本发明属于闭环控制技术领域,尤其涉及一种高效的使用自适应闭环控制方法。
背景技术:
随着生产力的不断发展,人们开始要求生活的高质量,一方面要从繁重的体力劳动中解放自己,另一方面要有更高质量的产品来满足生活的需要。自动控制理论自动控制系统就随之而产生了。控制理论和控制系统经过漫长的发展,其研究范围和应用范围很广泛。控制理论研究的对象和应用领域不但涉及到工业、农业、交通、运输等传统产业,还涉及到生物、通讯、信息、管理等新兴行业。由于自动控制理论和自动控制系统获得了如此广泛的应用,所以自动控制的发展必将受到各行各业的关注。本文就是对控制理论和控制系统的发展历史进行综述,叙述控制发展的各个阶段。还有就是控制理论和控制系统的今后的发展趋势。传统的控制系统校正差,容易受到不确定因素干扰,没有反馈机制。
综上所述,现在的技术存在的问题是:传统的控制系统校正差,容易受到不确定因素干扰,没有反馈机制。
技术实现要素:
针对现有技术存在的问题,本发明提供了高效的使用自适应闭环控制方法。
本发明是这样实现的,一种高效的使用自适应闭环控制方法,所述高效的使用自适应闭环控制方法包括以下步骤:
步骤一,给出与期望输出对应的输入量;
所述输入量信号的定时同步的实现方法包括:
(1),根据公式
(2),由接收信号数据r(x),根据公式r(x)=sign(re(r(x)))+j*sign(im(r(x)))得到对接收信号实虚部按符号位映射出的结果r(x),再由本地训练序列数据c(k),利用公式c(k)=sign(re(c(k)))+j*sign(im(c(k)))得到对训练序列数据实虚部按符号位映射出的结果c(k),根据得到的r(x)和c(k)利用公式
(3),由(2)得到的定时偏移估计函数f(x),根据公式
步骤二,求输入量与反馈量的偏差;求输入量与反馈量的偏差,采用集成运算放大器实现;
所述运算放大器计算信号的零中心归一化瞬时幅度的广义分数阶傅里叶变换的最大值即特征量r1:
r1=max|gfrft[acn(i),p]|2/ns
式中,ns个采样点,
计算信号的零中心归一化瞬时幅度的gfrft的最大值即特征量r1,按如下步骤进行:
计算信号x(t)的分数阶傅立叶变换,其表达式为:
式中,kθ(t,u)为分数阶傅立叶变换的核函数,其表达式为:
其中,k取整数,fθ表示θ角度分数阶傅里叶变换算子,θ=pπ/2为旋转角度,p为旋转因子,δ(·)为冲击函数;为了将alpha稳定分布噪声的幅值合理映射到有限区间,同时使信号的相位保持不变,计算信号的广义分数阶傅里叶变换,其表达式为:
其中,
假定第i时刻接收信号的幅度为a(i),把ns个采样点组成一个帧,则基于gfrft的零中心归一化瞬时幅度谱密度的最大值为:
γmax=max|gfrft[acn(i),p]|2/ns;
式中,
步骤三,放大信号;包括电压放大及功率放大;
步骤四,驱动被控对象,直接驱动被控对象,使输出量发生变化;常用的有电动机、调节阀、液压马达;
步骤五,检测被控量并转换为所需要的电信号,用于速度检测的测速发电机、光电编码盘;用于位置与角度检测的旋转变压器、自整机;用于电流检测的互感器及用于温度检测的热电偶;
步骤六,反馈校正,反馈信号是再生或退化;再生反馈时存在的极性或相位关系的行为,以援助或增加的主要控制信号来补偿;如果反馈的幅度足够大或出现振荡发散;当在再生反馈控制系统,在红外补偿,有过多的反馈效应,必须限制,否则将导致不稳定的情况;
所述反馈信号节点标记过程,包括以下步骤:
步骤一,增加源节点s连接所有的pi,pi为电路的原始输入,初始化集合l={pi},所有的pi节点标记值赋为0;
步骤二,从l中选取一个节点t,首先求节点t的花费cost,cost(t)=weight(t)/node_num_fanout(t),其中weight(t)为节点t的权重,默认为1,node_num_fanout(t)为节点t的扇出节点个数;
步骤三,将节点t及其所有前驱节点构造为网络nt,计算网络nt中所有满足lut对输入个数k约束要求的划分
步骤四,设p为nt中节点的最大标记,将nt中所有标记等于p的节点都合并到t中得到新的节点t’,将该网络记为nt’;
步骤五,将网络nt’中,除了s和t’外的所有节点,分裂成两个节点,分裂边的权值设为1,原有边的权值设为∞,将该网络记为nt”,根据最大流最小割定理,判断nt”网络中的最大流是否小于等于k,如果是,则节点t的标记为p,否则为p+1;
步骤六,如果满足节点t标记的划分有两个或两个以上,则按照步骤二的方法计算最小cost的划分,记为min-heightmin-cost划分,如果只有一个这样的划分,则直接记为min-heightmin-cost划分;
步骤七,更新集合l,l=(l-{t})∪{node_fanout(t)},node_fanout(t)为节点t的扇出节点集合,判断l是否为空,如果不为空,则跳至步骤二,否则,节点标记过程结束。
进一步,所述检测装置将被检测的物理量转换为相应的连续或离散的电压或电流信号。
进一步,所述校正元件根据在系统中所处的位置不同,可分别称为串联校正原件和反馈校正元件。
