制信号输入至乘法器，得到惯性滞后时间常数给定信号；将所述惯性滞后时间常数给定信号输入至所述第二高阶惯性滤波器，对所述第二高阶惯性滤波器进行控制，并将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数；将所述高阶惯性滤波参数及所述高阶超前观测器的输入信号输入至所述高阶超前观测器，得到高阶超前观测器的输出信号；其中，所述高阶超前观测器的输入信号为火电机组的再热汽温。本发明利用信号中含有的噪声干扰信号完成高频噪声功率增益的在线计算，在实际过程信号中普遍含有高频噪声干扰信号，通过将所述高阶超前观测器的高频噪声功率增益实时跟踪控制到预设数的高频噪声功率增益给定，将所述高阶超前观测器的性能控制在最佳的状态下，并且对所述高阶超前观测器的在线工作影响较小。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式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方式，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是本发明某一实施例提供的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法的流程图；
图2是本发明另一实施例提供的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法的流程图；
图3是本发明又一实施例提供的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法的流程图；
图4是本发明某一实施例提供的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法的原理图；
图5是本发明某一实施例提供的高阶超前观测器结构图；
图6是本发明某一实施例提供的第二高阶惯性滤波器信号流程示意图；
图7是本发明某一实施例提供的非线性偏差积分控制与反馈过程控制原理图；
图8是本发明某一实施例提供的反馈过程控制量和实时跟踪量流程图；
图9是本发明某一实施例提供的噪声干扰信号源原理图；
图10是本发明某一实施例提供的高频噪声功率增益计算原理图
图11是本发明某一实施例提供的三阶超前观测器输入信号过程的仿真实验结果图；
图12是本发明某一实施例提供的第二高阶惯性滤波器输出信号过程的仿真实验结果图；
图13是本发明某一实施例提供的第二高频噪声功率增益过程的仿真实验结果图；
图14是本发明某一实施例提供的第二四阶惯性滤波参数控制值过程的仿真实验结果图；
图15是本发明某一实施例提供的四阶惯性滤波参数控制值的仿真实验结果图；
图16是本发明某一实施例提供的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统的装置图；
图17是本发明某一实施例提供的一种电子设备的结构图。
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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
第一方面。
请参阅图1-3，本发明一实施例提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，包括：
S10、获取高阶惯性滤波器的高阶惯性滤波原始参数，根据所述高阶惯性滤波原始参数建立第二高阶惯性滤波器；获取高阶惯性滤波器的输入信号，将所述高阶惯性滤波器的输入信号输入至第二高阶惯性滤波器，得到第二高阶惯性滤波器的输出信号。
具体地，所述第二高阶惯性滤波器的传递函数为：
Figure BDA0003085262090000151
其中，HOIF:S(s)为第二高阶惯性滤波器的传递函数，THOIFP:S为第二高阶惯性滤波参数，HOIFPV:S(t)为第二高阶惯性滤波参数控制值，s为拉普拉斯算子，t为时间值。
S20、获取高阶超前观测器的输入信号，将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益。
在某一具体实施方式中，所述步骤S20包括：
S21、将所述高阶超前观测器的输入信号输入至第一高通滤波单元，得到第一高通滤波信号；将所述第一高通滤波信号输入至第一平方运算单元，得到第一平方信号；将所述第一平方信号输入至第一平均值运算单元，得到第一平均值信号。
S22、将所述第二高阶惯性滤波器的输出信号输入至第二高通滤波单元，得到第二高通滤波信号；将所述第二高通滤波信号输入至第二平方运算单元，得到第二平方信号；将所述第二平方信号输入至第二平均值运算单元，得到第二平均值信号。
S23、将所述第一平均值信号及所述第二平均值信号输入至除法运算单元，得到第二高频噪声功率增益。
具体地，所述高频噪声功率增益计算单元的传递函数为：
Figure BDA0003085262090000161
其中，HFNPG(t)为高频噪声功率增益计算单元的传递函数，L-1为拉普拉斯反变换，MOV:B(s)为第二平均值运算单元的传递函数，HPF:B(s)为第二高通滤波单元的传递函数，OSHPF:B(t)为第二高通滤波输出信号过程，OSSO:B(t)为第二平方运算输出信号过程，IS:B(t)为第二输入信号，MOV:A(s)为第一平均值运算单元的传递函数，HPF:A(s)为第一高通滤波单元的传递函数，OSHPF:A(t)为第一高通滤波输出信号过程，OSSO:A(t)为第一平方运算单元输出信号过程，IS:A(t)为第一输入信号，TMT为第一平均值运算单元和第二平均值运算单元共同的平均时间，THPF为第一高通滤波单元和第二高通滤波单元共同的高通滤波时间常数，s为拉普拉斯算子，t为时间值。
S30、获取预设高频噪声功率增益给定信号，将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号。
在某一具体实施方式中，所述步骤S30包括：
S31、将所述预设高频噪声功率增益给定信号输入至第一分数次指数运算单元，得到第一分数次指数运算信号。
S32、将所述第二高频噪声功率增益输入至第二分数次指数运算单元，得到第二分数次指数运算信号。
S33、将所述第一分数次指数运算信号及所述第二分数次指数运算信号输入至比较器，得到比较信号。
S34、获取自动跟踪-停止的输出信号，将所述比较信号、所述自动跟踪-停止的输出信号及常数1输入至积分控制单元，得到积分控制信号。
具体地，所述第一分数次指数运算单元及所述第二分数次指数运算单元的传递函数为：
Figure BDA0003085262090000171
其中，m为分次数指数运算常数，SREO:A(t)为第一分数次指数运算单元的传递函数，HFNPGG为预设高频噪声功率增益给定信号，SREO:B(t)为第二分数次指数运算单元的传递函数，HFNPGHOLO:S(t)为第二高频噪声功率增益，t为时间值。
所述比较器的传递函数为：
Figure BDA0003085262090000172
其中，SC(t)为比较器的传递函数，ISG(t)为给定端输入信号，SREO:A(t)为第一分数次指数运算单元的传递函数，ISF(t)为反馈端输入信号过程，SREO:B(t)为第二分数次指数运算单元的传递函数；DZC为比较器的死区，t为时间值。
所述积分控制单元的传递函数为：
Figure BDA0003085262090000181
其中，SIC(t)为积分控制单元的传递函数，TI为积分控制单元的跟踪输入，OTC为积分控制单元的输出跟踪控制，AT/S为自动跟踪-停止的输出信号，SC(t)为比较器的传递函数，t为时间值。
S40、将所述高阶惯性滤波原始参数及所述积分控制信号输入至乘法器，得到惯性滞后时间常数给定信号。
具体地，所述乘法器的传递函数为：
HOIFPCV:S(t)＝SIC(t)HOIFPOV；
其中，HOIFPCV:S(t)为乘法器的传递函数，SIC(t)为积分控制单元的传递函数，HOIFPOV为高阶惯性滤波原始参数，t为时间值。
S50、将所述惯性滞后时间常数给定信号输入至所述第二高阶惯性滤波器，对所述第二高阶惯性滤波器进行控制，并将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
在某一具体实施方式中，所述步骤S50包括：
获取自动跟踪-停止的输出信号，将所述自动跟踪-停止的输出信号、所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
