CN114126391B - 用于抑制共模电磁干扰的方法及装置、电机驱动系统 - Google Patents
用于抑制共模电磁干扰的方法及装置、电机驱动系统 Download PDFInfo
- Publication number
- CN114126391B CN114126391B CN202111219916.2A CN202111219916A CN114126391B CN 114126391 B CN114126391 B CN 114126391B CN 202111219916 A CN202111219916 A CN 202111219916A CN 114126391 B CN114126391 B CN 114126391B
- Authority
- CN
- China
- Prior art keywords
- common mode
- electromagnetic interference
- random number
- mode electromagnetic
- transition matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000007704 transition Effects 0.000 claims abstract description 44
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 12
- 239000000969 carrier Substances 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims 1
- 230000001629 suppression Effects 0.000 abstract description 10
- 238000003860 storage Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- BNPSSFBOAGDEEL-UHFFFAOYSA-N albuterol sulfate Chemical compound OS(O)(=O)=O.CC(C)(C)NCC(O)C1=CC=C(O)C(CO)=C1.CC(C)(C)NCC(O)C1=CC=C(O)C(CO)=C1 BNPSSFBOAGDEEL-UHFFFAOYSA-N 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K9/00—Screening of apparatus or components against electric or magnetic fields
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本申请涉及电机系统共模抑制技术领域，公开一种用于抑制共模电磁干扰的方法，包括：生成随机数；构建马尔科夫状态转移矩阵；根据所述随机数与所述马尔科夫状态转移矩阵，构建控制脉冲序列；根据所述控制脉冲序列组成新的载波，以使系统开关频率稳定可控。通过随机数与马尔科夫状态转移矩阵构建控制脉冲序列，组成新的载波，进而将新的载波作为调制载波，完成整个调制过程。调制完成后能够有效抑制共模电磁干扰，并有效提高在拓频调制策略中系统开关频率的稳定性与可控性。本申请还公开一种用于抑制共模电磁干扰的装置及电机驱动系统。
Description
技术领域
本申请涉及电机系统共模抑制技术领域，例如涉及一种用于抑制共模电磁干扰的方法及装置、电机驱动系统。
背景技术
在电机驱动系统中，脉冲宽度调制技术得到了广泛的应用，但是也带来了许多问题，功率器件的快速开关过程会产生很高的dv/dt和di/dt，由此导致了非常严重的共模电磁干扰(EMI，Electromagnetic Interference)问题。解决共模EMI的方法可以分为两种，一种是抑制干扰源，另外一种是阻断耦合途径。阻断耦合途径通过增加EMI滤波器的方式来实现，抑制干扰源方法则是从软件算法入手，通过改进和优化调制策略，从而实现共模EMI的抑制。
目前，在现有的抑制EMI技术中，多周期随机数字脉宽调制电路包括：随机数字脉冲宽度调制模块、线性反馈移位寄存器模块和多路复用器模块，其中，随机数字脉冲宽度调制模块与线性反馈移位寄存器模块连接，线性反馈移位寄存器模块与所述多路复用器模块连接。
在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：
传统的拓频调制策略需实时改变系统开关频率，从而对电机驱动系统的稳态精度与暂态跟随性能造成影响，使得系统的控制性能下降明显。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