本发明的优点及积极效果为:由于输出信号的反馈量与输入量作比较产生偏差信号,利用偏差信号实现对输出量的控制或者调节,所以系统的输出量能够自动地跟踪输入量,减小跟踪误差,提高控制精度,抑制扰动信号的影响。除此之外,负反馈构成的闭环控制系统还有其他的优点:引入反馈通路后,使得系统对前向通路中元器件参数的变化不灵敏,从而使系统对于前向通路中元器件的精度要求不高;反馈作用还可以使得整个系统对于某些非线性影响不灵敏。
附图说明
图1是本发明实施提供的高效的使用自适应闭环控制方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种高效的使用自适应闭环控制方法包括以下步骤:
步骤s101:给出与期望输出对应的输入量。
步骤s102:求输入量与反馈量的偏差。
求输入量与反馈量的偏差,常采用集成运算放大器(简称集成运放)来实现。
步骤s103:放大信号。
由于偏差信号一般较小,不足以驱动负载,故需要放大元件,包括电压放大及功率放大。
步骤s104:驱动被控对象。
直接驱动被控对象,使输出量发生变化。常用的有电动机、调节阀、液压马达等。
步骤s105:检测被控量并转换为所需要的电信号。
在控制系统中常用的有用于速度检测的测速发电机、光电编码盘等;用于位置与角度检测的旋转变压器、自整机等;用于电流检测的互感器及用于温度检测的热电偶等。
步骤s106:反馈校正。
校正元件也叫补偿元件,是结构与参数便于调整的元件,以串联或反馈的方式连接在系统中,完成所需的运算功能,以改善系统的性能。反馈信号可以是再生(同相)或退化(内异相)。再生反馈时存在的极性或相位关系的行为,是以援助或增加的主要控制信号来补偿。如果反馈的幅度足够大或出现振荡发散(这是在无线电频率的振荡器操作中使用的主要)。当在再生反馈控制系统,用这些在红外补偿,有过多的反馈效应,必须限制,否则将导致不稳定的情况。
所述反馈信号节点标记过程,包括以下步骤:
步骤一,增加源节点s连接所有的pi,pi为电路的原始输入,初始化集合l={pi},所有的pi节点标记值赋为0;
步骤二,从l中选取一个节点t,首先求节点t的花费cost,cost(t)=weight(t)/node_num_fanout(t),其中weight(t)为节点t的权重,默认为1,node_num_fanout(t)为节点t的扇出节点个数;
步骤三,将节点t及其所有前驱节点构造为网络nt,计算网络nt中所有满足lut对输入个数k约束要求的划分
步骤四,设p为nt中节点的最大标记,将nt中所有标记等于p的节点都合并到t中得到新的节点t’,将该网络记为nt’;
步骤五,将网络nt’中,除了s和t’外的所有节点,分裂成两个节点,分裂边的权值设为1,原有边的权值设为∞,将该网络记为nt”,根据最大流最小割定理,判断nt”网络中的最大流是否小于等于k,如果是,则节点t的标记为p,否则为p+1;
步骤六,如果满足节点t标记的划分有两个或两个以上,则按照步骤二的方法计算最小cost的划分,记为min-heightmin-cost划分,如果只有一个这样的划分,则直接记为min-heightmin-cost划分;
步骤七,更新集合l,l=(l-{t})∪{node_fanout(t)},node_fanout(t)为节点t的扇出节点集合,判断l是否为空,如果不为空,则跳至步骤二,否则,节点标记过程结束。
进一步,所述检测装置将被检测的物理量转换为相应的连续或离散的电压或电流信号。
进一步,所述校正元件根据在系统中所处的位置不同,可分别称为串联校正原件和反馈校正元件。
进一步,所述检测装置一般都将被检测的物理量转换为相应的连续或离散的电压或电流信号。
进一步,所述校正元件根据在系统中所处的位置不同,可分别称为串联校正原件和反馈校正元件。
所述输入量信号的定时同步的实现方法包括:
步骤一,根据公式
步骤二,由接收信号数据r(x),根据公式r(x)=sign(re(r(x)))+j*sign(im(r(x)))得到对接收信号实虚部按符号位映射出的结果r(x),再由本地训练序列数据c(k),利用公式c(k)=sign(re(c(k)))+j*sign(im(c(k)))得到对训练序列数据实虚部按符号位映射出的结果c(k),根据得到的r(x)和c(k)利用公式
步骤三,由步骤二得到的定时偏移估计函数f(x),根据公式
所述运算放大器计算信号的零中心归一化瞬时幅度的广义分数阶傅里叶变换的最大值即特征量r1:
r1=max|gfrft[acn(i),p]|2/ns
式中,ns个采样点,
计算信号的零中心归一化瞬时幅度的gfrft的最大值即特征量r1,按如下步骤进行:
计算信号x(t)的分数阶傅立叶变换,其表达式为:
式中,kθ(t,u)为分数阶傅立叶变换的核函数,其表达式为:
其中,k取整数,fθ表示θ角度分数阶傅里叶变换算子,θ=pπ/2为旋转角度,p为旋转因子,δ(·)为冲击函数;为了将alpha稳定分布噪声的幅值合理映射到有限区间,同时使信号的相位保持不变,计算信号的广义分数阶傅里叶变换,其表达式为:
其中,
假定第i时刻接收信号的幅度为a(i),把ns个采样点组成一个帧,则基于gfrft的零中心归一化瞬时幅度谱密度的最大值为:
γmax=max|gfrft[acn(i),p]|2/ns;
式中,
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。