具体地，所述一阶惯性滤波器的传递函数为：
Figure BDA0003085262090000182
Figure BDA0003085262090000191
其中，FOIF(s)为一阶惯性滤波器的传递函数，TFOIF为一阶惯性滤波器的时间常数，HOIFPCV(t)为高阶惯性滤波参数控制值，GI为一阶惯性滤波器的跟踪输入，HOIFPOV为高阶惯性滤波原始参数，OGC为一阶惯性滤波器的跟踪控制，AT/S为自动跟踪-停止的输出信号，L-1为拉普拉斯反变换，HOIFPCV:S(t)为第二高阶惯性滤波参数控制值过程，s为拉普拉斯算子，t为时间值。
S60、将所述高阶惯性滤波参数及所述高阶超前观测器的输入信号输入至所述高阶超前观测器，得到高阶超前观测器的输出信号。
其中，所述高阶超前观测器的输入信号为火电机组的再热汽温。
具体地，所述高阶超前观测器的传递函数为：
Figure BDA0003085262090000192
其中，HOLO(s)为高阶超前观测器的传递函数，HOIIM(s)为高阶惯性逆模型的传递函数，THOIIM为高阶惯性逆模型的时间常数，HOIF(s)为高阶惯性滤波器的传递函数，THOIFP为高阶惯性滤波器的高阶惯性滤波参数，n为高阶超前观测器的阶次，s为拉普拉斯算子。
本发明提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，利用信号中含有的噪声干扰信号完成高频噪声功率增益的在线计算，在实际过程信号中普遍含有高频噪声干扰信号，通过将所述高阶超前观测器的高频噪声功率增益实时跟踪控制到预设数的高频噪声功率增益给定，将所述高阶超前观测器的性能控制在最佳的状态下，并且对所述高阶超前观测器的在线工作影响较小。
请参阅图4，在某一具体实施例中，本发明提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，包括：
实时跟踪/停止控制
实时跟踪/停止(Auto tracking/Stop，AT/S)，AT/S＝0代表停止状态，AT/S＝1代表实时跟踪状态。直接用AT/S代表[实时跟踪/停止]控制输出，为BOOL变量。
高阶超前观测器
高阶超前观测器即HOLO结构，为图5所示。
所述HOLO，表达为
Figure BDA0003085262090000201
公式(1)中，n代表高阶超前观测器的阶次，为整数且大于等于3。HOLO(s)为所述HOLO的传递函数。HOIIM(s)为高阶惯性逆模型(High order inertial inverse model，HOIIM)的传递函数。THOIIM为所述高阶惯性逆模型的时间常数，单位为s。HOIF(s)为高阶惯性滤波器(High order inertial filter，HOIF)的传递函数。THOIFP为所述高阶惯性滤波器的高阶惯性滤波参数(High order inertial filterparameters，HOIFP)，单位为s。
对公式(1)进行分解，如下：
1)将HOLO输入信号接入到高阶惯性逆模型的输入端，用ISHOLO(t)表达所述HOLO输入信号过程，单位为无量纲。
2)将所述HOIIM运算输出端接入到所述HOIF的输入端。
3)在所述HOIF的输出端得到所述HOLO输出信号。用OSHOLO(t)表达所述HOLO输出信号过程，单位为无量纲。
高阶惯性滤波参数选择(High order inertial filter parameters select，HOIFPS)，表达为
Figure BDA0003085262090000211
其中，HOIFPSO(t)为所述高阶惯性滤波参数选择输出过程，单位为s。HOIFPOV为高阶惯性滤波参数原始值(High order inertial filter parameters original value，HOIFPOV)，单位为s。HOIFPCV(t)为高阶惯性滤波参数控制值(High order inertialfilter parameters control value，HOIFPCV)过程，单位为s。AT/S为所述[实时跟踪/停止]控制输出，为BOOL变量。THOIFP为所述高阶惯性滤波参数，单位为s。
对公式(2)进行分解，如下：
1)将所述HOIFPOV接入到所述HOIFPS的HOIFPOV输入端。
2)将所述HOIFPCV(t)接入到所述HOIFPS的HOIFPCV输入端。
3)将所述AT/S接入到所述HOIFPS的HOIFPS输入端。
4)在所述HOIFPS的SO输出端(Select output，SO)得到所述高阶惯性滤波参数选择输出过程即HOIFPSO(t)。
4)用所述HOIFPSO(t)设置所述THOIFP，即THOIFP＝HOIFPSO(t)。如果所述AT/S＝0，则所述THOIFP＝HOIFPOV。如果所述AT/S＝1，则所述THOIFP＝HOIFPCV(t)。
构造与高阶惯性滤波器结构相同的第二高阶惯性滤波器
获取所述高阶惯性滤波器的结构，构造与所述高阶惯性滤波器的结构相同的第二高阶惯性滤波器(High order inertial filter of second，HOIF:S)，为图6所示。
所述第二高阶惯性滤波器，表达为
Figure BDA0003085262090000221
其中，HOIF:S(s)为所述第二高阶惯性滤波器的传递函数。THOIFP:S为所述第二高阶惯性滤波参数(High order inertial filter parameters of second，HOIFP:S)，单位为s。HOIFPCV:S(t)为第二高阶惯性滤波参数控制值(High order inertial filterparameters control value of second，HOIFPCV:S)过程，单位为s。
对公式(3)进行分解，如下：
1)将所高阶惯性滤波器输入信号过程接入到所述第二高阶惯性滤波器的输入端。
2)在所述第二高阶惯性滤波器的输出端得到第二高阶惯性滤波器输出信号，用OSHOIF:S(t)表达所述第二高阶惯性滤波器输出信号过程，单位为无量纲。
3)将所述HOIFPCV:S(t)接入到所述HOIF:S的HOIFPCV:S输入端。用所述HOIFPSO:S(t)设置所述THOIFP:S，即THOIFP:S＝HOIFPSO:S(t)。
非线性偏差积分控制与反馈过程控制
非线性偏差积分控制(Nonlinearity deviation integral control，NDIC)与反馈过程控制原理图，为图7所示。
分数次指数运算A(Fractional exponential operation,REO:A)和分数次指数运算A(Fractional exponential operation,REO:B)表达为
Figure BDA0003085262090000222
其中，m为分次数指数运算常数，属于自然数且大于等于1。SREO:A(t)为分次数指数运算A信号过程，单位为无量纲。HFNPGG为预设数的高频噪声功率增益给定(Highfrequency noise power gain given，HFNPGG)，单位为无量纲；HFNPGHOLO:S(t)为第二高频噪声功率增益过程，单位为无量纲。
比较器(Comparator，C)表达为
Figure BDA0003085262090000231
其中，SC(t)为比较信号过程，单位为无量纲。ISG(t)为给定端输入信号过程，单位为无量纲。ISG(t)＝SREO:A(t)，SREO:A(t)为所述分次数指数运算A信号过程；ISF(t)为反馈端输入信号过程，单位为无量纲。ISF(t)＝SREO:B(t)，SREO:B(t)为所述分次数指数运算B信号过程；DZC为所述比较器死区(Dead zone，DZ)，单位为无量纲。
积分控制表达为
Figure BDA0003085262090000232
其中，IC(s)为积分控制(Integral control，IC)的传递函数。TIC为所述积分控制的积分时间常数，单位为s。
积分控制的跟踪控制，表达为
Figure BDA0003085262090000233
其中，SIC(t)为所述积分控制信号过程，单位为无量纲。TI为所述积分控制的跟踪输入(Tracking input，TI)，单位为无量纲。OTC为所述积分控制的输出跟踪控制(Outputtracking control，OTC)，为BOOL变量。AT/S为所述[自动跟踪/停止]控制输出，为BOOL变量。SC(t)为所述比较信号过程，单位为无量纲。