本公开实施例提供了一种用于抑制共模电磁干扰的方法、用于抑制共模电磁干扰的装置和电机驱动系统，以提升拓频调制策略中系统开关频率的可控性。
在一些实施例中，所述用于抑制共模电磁干扰的方法包括：
生成随机数；
构建马尔科夫状态转移矩阵；
根据所述随机数与所述马尔科夫状态转移矩阵，构建控制脉冲序列；
根据所述控制脉冲序列组成新的载波，以使系统开关频率稳定可控。
在一些实施例中，所述用于抑制共模电磁干扰的装置包括：
处理器和存储有程序指令的存储器，处理器被配置为在运行所述程序指令时，执行如前述用于抑制共模电磁干扰的方法。
在一些实施例中，所述电机驱动系统包括：
如前述用于抑制共模电磁干扰的装置
本公开实施例提供的用于抑制共模电磁干扰的方法、用于抑制共模电磁干扰的装置和电机驱动系统，可以实现以下技术效果：
通过随机数与马尔科夫状态转移矩阵构建控制脉冲序列，组成新的载波，进而将新的载波作为调制载波，完成整个调制过程。调制完成后能够有效抑制共模电磁干扰，并有效提高在拓频调制策略中系统开关频率的稳定性与可控性。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的一个用于抑制共模电磁干扰的方法的示意图；
图2是本公开实施例提供的一个用于抑制共模电磁干扰的方法的波形转换示意图；
图3是本公开实施例提供的一个用于抑制共模电磁干扰的方法的控制信号示意图；
图4是本公开实施例的一个用于抑制共模电磁干扰的方法的实验数据图；
图5-1是本公开实施例提供的一个另用于抑制共模电磁干扰的方法的实验数据图；
图5-2是本公开实施例提供的一个另用于抑制共模电磁干扰的方法的实验数据图；
图5-3是本公开实施例提供的一个另用于抑制共模电磁干扰的方法的实验数据图；
图6是本公开实施例提供的另一个用于抑制共模电磁干扰的方法的实验数据图；
图7是本公开实施例提供的另一个用于抑制共模电磁干扰的方法的实验数据图；
图8是本公开实施例提供的一个用于抑制共模电磁干扰的装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。
结合图1所示，本公开实施例提供一种用于抑制共模电磁干扰的方法，包括：
S01，电机驱动系统生成随机数。
在本技术方案中，电机驱动系统生成的随机数是通过算式生成，生成的随机数具有高随机性，且可以根据实际工况需求生成不同精度的随机数。
S02，电机驱动系统构建马尔科夫状态转移矩阵。
在本技术方案中，构建的马尔科夫状态转移矩阵是两状态的马尔科夫转移矩阵，并且两状态间的转移概率满足齐次马尔科夫链定律，第一状态与第二状态的合为1。即，在第一状态的转移概率用a表示的情况下，第二状态的转移概率可以表示为1-a。
S03，电机驱动系统根据随机数与马尔科夫状态转移矩阵，构建控制脉冲序列。
在本技术方案中，通过随机数与马尔科夫状态转移矩阵，构建控制脉冲序列属于通过抑制干扰源的方法，从软件算法入手，通过改进和优化调制策略实现共模EMI的抑制。
S04，电机驱动系统根据脉冲控制序列组成新的载波，以使系统开关频率稳定可控。
在本技术方案中，组成新的载波的方式依据帕瑟法尔原理，无需实时改变系统的开关频率，从而有效降低了算法的复杂程度和实现难度，使得电机驱动系统的稳态进度和暂态跟随性能受到的影响，相对于实时改变系统开关频率的方式明显降低。
采用本公开实施例提供的用于抑制共模电磁干扰的方法，通过随机数与马尔科夫状态转移矩阵构建控制脉冲序列，组成新的载波，进而将新的载波作为调制载波，完成整个调制过程。调制完成后能够有效抑制共模电磁干扰，并有效提高在拓频调制策略中系统开关频率的稳定性与可控性。
可选地，按照式(1)生成随机数：
ri＝mod(a*ri-1+b,base)
pi＝ribase (1)
其中，i为正整数，ri表示第i个变量过程，ri-1表示第i-1个变量过程，a和b分别是两个常数项，base为基数，pi为递推的第i个随机数。
在实际应用中，常数项a和b的均为正整数，基数base选取为2的倍数，且当基数base的值越大，产生的随机数的精度越高。如下表一示出在选取不同基数base的值时，如选取基数base为16时，与选取基数base为256时，所产生的5个随机数。
表一、选取不同基数base的值时，基数base与产生的随机数的对应关系
在本实施例中，常数项a的取值为17，常数项b的取值为139。由此可知，在[0,1]区间内，产生的随机数的最大分辨率为1/base，即base取值越大，最大分辨率越小，所产生的随机数的精度越高。通过表一示出的选取基数base为16时，与选取基数base为256时，所产生的5个随机数可以发现，在基数base为16时，所得到的随机数小数点后仅有4位，所能获得的最小分辨率为0.0001；在基数base为256时，所得到的随机数小数点后有8位，所能获得的最小分辨率为0.00000001，精度远大于基数base为16时。应该理解的是，常数项a、常数项b与基数base的取值可以根据实际工况自主选择，本申请对此不做具体限定，只要可满足算式(1)的要求，从而生成随机数即可。
