反馈控制信号

反馈控制信号（共8篇）

反馈控制信号 篇1

课堂教学中学生总会发生各种与教学过程不符的问题行为, 如上课走神、打瞌睡、聊天等。当学生发生这些行为时, 一方面会影响学生的学习效果;另一方面也会影响教师教学情绪, 从而对教学效果产生不利影响。为此需要对课堂管理进行研究, 发现并避免学生问题行为的产生。

1 课堂反馈信号

教师在进行课堂教学的同时, 要注意观察学生对教师教学行为的反应, 并根据学生的反应做出教学的适当调整, 以便控制问题行为的出现, 巩固已有的有效管理的成果。特别是问题行为在产生之前都有一定的表征, 教师要特别注意。比如, 教师的讲课偏离主题、教学方法单调、语言缺乏生动等。学生对此肯定有一定的初始反应, 表现为注意力不集中, 东张西望等, 这种情况若不及时控制, 将继续发展为阻挠教师教学的更加严重的问题行为。为此, 教师授课时一定要注意搜集判断学生的反应, 不断调整自己的行为, 以控制课堂问题行为的出现。

本文就是阐述基于课堂反馈信号的问题行为控制, 从而改进课堂教学效果。

学生对教师教学行为的反应就是课堂反馈信号, 这种反馈信号是教师行为对学生行为的表现, 是教师不断调整教学行为的依据, 也是对教师课堂管理是否有效的最直接的标准。反馈信号是教师所收集观察到的学生在教师行为影响下的变化情况。

课堂反馈信号可分为两种, 一种是正面的反馈信号, 另一种是负面的反馈信号。前者是学生对教师行为的接受性反应, 能促使教师采取措施, 如加强已有成效的行为。如学生对教师的讲课很满意, 这一反馈信号让教师得知后, 将继续发扬优点长处, 使学生更加认真听课。负面反馈信号是促使教师调整行为, 以削弱和扭转不利局面的信号, 它是学生对教师教学效果不满意的抵触性反应。如教师无端指责学生, 引起学生不满。这类反馈信号要求教师审视自己的行为, 做出调整, 以改进教学效果。

2 课堂反馈信号在课堂教学中的作用

反馈是现代信息科学中的重要术语, 也是达到任何有目的的管理活动所必不可少的。它在原因和结果之间架起了“反向”的桥梁, 在因果性和目的性之间建立了紧密的联系, 这种因果关系的相互作用, 是为了完成一个共同的功能目的。因此, 课堂管理离不开反馈信号。课堂的反馈实质上是教师与学生之间的信息与行为的相互作用:学生根据教师的行为调节自己的行为, 产生一定的反应, 而教师必须根据学生的反应, 调节自己的行为;教师的行为对学生来说是信息 (信号) , 学生的反应 (行为) 对教师来说也是信息 (反馈信号) ;教师的行为影响学生, 反过来学生的行为也调节教师的行为。这种交互作用课堂教学更加有序化。

因此, 在课堂教学中, 教师的教学行为的调整依据是反馈信号。没有反馈信号的收集, 教师的教学活动只是单边的, 教师不能根据学生的情况调整课前预定的计划, 学生的变化、教学的效果教师无法了解, 学生的要求得不到满足, 学生中存在的问题得不到解决, 教学成了教师的独角戏, 学生被排除在教学之外。相反, 如果能有效地收集到课堂反馈信息, 并及时处理, 就可使教学过程更加顺畅, 课堂管理更成功。因此, 课堂反馈信息, 特别是负面反馈信号, 可以帮助教师及时发现课堂管理中教师、学生双反存在的问题, 掌握课堂的情况, 并能针对性地有效处理, 防止问题行为的产生, 使课堂教学达到良好的效果。

3 反馈信号的收集途径

(1) 科学的安排座位。

座位的安排若不合理, 学生的高矮不一, 教师的视线就会受阻。反馈信号的收集就是受阻。安排座位可遵循以下方法:

第一, 根据学生高矮排定座位。一般按照学生个子高矮进行依次排座。这样教师在讲台上能看清每一位同学的表现, 以便随时掌握学生的情况。矮个子同学的问题行为就无法以高个子同学的身背后而不被教师发现。

第二, 根据学生不同的性格排定座位。学生的性格有内向、外向之分。内向者感情深沉, 待人接物谨小慎微, 自我控制力强, 优柔寡断、不爱交际;外向者活泼开朗, 不拘细节, 果断而轻率, 两者结合就坐, 能互为影响, 取长补短, 有利于克服各自身上的缺点。

第三, 根据学生不同的气质排定座位。心理学上把人的气质分为四类:胆汁型的特征是直率、热情、精力旺盛、易于冲动;多血质活动好动, 反应敏捷、善交际, 注意与兴趣都容易转换;黏液质者安静稳重, 反应缓慢、情绪不外露, 注意稳定, 善于忍耐;抑郁质者孤僻, 精神体验深刻, 善于察觉到别人不易察觉的细小事物, 如果四者错开搭配, 有利于学生形成完美的心理品质。