积分控制跟踪控制步骤如下：
1)将常数1接入到所述积分控制的TI输入端。
2)将所述AT/S接入到所述积分控制的OTC输入端。
3)如果所述AT/S＝0，则OTC＝AT/S＝0，则所述积分控制信号即SIC(t)跟踪常数1，即SIC(t)＝TI＝1。
4)如果所述AT/S＝1，则OTC＝AT/S＝1，则所述积分控制信号即SIC(t)为对所述比较信号过程即SC(t)的负积分。所述积分控制信号即SIC(t)有初值记忆作用，在OTC＝AT/S＝1后，SIC(t)将在常数1的基础上变化。
在所述比较器死区DZC＝0，反馈控制系统表达为
Figure BDA0003085262090000241
其中，HFNPGCHOLO:S(s)为第二高频噪声功率增益控制(High frequency noisepower gain control，HFNPGC)的传递函数。NDIC(s)为所述非线性偏差积分控制的传递函数。HFNPGCPHOLO:S(s)为第二高频噪声功率增益控制过程(High frequency noise powergain control process，HFNPGCP)的传递函数，近似非线性比例系统(Nonlinearityproportional system，NPS)。BPFGHOLO:S为高阶超前观测器的带通滤波增益(Band passfilter gain，BPFG)，单位为无量纲。BPFBHOLO:S为高阶超前观测器的带通滤波带宽(Bandpass filter bandwidth，BPFB)，单位为rad/s。INBHOLO:S为高阶超前观测器的输入噪声频率带宽(Input noise bandwidth，INFB)，单位为rad/s。
特别说明：NDIC(s)仅是用于表达所述非线性偏差积分控制传递函数的一个符号。实际上，所述非线性偏差积分控制的传递函数难以准确表达。
反馈过程控制量和实时跟踪量
反馈过程控制量和实时跟踪量流程，为图8所示。
反馈过程控制量表达为
HOIFPCV:S(t)＝SIC(t)HOIFPOV (9)
其中，HOIFPCV:S(t)为所述第二高阶惯性滤波参数控制值过程，单位为s。SIC(t)为所述积分控制信号过程，单位为无量纲。HOIFPOV为所述高阶惯性滤波参数原始值，单位为s。HOIFPCV:S(t)即为所述反馈过程控制量，本描述不是必要的。
实时跟踪量表达为
Figure BDA0003085262090000251
其中，FOIF(s)为一阶惯性滤波器(First order inertia filter，FOIF)的传递函数。TFOIF为所述一阶惯性滤波器的时间常数，单位为s；HOIFPCV(t)为所述高阶惯性滤波参数控制值，单位为s。TI为所述一阶惯性滤波器的跟踪输入，单位为无量纲。HOIFPOV为所述高阶惯性滤波参数原始值，单位为s。OTC为所述一阶惯性滤波器的跟踪控制，为BOOL变量。AT/S为所述[实时跟踪/停止]控制输出，为BOOL变量。L-1为拉普拉斯反变换。HOIFPCV:S(t)为所述第二高阶惯性滤波参数控制值过程，单位为s。HOIFPCV(t)即为所述实时跟踪量，本描述不是必要的。
一阶惯性滤波器跟踪控制步骤如下：
1)将高阶惯性滤波参数原始值即HOIFPOV接入到所述一阶惯性滤波器的TI输入端，即TI＝HOIFPOV。
2)将所述AT/S接入到所述一阶惯性滤波器的OTC输入端，即OTC＝AT/S。
3)如果所述AT/S＝0，则OTC＝AT/S＝0，则所述一阶惯性滤波器输出信号过程即HOIFPCV:S(t)跟踪所述HOIFPOV，即HOIFPCV:S(t)＝TI＝HOIFPOV。
4)如果所述AT/S＝1，则OTC＝AT/S＝1，则所述一阶惯性滤波器输出信号过程即HOIFPCV(t)为对所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)的一阶惯性滤波跟踪；所述HOIFPCV(t)有初值记忆作用，在OTC＝AT/S＝1后，HOIFPCV(t)将在所述HOIFPOV的基础上变化。
噪声干扰信号源
噪声干扰信号源(Noise jamming signal source，NJSS)原理图，为图9所示。
将图9表达为
Figure BDA0003085262090000261
其中，NJSS(t)为所述噪声干扰信号源。rand()为伪随机数函数，输出范围0～32768整型实数，单位为无量纲。％为求余数(Finding remainder，FR)，％200为求200的余数，输出范围0～200整型实数，单位为无量纲。100为国定浮点实数，单位为无量纲。KFPR为固定比例调节(Fixed proportion regulation，FPR)的增益，单位为无量纲，固定KFPR＝0.01。KNJSSOR为噪声干扰信号源输出调节(Noise jamming signal source output regulation，NJSSOR)的增益，单位为无量纲。
对公式(4)进行分解，如下：
1)获取伪随机数函数，表达为
rand() (11)
其中，rand()为伪随机数函数，输出范围0～32768整型实数，单位为无量纲。
2)将所述伪随机数函数的输出接入到求余数的输入端，在所述求余数的输出端得到求余数信号(Finding remainder signal，FRS)，表达为
FRS(t)＝rand()％200 (12)
其中，FRS(t)为所述求余数信号，输出范围0～200整型实数，单位为无量纲。％200为求200的余数。rand()为所述伪随机数函数。
3)将所述求余数信号接入到减法运算(Subtraction operation，SO)的被减数输入端，将国定浮点实数100接入到所述减法运算的减数输入端，在所述减法运算的输出端得到减法运算信号(Subtraction operation signal，SOS)，表达为
SOS(t)＝FRS(t)-100 (13)
其中，SOS(t)为所述减法运算信号，输出范围±100浮点实数，单位为无量纲。FRS(t)为所述求余数信号。
4)将所述减法运算信号接入到所述固定比例调节的输入端，在所述固定比例调节的输出端得到固定比例调节信号(Fixed proportion regulation signal，FPRS)，表达为
FPRS(t)＝KFPRSOS(t) (14)
其中，FPRS(t)为所述固定比例调节信号，输出范围±1浮点实数，单位为无量纲。KFPR为所述固定比例调节的增益，固定KFPR＝0.01。SOS(t)为所述减法运算信号。
5)将所述固定比例调节信号接入到所述噪声干扰信号源输出调节的输入端，在所述噪声干扰信号源输出调节的输出端得到所述噪声干扰信号源，表达为
NJSS(t)＝KNJSSORFPRS(t) (15)
其中，NJSS(t)为所述噪声干扰信号源，单位为无量纲。KNJSSOR为所述噪声干扰信号源输出调节的增益，单位为无量纲。FPRS(t)为所述固定比例调节信号。
高频噪声功率增益计算
高频噪声功率增益测量原理图，为图10所示。
通过所述高频噪声功率增益计算，得到输入信号B(Input signal of B，IS:B)相对输入信号A(Input signal of A，IS:A)的高频噪声功率增益的计算结果，并在所述高频噪声功率增益计算的OS输出端输出所述高频噪声功率增益计算结果。
所述高频噪声功率增益计算表达为
Figure BDA0003085262090000281
其中，HFNPG(t)为所述高频噪声功率增益计算过程，单位为无量纲；L-1为拉普拉斯反变换。MVO:B(s)为平均值运算B(Mean value operation of B，MVO:B)的传递函数。HPF:B(s)为高通滤波B(High pass filter of B，HPF:B)的传递函数。OSHPF:B(t)为所述高通滤波B输出信号过程，单位为无量纲。OSSO:B(t)为平方运算B(Square operation of B，SO:B)输出信号过程，单位为无量纲。IS:B(t)为输入信号B过程，单位为无量纲；MVO:A(s)为平均值运算A(Mean value operation of A，MVO:A)的传递函数。HPF:A(s)为高通滤波A(High passfilter of A，HPF:A)的传递函数。OSHPF:A(t)为所述高通滤波A输出信号过程，单位为无量纲。OSSO:A(t)为平方运算A(Square operation of A，SO:A)输出信号过程，单位为无量纲。IS:A(t)为输入信号A过程，单位为无量纲；MVO:A(s)为平均值运算A(Mean valueoperation of A，MVO:A)的传递函数。OSSO:A(t)为平方运算A(Square operation of A，SO:A)输出信号过程，单位为无量纲。IS:A(t)为输入信号A过程，单位为无量纲；TMT为MVO:B(s)和MVO:A(s)共同的平均时间(Mean time，MT)长度，单位为s。THPF为HPF:B(s)和HPF:A(s)共同的高通滤波时间常数，单位为s。