这样，本申请技术方案所生成的随机数具有高随机性与高精度的共同特性，在实际应用中可以根据不同的工况选择不同参数，从而生成随机数，提升用户体验，并为后续抑制共模电磁干扰提供数据基础。
可选地，按照式(2)构建马尔科夫状态转移矩阵：
其中，P表示马尔科夫状态转移矩阵，p11、p12、p21、p22分别表示状态之间的转移概率。
在实际应用中，转移概率满足齐次马尔科夫链定律定律，即p11+p12＝1，p21+p22＝1，此时转移概率分别用p和1-p表示。
可选地，根据随机数与马尔科夫状态转移矩阵，构建控制脉冲序列，包括：
以状态0与状态1作为马尔科夫状态转移矩阵的状态；将随机数带入马尔科夫状态转移矩阵，得到以状态0与状态1组成的同维度随机数组；将状态0与状态1组成的同维度随机数组作为载波选择标志，得到控制脉冲序列。
在实际应用中，如图2所示，PRF控制序列可以理解为根据状态0与状态1组成的随机数组作为载波选择标志，在对应区间波段内根据状态0与状态1的的分布情况生成控制序列，即在图2中第一格之前,、第四格、第五格、第七格、第十格对应随机数组中的状态0，图中第二格、第三格、第六格、第八格、第九格、第十格之后对应随机数组中的状态1，从而得到PRF控制序列。
可选地，根据控制脉冲序列组成新的载波，包括：
选择频率相同、相位相反的正锯齿波与负锯齿波作为备选载波；根据备选载波与控制脉冲序列，组成新的载波。
在实际应用中，如图2所示，两个锯齿波段分别表示频率相同、相位相反的正锯齿波与负锯齿波，并分别与马尔科夫链中状态0与状态1相对应，其中，状态0代表负锯齿波，状态1代表正锯齿波，且状态0代表负锯齿波，与状态1代表正锯齿波均为本公开实施例中的备选载波。
可选地，根据备选载波与控制脉冲序列，组成新的载波，包括：
根据控制脉冲序列的分布情况，选取备选载波在对应区间波段的载波；将选取的区间波段的载波组合形成新的载波。
在实际应用中，如图2所示，PRF控制序列分布情况为在图中第一格之前部分、第四格、第五格、第七格、第十格分布在对应状态0所属维度内，图中第二格、第三格、第六格、第八格、第九格、第十格之后在对应状态1所属维度内，即在对应格数选取与状态0或状态1相对应的备选载波波段，并将选取的区间波段的载波波形组合形成新的载波，即图中PRF载波。
可选地，新的载波，包括：正锯齿波、负锯齿波、正三角波或负三角波中的一种或多种。
在实际应用中，结合图2所示，若PRF控制序列均为0的情况下，对应选取波形得到的新的载波与马尔科夫链0状态的波形相同。且若马尔科夫链0状态的波形为仅由正锯齿波、负锯齿波、正三角波或负三角波中的一种组成，则新的载波包括正锯齿波、负锯齿波、正三角波或负三角波中的一种。应该理解的是该情况对于PRF控制序列均为1的情况同样适用。
这样，通过随机数与马尔科夫状态转移矩阵构建控制脉冲序列，组成新的载波，进而将新的载波作为调制载波，完成整个调制过程。调制完成后能够有效抑制共模电磁干扰。
可选地，按照式(3)便是系统开关频率：
其中，fs表示系统的开关频率；fc表示新的载波的频率；p表示马尔科夫矩阵的转移概率。
在实际应用中，p和1-p分别代表状态转移到当前状态和另一个状态的概率，因此当p＝0.5时，转移到两种状态的概率是相同的，此时，得到的PRF控制序列中连续为0或者连续为1的概率与0和1状态转换的概率相等，也就意味着生成的载波中出现连续的锯齿波和三角波的概率也是相同的，此时，等效开关频率为载波频率的一半，也就意味着，在不同的时间段内，系统的开关频率将围绕锯齿载波频率的一半上下波动，此时的系统实时开关频率的变化最快，EMI抑制效果最佳。根据帕瑟法尔原理，开关频率快速变化时，固定频率处的谐波峰值可以得到最大程度上的削减。在相邻的三个控制周期内，同时包括两个连续相同控制信号和两个连续但不相同控制信号时，系统的开关频率的变化最为快速，此时的EMI抑制效果是最佳的。如图3所示，当p＝0.5时，开关频率变化次数为7次，当p＝0.25和p＝0.75时，开关频率变化次数分别为6次和3次，因此，当p＝0.5时，开关频率的变化次数大于p取其他值的情况，此时，EMI抑制效果最佳。应该理解的是，当p＝0.25和p＝0.75时同样可以有效的完成EMI抑制。
这样，通过随机数与马尔科夫状态转移矩阵构建控制脉冲序列，组成新的载波，进而将新的载波作为调制载波，完成整个调制过程。调制完成后能够有效抑制共模电磁干扰，并有效提高在拓频调制策略中系统开关频率的稳定性与可控性。
在实际应用中，如图4所示，本公开实施例的一个用于抑制共模电磁干扰的方法的实验数据图，为转移概率p＝0.5的情况下传统SVPWM调制方法和本发明实施例的共模电压对比图，从图中可以看出，两种方法的共模电压有4个相同的状态，分别是±Vdc/2和±Vdc/6。相比于传统的SVPWM调制方法，本发明实施例的共模电压呈现不规律的分布，在0.5ms内仅有7个完成的共模电压模型，包括两个较宽的波形和五个较窄的波形，此时本发明实施例的等效开关频率为14kHz，小于传统SVPWM调制方法的20kHz，在当前的0.5ms内，开关频率发生了较大的变化。当开关频率的计算区间发生变化时，系统等效的开关频率也会发生相应的变化，从而在一定程度上实现了开关频率的随机化。
在实际应用中，如图5-1、图5-2、图5-3所示，是传统SVPWM调制方法和本发明实施例的低频段共模干扰对比图。图5-1、图5-2和图5-3分别对应p＝0.25、0.5和0.75时的对比图，从图中可以看出开关频率及其整数倍次频率处的谐波幅值得到了明显的降低，而且当p＝0.5时，降低的幅值最大，效果最佳，这是因为p＝0.5代表最优的随机化程度，而转移概率p＝0.25和p＝0.75对应生成的控制脉冲序列相较于p＝0.5时呈现的波形更加规律，因而在转移概率p＝0.25和p＝0.75时对应的开关频率的随机化程度较低。
在实际应用中，如图6所示，本公开实施例提供的另一个用于抑制共模电磁干扰的方法的实验数据图，为转移概率分别为p＝0、0.5和1的情况下本发明实施例的全频段共模干扰对比图。当转移概率p＝0.5时，可以最有效的随机化，EMI抑制效果也是最好的。当p＝0时，在电机驱动系统正常运行期间，控制脉冲序列保持恒定，这意味着开关频率也将保持恒定。当p＝1时，脉冲控制信号变为周期为Ts的规则脉冲信号，新载波变为周期为Ts/2的三角波，开关频率变为锯齿载波频率的一半并保持恒定。因此，p＝0和1不会实现开关频率的随机化，EMI水平不会显著降低。
在实际应用中，如图7所示，本公开实施例提供的另一个用于抑制共模电磁干扰的方法的实验数据图，为转移概率p＝0.5的情况下传统SVPWM调制方法和本发明实施例的低频段电流功率谱密度对比图。以p＝0.5为例，10kHz中心频率的二次谐波从-19.2dB(SVPWM)显著降低至-30.5dB(PRF-SVPWM)。测量的电流频谱显示了本发明在扩展谐波能量方面的有效性。
结合图8所示，本公开实施例提供一种用于抑制共模电磁干扰的装置，包括处理器(processor)100和存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令，以执行上述实施例的用于抑制共模电磁干扰的方法。
此外，上述的存储器101中的逻辑指令可以通过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。
存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于抑制共模电磁干扰的方法。
存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。
本公开实施例提供了一种电机驱动系统，包含上述的用于抑制共模电磁干扰的装置。
本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述用于抑制共模电磁干扰的方法。
本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于抑制共模电磁干扰的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，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 Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域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，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以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。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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。另外，在本公开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。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