对公式(16)进行分解，如下：
1)将所述输入信号B接入到所述高通滤波B的输入端。
2)将所述高通滤波B的输出端接入到所述平方运算B的输入端。
3)将所述平方运算B的输出端接入到所述平均值运算B的输入端。
4)将所述输入信号A接入到所述高通滤波A的输入端。
5)将所述高通滤波A的输出端接入到所述平方运算A的输入端。
6)将所述平方运算A的输出端接入到所述平均值运算A的输入端。
7)将所述平均值运算B的输出端接入到除法运算(Division operation，DO)的被除数输入端。将所述平均值运算A的输出端接入到所述除法运算(Division operation，DO)的除数输入端。在所述除法运算的输出端得到所述高频噪声功率增益计算过程。用HFNPG(t)表达所述高频噪声功率增益计算过程，单位为无量纲。
8)将所述高频噪声功率增益计算过程即HFNPG(t)在所述高频噪声功率增益计算的OS输出端输出。
高阶超前观测器高频噪声功率增益的实时跟踪控制
用HFNPGHOLO(t)表达所述高阶超前观测器高频噪声功率增益过程,单位为无量纲。
构造反馈过程控制步骤
1)将所述高阶超前观测器输入信号过程即ISHOLO(t)接入到所述高频噪声功率增益计算的IS:A输入端。将所述第二高阶惯性滤波器输出信号即OSHOIF:S(t)接入到所述高频噪声功率增益计算的IS:B输入端。在所述高频噪声功率增益计算的输出端得到所述第二高频噪声功率增益过程即HFNPG:S(t)。
2)将所述预设数的高频噪声功率增益给定即HFNPGG接入到所述分次数指数运算A的输入端，在所述分次数指数A的输出端得到分次数指数运算A信号过程即SREO:A(t)。
3)将所述第二高频噪声功率增益过程即HFNPG:S(t)接入到所述分次数指数运算B的输入端，在所述分次数指数运算B的输出端得到分次数指数运算B信号过程即SREO:B(t)。
4)将所述分次数指数运算A信号过程接入到所述比较器的正输入端。将所述分次数指数运算B信号过程接入到所述比较器的负输入端。在所述比较器输出端得到比较信号过程即SC(t)。
5)将所述比较信号过程接入到所述积分控制的输入端。在所述积分控制的输出端得到积分控制信号即SIC(t)。
6)将所述积分控制信号过程即SIC(t)接入到所述乘法运算的第一个输入端，将所述高阶惯性滤波器参数原始值即HOIFPOV接入到所述乘法运算的第二个输入端。在所述乘法器输出端得到所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)。
7)将所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)接入到所述第二高阶惯性滤波器的HOIFPCV:S输入端，用于给定所述第二高阶惯性滤波参数即THOIFP:S，即THOIFP:S＝HOIFPCV:S(t)。
8)将第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)接入到所述一阶惯性滤波器的输入端。在所述一阶惯性滤波器输出端得到所述高阶惯性滤波参数控制值过程即HOIFPCV(t)。
9)将所述高阶惯性滤波参数控制值过程即HOIFPCV(t)接入到所述高阶超前观测器的HOIFPCV输入端，用于设置所述高阶惯性滤波参数即THOIFP，使所述高阶超前观测器高频噪声功率增益过程即HFNPGHOLO(t)实时跟踪所述第二高频噪声功率增益过程即HFNPG:S(t)。
实时跟踪/停止状态
1)设置停止状态，即AT/S＝0，则所述反馈过程控制停止工作，所述积分控制信号过程即SIC(t)＝1，所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)＝SIC(t)HOIFPOV＝HOIFPOV，所述高阶惯性滤波参数控制值过程即HOIFPCV(t)＝HOIFPOV。所述第二高阶惯性滤波参数即THOIFP:S＝HOIFPOV。所述高阶惯性滤波参数即THOIFP＝HOIFPOV。
2)设置实时跟踪状态，即AT/S＝1，则所述反馈过程控制开始工作，所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)＝SIC(t)HOIFPOV，所述高阶惯性滤波参数控制值过程即HOIFPCV(t)为对所述HOIFPCV:S(t)的一阶惯性滤波跟踪输出。所述第二高阶惯性滤波参数即THOIFP:S＝HOIFPCV:S(t)。所述高阶惯性滤波参数即THOIFP＝HOIFPCV(t)。
反馈过程控制
实时跟踪状态下，即AT/S＝1，，通过所述反馈过程控制，以所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)为控制量，以控制所述第二高阶惯性滤波参数THOIFP:S为手段，即THOIFP:S＝HOIFPCV:S(t)，将所述第二高频噪声功率增益过程即HFNPG:S(t)控制在所述预设数的高频噪声功率增益给定即HFNPGG；通过对所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)进行一阶惯性滤波跟踪得到所述高阶惯性滤波参数控制值过程即HOIFPCV(t)，使所述高阶超前观测器高频噪声功率增益过程即HFNPGHOLO(t)实时跟踪所述第二高阶惯性滤波器高频噪声功率增益过程即HFNPG:S(t)。在所述反馈过程控制进入到稳态后，最终，所述高阶超前观测器高频噪声功率增益过程即HFNPGHOLO(t)实时跟踪到所述预设数的高频噪声功率增益给定即HFNPGG。
由于噪声干扰信号的值不稳定性，在所述反馈过程控制进入稳态后，所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)将在其平均值(Average value，AV)附近波动，用HOIFPCV:S:AV表达所述HOIFPCV:S(t)的平均值，单位为s。因为对所述第二高阶惯性滤波参数控制值过程即HOIFPCV:S(t)进行一阶惯性滤波跟踪得到所述滤波参数控制过程即HOIFPCV(t)，相对HOIFPCV:S(t)，HOIFPCV(t)更加平稳
在某一具体实施例中，所述高阶超前观测器(即三阶超前观测器)的参数为：n＝3，THOIIM＝95s，HOIFPOV＝60s。设置所述噪声干扰信号源的KNJSSOR＝0.1；设置所述分次数指数运算常数m＝8；设置所述高频噪声功率增益计算的TMT＝600s，设置所述高通滤波的KHPF＝30s；设置所述比较器的DZC＝0.015。设置所述积分控制的TIC＝900s；设置所述一阶惯性滤波的TFOIF＝500s；设置所述预设数的高频噪声功率增益给定HFNPGG＝8.5。
在数字离散测量间隔为1s，从过程时间t＝0s开始设置实时跟踪状态，即AT/S＝1。得到所述三阶超前观测器输入信号的仿真实验结果，为图11所示。得到所述第二四阶惯性滤波器输出信号的仿真实验结果，为图12所示。得到所述第二高频噪声功率增益的仿真实验结果，为图13所示。得到所述第二四阶惯性滤波参数控制值的仿真实验结果，为图14所示。得到所述四阶惯性滤波参数控制值的仿真实验结果，为图15所示。