Claims (7)
1.一种用于抑制共模电磁干扰的方法，其特征在于，包括：
生成随机数；
构建马尔科夫状态转移矩阵；
根据所述随机数与所述马尔科夫状态转移矩阵，构建控制脉冲序列；
根据所述控制脉冲序列组成新的载波，以使系统开关频率稳定可控；
其中，所述根据所述随机数与所述马尔科夫状态转移矩阵，构建控制脉冲序列，包括：
以状态0与状态1作为马尔科夫状态转移矩阵的状态；
将随机数带入马尔科夫状态转移矩阵，得到以状态0与状态1组成的同维度随机数组；
将状态0与状态1组成的同维度随机数组作为载波选择标志，得到控制脉冲序列；
所述根据所述控制脉冲序列组成新的载波，包括：
根据控制脉冲序列的序列分布情况，选取备选载波在对应区间波段的载波；
将选取的区间波段的载波组合形成新的载波；
按照如下算式表示系统开关频率：
其中，fs表示系统的开关频率；fc表示新的载波的频率；p表示马尔科夫矩阵的转移概率。
2.根据权利要求1所述的方法，其特征在于，按照如下算式生成随机数：
ri＝mod(a*ri-1+b,base)
pi＝ribase
其中，ri表示第i个过程变量，a和b表示常数项，均为正整数，base表示基数，pi表示第i个随机数。
3.根据权利要求1所述的方法，其特征在于，按照如下算式构建马尔科夫状态转移矩阵：
其中，P表示马尔科夫状态转移矩阵，p11、p12、p21、p22分别表示状态之间的转移概率。
4.根据权利要求1所述的方法，其特征在于，
选择频率相同、相位相反的正锯齿波与负锯齿波作为备选载波。
5.根据权利要求1所述的方法，其特征在于，所述新的载波，包括：
正锯齿波、负锯齿波、正三角波或负三角波中的一种或多种。
6.一种用于抑制共模电磁干扰的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至5任一项所述的用于抑制共模电磁干扰的方法。
7.一种电机驱动系统，其特征在于，包括如权利要求6所述的用于抑制共模电磁干扰的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111219916.2A CN114126391B (zh) | 2021-10-20 | 2021-10-20 | 用于抑制共模电磁干扰的方法及装置、电机驱动系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111219916.2A CN114126391B (zh) | 2021-10-20 | 2021-10-20 | 用于抑制共模电磁干扰的方法及装置、电机驱动系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114126391A CN114126391A (zh) | 2022-03-01 |
| CN114126391B true CN114126391B (zh) | 2024-05-28 |
Family
ID=80376190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111219916.2A Active CN114126391B (zh) | 2021-10-20 | 2021-10-20 | 用于抑制共模电磁干扰的方法及装置、电机驱动系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114126391B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106160453A (zh) * | 2016-08-05 | 2016-11-23 | 江苏大学 | 一种基于马尔可夫链的npc逆变器混合随机svpwm控制系统及方法 |
| CN112003532A (zh) * | 2020-08-26 | 2020-11-27 | 苏州崧崧智能控制技术有限公司 | 一种基于四状态马尔可夫链的双随机扩频调制方法 |
| CN112953332A (zh) * | 2021-01-29 | 2021-06-11 | 江苏大学 | 一种谐波抑制的共母线开绕组永磁同步电机减振控制方法 |
-
2021
- 2021-10-20 CN CN202111219916.2A patent/CN114126391B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106160453A (zh) * | 2016-08-05 | 2016-11-23 | 江苏大学 | 一种基于马尔可夫链的npc逆变器混合随机svpwm控制系统及方法 |
| CN112003532A (zh) * | 2020-08-26 | 2020-11-27 | 苏州崧崧智能控制技术有限公司 | 一种基于四状态马尔可夫链的双随机扩频调制方法 |
| CN112953332A (zh) * | 2021-01-29 | 2021-06-11 | 江苏大学 | 一种谐波抑制的共母线开绕组永磁同步电机减振控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114126391A (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2022504521A (ja) | 可変位相及び周波数パルス幅変調技術 | |
| Zidan et al. | Controllable V-shape multiscroll butterfly attractor: system and circuit implementation | |
| CN103326985A (zh) | 一种降低ofdm中的均峰比的方法 | |
| CN114126391B (zh) | 用于抑制共模电磁干扰的方法及装置、电机驱动系统 | |
| JP6831922B2 (ja) | 選択可能な周波数及びデューティサイクルを有する分周器 | |
| CN102983839A (zh) | 一种基于fpga实现gmsk信号发生器的方法 | |
| US3885139A (en) | Wideband digital pseudo-gaussian noise generator | |
| CN103346791A (zh) | 具有简化and和重建add逻辑阵列的直接数字频率合成器 | |
| Varahram et al. | A low complexity partial transmit sequence for peak to average power ratio reduction in OFDM systems | |
| Anjali Krishna et al. | Genetic algorithm based 15 level multilevel inverter with SHE PWM | |
| CN107704656A (zh) | 基于fpga的参数化成型滤波器的设计与实现方法 | |
| CN102736892A (zh) | 一种非线性伪随机序列发生器 | |
| Cusick et al. | Recursion orders for weights of Boolean cubic rotation symmetric functions | |
| CN1488192A (zh) | 带状态存储器的数字滤波器 | |
| CN103685117B (zh) | 一种信号处理方法、装置及信号处理级联装置 | |
| Deng et al. | Feedback control of digital chaotic systems with application to pseudorandom number generator | |
| KR101309797B1 (ko) | 성긴 ｗ－ＮＡＦ 키 생성방법，이를 이용한 연산 방법 및암호화 방법 | |
| CN113031917B (zh) | 一种高速概率计算乘法器和计算方法 | |
| CN111585579B (zh) | 基于布尔函数的分组密码s盒快速实现方法及装置 | |
| CN103888394A (zh) | 数字预失真处理方法和装置 | |
| US8751552B2 (en) | System and method of generating complex waveforms | |
| CN103577152A (zh) | 一种提高数据截位后信号无杂散动态范围的方法 | |
| Goel et al. | Novel architecture for area and delay efficient vedic multiplier | |
| CN111400981B (zh) | 仿真电路控制系统、方法、电子设备、存储介质 | |
| US20060268975A1 (en) | Pulse width modulation (PWM) utilizing a randomly generated pattern subsequently modified to create desired control characteristics |
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 |