图12所示，在给出的过程时间t＝0-8000s范围，从t＝0s开始，所述第二高频噪声功率增益过程即HFNPG:S(t)逐渐向所述预设数的高频噪声功率增益给定即HFNPGG＝8.5收敛，最终在8.5附近波动；图13所示，从t＝0s开始，所述第二三阶惯性滤波参数控制值过程即HOIFPCV:S(t)从60s逐渐减小，最终在HOIFPCV:S(t)平均值即HOIFPCV:S:AV附近波动。其中HOIFPCV:S(t)在t＝830s～8000s的平均值即HOIFPCV:S:AV等于27.8s。图14所示，相对所述HOIFPCV:S(t)，所述HOIFPCV(t)更加平稳。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例提供的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法及装置，利用信号中含有的噪声干扰信号完成第二高频噪声功率增益的在线计算，在实际过程信号中普遍含有高频噪声干扰信号。通过所述反馈过程控制，以所述第二三阶惯性滤波参数控制值过程即HOIFPCV:S(t)为控制量，以控制所述第二三阶惯性滤波参数即THOIFP:S为手段，即THOIFP:S＝HOIFPCV:S(t)，将所述第二高频噪声功率增益过程即HFNPG:S(t)控制在所述预设数的高频噪声功率增益给定即HFNPGG；在实时跟踪方式下，通过对所述第二三阶惯性滤波参数控制值过程HOIFPCV:S(t)进行一阶惯性滤波跟踪得到所述高阶惯性滤波参数控制值过程即HOIFPCV(t)，使所述高阶超前观测器高频噪声功率增益过程即HFNPGHOLO(t)跟踪所述第二频高频噪声功率增益过程即HFNPG:S(t)。在所述反馈过程控制进入到稳态后，最终，所述高阶超前观测器高频噪声功率增益过程即HFNPGHOLO(t)跟踪到所述预设数的高频噪声功率增益给定即HFNPGG；明显特点是：通过实时跟踪控制，将所述高阶超前观测器高频噪声功率增益跟踪到所述预设数的高频噪声功率增益给定，将所述高阶超前观测器的性能控制在最佳的状态下。并且对所述三阶超前观测器实现在线跟踪控制，不用构造完全一样的第二三阶超前观测器，省时省力，节约成本。
该发明同样适用于阶次大于2的其他所有高阶超前观测器。
第二方面。
请参阅图16，本发明提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，包括：
第二高阶惯性滤波器建立及运算模块10，用于获取高阶惯性滤波器的高阶惯性滤波原始参数，根据所述高阶惯性滤波原始参数建立第二高阶惯性滤波器；获取高阶惯性滤波器的输入信号，将所述高阶惯性滤波器的输入信号输入至第二高阶惯性滤波器，得到第二高阶惯性滤波器的输出信号。
具体地，所述第二高阶惯性滤波器的传递函数为：
Figure BDA0003085262090000341
其中，HOIF:S(s)为第二高阶惯性滤波器的传递函数，THOIFP:S为第二高阶惯性滤波参数，HOIFPV:S(t)为第二高阶惯性滤波参数控制值，s为拉普拉斯算子，t为时间值。
高频噪声功率增益计算模块20，用于获取高阶超前观测器的输入信号，将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益。
在某一具体实施方式中，所述高频噪声功率增益计算模块20还用于：
将所述高阶超前观测器的输入信号输入至第一高通滤波单元，得到第一高通滤波信号；将所述第一高通滤波信号输入至第一平方运算单元，得到第一平方信号；将所述第一平方信号输入至第一平均值运算单元，得到第一平均值信号；
将所述第二高阶惯性滤波器的输出信号输入至第二高通滤波单元，得到第二高通滤波信号；将所述第二高通滤波信号输入至第二平方运算单元，得到第二平方信号；将所述第二平方信号输入至第二平均值运算单元，得到第二平均值信号；
将所述第一平均值信号及所述第二平均值信号输入至除法运算单元，得到第二高频噪声功率增益。
具体地，所述高频噪声功率增益计算单元的传递函数为：
Figure BDA0003085262090000361
其中，HFNPG(t)为高频噪声功率增益计算单元的传递函数，L-1为拉普拉斯反变换，MOV:B(s)为第二平均值运算单元的传递函数，HPF:B(s)为第二高通滤波单元的传递函数，OSHPF:B(t)为第二高通滤波输出信号过程，OSSO:B(t)为第二平方运算输出信号过程，IS:B(t)为第二输入信号，MOV:A(s)为第一平均值运算单元的传递函数，HPF:A(s)为第一高通滤波单元的传递函数，OSHPF:A(t)为第一高通滤波输出信号过程，OSSO:A(t)为第一平方运算单元输出信号过程，IS:A(t)为第一输入信号，TMT为第一平均值运算单元和第二平均值运算单元共同的平均时间，THPF为第一高通滤波单元和第二高通滤波单元共同的高通滤波时间常数，s为拉普拉斯算子，t为时间值。
非线性偏差积分控制模块30，用于获取预设高频噪声功率增益给定信号，将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号。
在某一具体实施方式中，所述非线性偏差积分控制模块30还用于：
将所述预设高频噪声功率增益给定信号输入至第一分数次指数运算单元，得到第一分数次指数运算信号；
将所述第二高频噪声功率增益输入至第二分数次指数运算单元，得到第二分数次指数运算信号；
将所述第一分数次指数运算信号及所述第二分数次指数运算信号输入至比较器，得到比较信号；
获取自动跟踪-停止的输出信号，将所述比较信号、所述自动跟踪-停止的输出信号及常数1输入至积分控制单元，得到积分控制信号。
具体地，所述第一分数次指数运算单元及所述第二分数次指数运算单元的传递函数为：
Figure BDA0003085262090000371
其中，m为分次数指数运算常数，SREO:A(t)为第一分数次指数运算单元的传递函数，HFNPGG为预设高频噪声功率增益给定信号，SREO:B(t)为第二分数次指数运算单元的传递函数，HFNPGHOLO:S(t)为第二高频噪声功率增益，t为时间值。
所述比较器的传递函数为：
Figure BDA0003085262090000372
其中，SC(t)为比较器的传递函数，ISG(t)为给定端输入信号，SREO:A(t)为第一分数次指数运算单元的传递函数，ISF(t)为反馈端输入信号过程，SREO:B(t)为第二分数次指数运算单元的传递函数；DZC为比较器的死区，t为时间值。
所述积分控制单元的传递函数为：
Figure BDA0003085262090000381
其中，SIC(t)为积分控制单元的传递函数，TI为积分控制单元的跟踪输入，OTC为积分控制单元的输出跟踪控制，AT/S为自动跟踪-停止的输出信号，SC(t)为比较器的传递函数，t为时间值。
乘法器运算模块40，用于将所述高阶惯性滤波原始参数及所述积分控制信号输入至乘法器，得到惯性滞后时间常数给定信号。
具体地，所述乘法器的传递函数为：
HOIFPCV:S(t)＝SIC(t)HOIFPOV；
其中，HOIFPCV:S(t)为乘法器的传递函数，SIC(t)为积分控制单元的传递函数，HOIFPOV为高阶惯性滤波原始参数，t为时间值。
一阶惯性滤波器运算模块50，用于将所述惯性滞后时间常数给定信号输入至所述第二高阶惯性滤波器，对所述第二高阶惯性滤波器进行控制，并将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
在某一具体实施方式中，所述一阶惯性滤波器运算模块50还用于：
获取自动跟踪-停止的输出信号，将所述自动跟踪-停止的输出信号、所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
具体地，所述一阶惯性滤波器的传递函数为：
Figure BDA0003085262090000391
其中，FOIF(s)为一阶惯性滤波器的传递函数，TFOIF为一阶惯性滤波器的时间常数，HOIFPCV(t)为高阶惯性滤波参数控制值，GI为一阶惯性滤波器的跟踪输入，HOIFPOV为高阶惯性滤波原始参数，OGC为一阶惯性滤波器的跟踪控制，AT/S为自动跟踪-停止的输出信号，L-1为拉普拉斯反变换，HOIFPCV:S(t)为第二高阶惯性滤波参数控制值过程，s为拉普拉斯算子，t为时间值。
高阶超前观测器运算模块60，用于将所述高阶惯性滤波参数及所述高阶超前观测器的输入信号输入至所述高阶超前观测器，得到高阶超前观测器的输出信号。
其中，所述高阶超前观测器的输入信号为火电机组的再热汽温。
具体地，所述高阶超前观测器的传递函数为：
Figure BDA0003085262090000392
其中，HOLO(s)为高阶超前观测器的传递函数，HOIIM(s)为高阶惯性逆模型的传递函数，THOIIM为高阶惯性逆模型的时间常数，HOIF(s)为高阶惯性滤波器的传递函数，THOIFP为高阶惯性滤波器的高阶惯性滤波参数，n为高阶超前观测器的阶次，s为拉普拉斯算子。
本发明提供一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，利用信号中含有的噪声干扰信号完成高频噪声功率增益的在线计算，在实际过程信号中普遍含有高频噪声干扰信号，通过将所述高阶超前观测器的高频噪声功率增益实时跟踪控制到预设数的高频噪声功率增益给定，将所述高阶超前观测器的性能控制在最佳的状态下，并且对所述高阶超前观测器的在线工作影响较小。
第三方面。
本发明提供了一种电子设备，该电子设备包括：
处理器、存储器和总线；
所述总线，用于连接所述处理器和所述存储器；
所述存储器，用于存储操作指令；
所述处理器，用于通过调用所述操作指令，可执行指令使处理器执行如本申请的第一方面所示的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法对应的操作。
在一个可选实施例中提供了一种电子设备，如图17所示，图17所示的电子设备5000包括：处理器5001和存储器5003。其中，处理器5001和存储器5003相连，如通过总线5002相连。可选地，电子设备5000还可以包括收发器5004。需要说明的是，实际应用中收发器5004不限于一个，该电子设备5000的结构并不构成对本申请实施例的限定。
处理器5001可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器5001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线5002可包括一通路，在上述组件之间传送信息。总线5002可以是PCI总线或EISA总线等。总线5002可以分为地址总线、数据总线、控制总线等。为便于表示，图17中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器5003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器5003用于存储执行本申请方案的应用程序代码，并由处理器5001来控制执行。处理器5001用于执行存储器5003中存储的应用程序代码，以实现前述任一方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
第四方面。
本发明提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现本申请第一方面所示的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法。
本申请的又一实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。

Claims (24)

1.一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，包括：
获取高阶惯性滤波器的高阶惯性滤波原始参数，根据所述高阶惯性滤波原始参数建立第二高阶惯性滤波器；获取高阶惯性滤波器的输入信号，将所述高阶惯性滤波器的输入信号输入至第二高阶惯性滤波器，得到第二高阶惯性滤波器的输出信号；
获取高阶超前观测器的输入信号，将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益；
获取预设高频噪声功率增益给定信号，将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号；
将所述高阶惯性滤波原始参数及所述积分控制信号输入至乘法器，得到惯性滞后时间常数给定信号；
将所述惯性滞后时间常数给定信号输入至所述第二高阶惯性滤波器，对所述第二高阶惯性滤波器进行控制，并将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数；
将所述高阶惯性滤波参数及所述高阶超前观测器的输入信号输入至所述高阶超前观测器，得到高阶超前观测器的输出信号。
2.如权利要求1所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述高阶超前观测器的传递函数为：
Figure FDA0003622833760000011
其中，HOLO(s)为高阶超前观测器的传递函数，HOIIM(s)为高阶惯性逆模型的传递函数，THOIIM为高阶惯性逆模型的时间常数，HOIF(s)为高阶惯性滤波器的传递函数，THOIFP为高阶惯性滤波器的高阶惯性滤波参数，n为高阶超前观测器的阶次，s为拉普拉斯算子。
3.如权利要求1所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述第二高阶惯性滤波器的传递函数为：
Figure FDA0003622833760000021
其中，HOIF:S(s)为第二高阶惯性滤波器的传递函数，THOIFP:S为第二高阶惯性滤波参数，HOIFPV:S(t)为第二高阶惯性滤波参数控制值，s为拉普拉斯算子，t为时间值。
4.如权利要求1所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号，包括：
将所述预设高频噪声功率增益给定信号输入至第一分数次指数运算单元，得到第一分数次指数运算信号；
将所述第二高频噪声功率增益输入至第二分数次指数运算单元，得到第二分数次指数运算信号；
将所述第一分数次指数运算信号及所述第二分数次指数运算信号输入至比较器，得到比较信号；
获取自动跟踪-停止的输出信号，将所述比较信号、所述自动跟踪-停止的输出信号及常数1输入至积分控制单元，得到积分控制信号。
5.如权利要求4所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述第一分数次指数运算单元及所述第二分数次指数运算单元的传递函数为：
Figure FDA0003622833760000022
其中，m为分次数指数运算常数，SREO:A(t)为第一分数次指数运算单元的传递函数，HFNPGG为预设高频噪声功率增益给定信号，SREO:B(t)为第二分数次指数运算单元的传递函数，HFNPGHOLO:S(t)为第二高频噪声功率增益，t为时间值。
6.如权利要求5所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述比较器的传递函数为：
Figure FDA0003622833760000031
其中，SC(t)为比较器的传递函数，ISG(t)为给定端输入信号，SREO:A(t)为第一分数次指数运算单元的传递函数，ISF(t)为反馈端输入信号过程，SREO:B(t)为第二分数次指数运算单元的传递函数；DZC为比较器的死区，t为时间值。
7.如权利要求6所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述积分控制单元的传递函数为：
Figure FDA0003622833760000032
其中，SIC(t)为积分控制单元的传递函数，TI为积分控制单元的跟踪输入，OTC为积分控制单元的输出跟踪控制，AT/S为自动跟踪-停止的输出信号，SC(t)为比较器的传递函数，t为时间值，TIC为积分控制单元的积分时间常数。
8.如权利要求1所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述乘法器的传递函数为：
HOIFPCV:S(t)＝SIC(t)HOIFPOV；
其中，HOIFPCV:S(t)为乘法器的传递函数，SIC(t)为积分控制单元的传递函数，HOIFPOV为高阶惯性滤波原始参数，t为时间值。
9.如权利要求1所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数，包括：
获取自动跟踪-停止的输出信号，将所述自动跟踪-停止的输出信号、所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
10.如权利要求9所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述一阶惯性滤波器的传递函数为：
Figure FDA0003622833760000041
Figure FDA0003622833760000042
其中，FOIF(s)为一阶惯性滤波器的传递函数，TFOIF为一阶惯性滤波器的时间常数，HOIFPCV(t)为高阶惯性滤波参数控制值，GI为一阶惯性滤波器的跟踪输入，HOIFPOV为高阶惯性滤波原始参数，OGC为一阶惯性滤波器的跟踪控制，AT/S为自动跟踪-停止的输出信号，L-1为拉普拉斯反变换，HOIFPCV:S(t)为第二高阶惯性滤波参数控制值过程，s为拉普拉斯算子，t为时间值。
11.如权利要求1所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益，包括：
将所述高阶超前观测器的输入信号输入至第一高通滤波单元，得到第一高通滤波信号；将所述第一高通滤波信号输入至第一平方运算单元，得到第一平方信号；将所述第一平方信号输入至第一平均值运算单元，得到第一平均值信号；
将所述第二高阶惯性滤波器的输出信号输入至第二高通滤波单元，得到第二高通滤波信号；将所述第二高通滤波信号输入至第二平方运算单元，得到第二平方信号；将所述第二平方信号输入至第二平均值运算单元，得到第二平均值信号；
将所述第一平均值信号及所述第二平均值信号输入至除法运算单元，得到第二高频噪声功率增益。
12.如权利要求11所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进方法，其特征在于，所述高频噪声功率增益计算单元的传递函数为：
Figure FDA0003622833760000051
其中，HFNPG(t)为高频噪声功率增益计算单元的传递函数，L-1为拉普拉斯反变换，MVO:B(s)为第二平均值运算单元的传递函数，HPF:B(s)为第二高通滤波单元的传递函数，OSHPF:B(t)为第二高通滤波输出信号过程，OSSO:B(t)为第二平方运算输出信号过程，IS:B(t)为第二输入信号，MVO:A(s)为第一平均值运算单元的传递函数，HPF:A(s)为第一高通滤波单元的传递函数，OSHPF:A(t)为第一高通滤波输出信号过程，OSSO:A(t)为第一平方运算单元输出信号过程，IS:A(t)为第一输入信号，TMT为第一平均值运算单元和第二平均值运算单元共同的平均时间，THPF为第一高通滤波单元和第二高通滤波单元共同的高通滤波时间常数，s为拉普拉斯算子，t为时间值。
13.一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，包括：
第二高阶惯性滤波器建立及运算模块，用于获取高阶惯性滤波器的高阶惯性滤波原始参数，根据所述高阶惯性滤波原始参数建立第二高阶惯性滤波器；获取高阶惯性滤波器的输入信号，将所述高阶惯性滤波器的输入信号输入至第二高阶惯性滤波器，得到第二高阶惯性滤波器的输出信号；
高频噪声功率增益计算模块，用于获取高阶超前观测器的输入信号，将所述高阶超前观测器的输入信号及所述第二高阶惯性滤波器的输出信号输入至高频噪声功率增益计算单元，得到第二高频噪声功率增益；
非线性偏差积分控制模块，用于获取预设高频噪声功率增益给定信号，将所述预设高频噪声功率增益给定信号及所述第二高频噪声功率增益输入至非线性偏差积分控制单元，得到积分控制信号；
乘法器运算模块，用于将所述高阶惯性滤波原始参数及所述积分控制信号输入至乘法器，得到惯性滞后时间常数给定信号；
一阶惯性滤波器运算模块，用于将所述惯性滞后时间常数给定信号输入至所述第二高阶惯性滤波器，对所述第二高阶惯性滤波器进行控制，并将所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数；
高阶超前观测器运算模块，用于将所述高阶惯性滤波参数及所述高阶超前观测器的输入信号输入至所述高阶超前观测器，得到高阶超前观测器的输出信号。
14.如权利要求13所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述高阶超前观测器的传递函数为：
Figure FDA0003622833760000061
其中，HOLO(s)为高阶超前观测器的传递函数，HOIIM(s)为高阶惯性逆模型的传递函数，THOIIM为高阶惯性逆模型的时间常数，HOIF(s)为高阶惯性滤波器的传递函数，THOIFP为高阶惯性滤波器的高阶惯性滤波参数，n为高阶超前观测器的阶次，s为拉普拉斯算子。
15.如权利要求13所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述第二高阶惯性滤波器的传递函数为：
Figure FDA0003622833760000062
其中，HOIF:S(s)为第二高阶惯性滤波器的传递函数，THOIFP:S为第二高阶惯性滤波参数，HOIFPV:S(t)为第二高阶惯性滤波参数控制值，s为拉普拉斯算子，t为时间值。
16.如权利要求13所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述非线性偏差积分控制模块，还用于：
将所述预设高频噪声功率增益给定信号输入至第一分数次指数运算单元，得到第一分数次指数运算信号；
将所述第二高频噪声功率增益输入至第二分数次指数运算单元，得到第二分数次指数运算信号；
将所述第一分数次指数运算信号及所述第二分数次指数运算信号输入至比较器，得到比较信号；
获取自动跟踪-停止的输出信号，将所述比较信号、所述自动跟踪-停止的输出信号及常数1输入至积分控制单元，得到积分控制信号。
17.如权利要求16所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述第一分数次指数运算单元及所述第二分数次指数运算单元的传递函数为：
Figure FDA0003622833760000071
其中，m为分次数指数运算常数，SREO:A(t)为第一分数次指数运算单元的传递函数，HFNPGG为预设高频噪声功率增益给定信号，SREO:B(t)为第二分数次指数运算单元的传递函数，HFNPGHOLO:S(t)为第二高频噪声功率增益，t为时间值。
18.如权利要求17所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述比较器的传递函数为：
Figure FDA0003622833760000072
其中，SC(t)为比较器的传递函数，ISG(t)为给定端输入信号，SREO:A(t)为第一分数次指数运算单元的传递函数，ISF(t)为反馈端输入信号过程，SREO:B(t)为第二分数次指数运算单元的传递函数；DZC为比较器的死区，t为时间值。
19.如权利要求18所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述积分控制单元的传递函数为：
Figure FDA0003622833760000081
其中，SIC(t)为积分控制单元的传递函数，TI为积分控制单元的跟踪输入，OTC为积分控制单元的输出跟踪控制，AT/S为自动跟踪-停止的输出信号，SC(t)为比较器的传递函数，t为时间值，TIC为积分控制单元的积分时间常数。
20.如权利要求13所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述乘法器的传递函数为：
HOIFPCV:S(t)＝SIC(t)HOIFPOV；
其中，HOIFPCV:S(t)为乘法器的传递函数，SIC(t)为积分控制单元的传递函数，HOIFPOV为高阶惯性滤波原始参数，t为时间值。
21.如权利要求13所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述一阶惯性滤波器运算模块，还用于：
获取自动跟踪-停止的输出信号，将所述自动跟踪-停止的输出信号、所述惯性滞后时间常数给定信号及所述高阶惯性滤波原始参数输入至一阶惯性滤波器，得到高阶惯性滤波参数。
22.如权利要求21所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述一阶惯性滤波器的传递函数为：
Figure FDA0003622833760000082
Figure FDA0003622833760000083
其中，FOIF(s)为一阶惯性滤波器的传递函数，TFOIF为一阶惯性滤波器的时间常数，HOIFPCV(t)为高阶惯性滤波参数控制值，GI为一阶惯性滤波器的跟踪输入，HOIFPOV为高阶惯性滤波原始参数，OGC为一阶惯性滤波器的跟踪控制，AT/S为自动跟踪-停止的输出信号，L-1为拉普拉斯反变换，HOIFPCV:S(t)为第二高阶惯性滤波参数控制值过程，s为拉普拉斯算子，t为时间值。
23.如权利要求13所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述高频噪声功率增益计算模块，还用于：
将所述高阶超前观测器的输入信号输入至第一高通滤波单元，得到第一高通滤波信号；将所述第一高通滤波信号输入至第一平方运算单元，得到第一平方信号；将所述第一平方信号输入至第一平均值运算单元，得到第一平均值信号；
将所述第二高阶惯性滤波器的输出信号输入至第二高通滤波单元，得到第二高通滤波信号；将所述第二高通滤波信号输入至第二平方运算单元，得到第二平方信号；将所述第二平方信号输入至第二平均值运算单元，得到第二平均值信号；
将所述第一平均值信号及所述第二平均值信号输入至除法运算单元，得到第二高频噪声功率增益。
24.如权利要求23所述的一种适用高阶控制策略参数调节的高频噪声功率增益在线跟踪改进系统，其特征在于，所述高频噪声功率增益计算单元的传递函数为：
Figure FDA0003622833760000091
其中，HFNPG(t)为高频噪声功率增益计算单元的传递函数，L-1为拉普拉斯反变换，MVO:B(s)为第二平均值运算单元的传递函数，HPF:B(s)为第二高通滤波单元的传递函数，OSHPF:B(t)为第二高通滤波输出信号过程，OSSO:B(t)为第二平方运算输出信号过程，IS:B(t)为第二输入信号，MVO:A(s)为第一平均值运算单元的传递函数，HPF:A(s)为第一高通滤波单元的传递函数，OSHPF:A(t)为第一高通滤波输出信号过程，OSSO:A(t)为第一平方运算单元输出信号过程，IS:A(t)为第一输入信号，TMT为第一平均值运算单元和第二平均值运算单元共同的平均时间，THPF为第一高通滤波单元和第二高通滤波单元共同的高通滤波时间常数，s为拉普拉斯算子，t为时间值。
CN202110578776.1A 2021-05-26 2021-05-26 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法 Active CN113312585B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110578776.1A CN113312585B (zh) 2021-05-26 2021-05-26 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110578776.1A CN113312585B (zh) 2021-05-26 2021-05-26 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法

Publications (2)

Publication Number Publication Date
CN113312585A CN113312585A (zh) 2021-08-27
CN113312585B true CN113312585B (zh) 2022-06-10

Family

ID=77374983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110578776.1A Active CN113312585B (zh) 2021-05-26 2021-05-26 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法

Country Status (1)

Country Link
CN (1) CN113312585B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1055454A (zh) * 1990-04-06 1991-10-16 通用电气公司 低功耗小面积高阶∑-△过抽样a/d转换集成电路网络
NL1036600C2 (en) * 2009-02-18 2010-08-19 Hypex Electronics B V Self oscillating class d amplification device.
CN102057581A (zh) * 2008-06-27 2011-05-11 熵敏通讯股份有限公司 用于有源双工器的系统和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901385B (zh) * 2019-03-19 2023-03-17 广东电网有限责任公司 一种超前观测方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1055454A (zh) * 1990-04-06 1991-10-16 通用电气公司 低功耗小面积高阶∑-△过抽样a/d转换集成电路网络
CN102057581A (zh) * 2008-06-27 2011-05-11 熵敏通讯股份有限公司 用于有源双工器的系统和方法
NL1036600C2 (en) * 2009-02-18 2010-08-19 Hypex Electronics B V Self oscillating class d amplification device.

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Modified Proportional-Integral Loop Filter to Suppress DCO Noise in Digital PLL;Won Namgoong;《IEEE Transactions on Circuits and Systems II: Express Briefs》;20180831;第65卷(第8期);第974-978页 *
自适应光学系统的混合控制方法;王佳英 等;《激光与光电子学进展》;20201215;第57卷(第23期);第1-11页 *

Also Published As

Publication number Publication date
CN113312585A (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN109856978B (zh) 一种获取被控对象模型的方法及装置
CN113311708B (zh) 跟踪高频噪声幅值增益调节控制策略参数的方法及系统
CN113359413B (zh) 一种实际微分器的参数调节系统及方法
CN113341720B (zh) 一种线性最速跟踪滤波器的控制方法、系统及装置
CN113296411B (zh) 跟踪高频噪声功率增益调节控制策略参数的方法及系统
CN113312585B (zh) 高阶控制策略参数调节的高频噪声功率增益在线跟踪方法
CN113311706B (zh) 高性能超前观测器的高频噪声功率增益的自动跟踪方法
CN113311755B (zh) 一种高频噪声幅值增益的自动跟踪改进方法及系统
CN113311699B (zh) 高性能超前观测器的高频噪声幅值增益的自动跟踪方法
CN113325710B (zh) 一种高频噪声幅值增益的自动跟踪系统及方法
CN113346814B (zh) 一种电机控制方法、装置、终端及存储介质
Hossen et al. A comparative investigation on numerical solution of initial value problem by using modified Euler method and Runge Kutta method
CN113114119B (zh) 新型反馈控制器的噪声干扰水平的在线判断方法及系统
CN113189965B (zh) 新型串级控制器的噪声功率增益的在线测量方法及系统
CN113204876B (zh) Pd控制器的噪声增益计算方法、装置、设备及介质
CN113176729B (zh) Pid控制器的噪声干扰检测方法、装置、设备及介质
CN113189919B (zh) 一种高频噪声功率增益的控制系统及方法
CN118068874A (zh) 一种控制系统的过程超调抑制方法及装置
CN118012151A (zh) 一种工程最速控制系统的过程给定信号修正方法及装置
CN113296396B (zh) 一种高频噪声功率增益的自动跟踪系统及方法
CN113204230A (zh) 滑动窗跟踪微分器的高频噪声功率增益的在线测量方法
CN108563855B (zh) 一种考虑动态特性的锁相环机电暂态仿真方法和装置
CN113300676B (zh) 一种实际微分器噪声功率增益自动跟踪系统及方法
CN110456780B (zh) 自动控制系统的控制品质调整方法、装置和可读存储介质
CN118012152A (zh) 一种工程最速控制系统的过程给定信号校正方法及装置

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