第四, 从左至右轮换座位。人的左脑以抽象思维为主, 右脑以形象思维为主。国外有人研究发现, 长期坐在教师左侧者, 在那些特别需要语言表达与分析能力的课程中, 学习成绩往往比较出色;反之, 在需要形象化, 综合或整体化能力的课程中成绩较好。因此, 对学生座位从左至右定期进行调整, 有利于促进学生智能健康发展。

第五, 男女同学间隔排定座位。男女学生必定有别, 男生好动, 女生好静, 相互间隔排定座位, 可以互相牵制, 平稳课堂秩序, 如若男女各位一群排座, 就会出现男生在一起打闹, 女生在一起讲话的问题。

(2) 设置“特殊小组”。

将学生中一些平时容易出现问题行为的学生, 安排在“特殊小组”, 如教室最前列或最后面或集中于靠门窗一行, 以便随时定向观察和了解他们的情况。因为他们的行为很大程度上反映了课堂问题行为, 从而为及时掌握课堂教学效果提供信息。

(3) 经常扫视教室的每一角落。

教师的视线经常集中在一处或一小群学生身上, 问题行为便很容易发生在教师视线以外的地方。经常扫视, 会使每个学生感到老师在随时注意他, 让其不好意思进行不好的表现。从而降低问题行为的出现率。

(4) 及时曝光隐性问题行为。

教师若发觉一些隐蔽性的问题行为, 例如, 用手掩着嘴说悄悄话, 偷看小说等。对这些现象要及时指出, 即使教师可能因为种种原因不愿立即处理, 也要努力使有关同学知道, 他们的行为已经被教师察觉。这样他们就会因教师的关注而收敛其行为。

教师善于利用课堂中的反馈信号, 就可以有效地控制问题学生, 使得他们免受各种干扰而专注于课堂学习, 从而达到良好的教学效果。

反馈控制信号 篇2

文件编号

XXX-QP8.2.1-2016

版本号

B/0

文件名称

顾客反馈控制程序

页

数

1目的通过组织对顾客满意度、顾客抱怨、顾客投诉的控制，实现对服务质量的实时测量，以促进公司客户满意度和经营业绩的提高。

2范围

适用于本公司对顾客满意度、顾客抱怨、顾客投诉等反馈过程。

3权责

商务部门

a)

负责与顾客联络，负责保收集整理相关服务记录，定期交行政部统一存档；

b)

负责组织对顾客满意程度进行测量，确定顾客的当前需求和潜在需求。

c)

负责分析顾客反馈信息，确定反馈信息的处理措施及责任部门并监督实施。

质量部

负责协助各部门处理顾客投诉，并跟踪处理过程以及纠正预防措施的实施情况

程序要求

4.1顾客信息的收集

4.1.1商务部门负责收集、整理顾客满意或不满意的信息，作为对质量管理体系运行符合性的一种测量。

4.1.2信息获取的渠道和方式：

a)

顾客抱怨，对顾客以各种方式进行的信息反馈及投诉，销售部门作好登记；

b)

与顾客的直接沟通，售后人员以走访面谈、信函、电话、传真等方式 与顾客直接沟通，了解顾客的需求、意见和建议.；

c)

问卷调查，在适宜时，销售部门向顾客发送《顾客满意度调查表》，调查顾 客对公司销售产品、维修服务的满意程度，收集相关意见和建议；

d)

市场的流失、表扬、索赔、监督抽查等收集信息。

e)

顾客投诉，由顾客通过电话、邮件等多种渠道提出对本公司销售的产品或服务过程出现的不满意或由于公司原因造成顾客损失的情况。

4.2 信息的分析与处理

4.2.1销售部门负责对通过上述几种方式收集到的信息进行整理，必要时在相关部门传递，便于信息的分析处理；

a)

对顾客投诉或抱怨的信息，销售部及时妥善处理，提出初步处理方案回复顾客，并将信息传递到质量部。对顾客的重大投诉，由销售部门立即组织相关部门进行评审，提出处置意见。同时对此类信息进行综合信息分析，确定类型、数量，组织相关部门进行原因调查分析，确定责任部门，由责任部门制定纠正措施与预防措施并予以实施，执行《纠正与预防措施控制程序》。

b)

对通过4.1.2b)获得的信息，由商务部对信息进行分析，对顾客要求予以识别，反馈至销售部，销售部执行《与顾客有关的过程控制程序》，必要时进行策划。

c)

对通过4.1.2c)方式获取的信息，商务部应采取措施，确保调查表的回收率 达到80%以上，回收的调查表进行统计分析，执行《数据分析控制程序》。

d)当调查分析，原因是组织外开展导致的，立即在相关组织中传递。

4.3顾客档案的建立

对购买公司产品的所有顾客建立档案。商务部详细记录其名称、地址、电话、联系人、订购每批产品数量、使用公司产品反馈的信息等，及时反馈销售部以便了解顾客的定货倾向，及时做好新的服务准备。

5相关文件

5.1《与顾客有关过程控制程序》

Ryzur-Qp7.2-2016

5.2《纠正与预防措施控制程序》

Ryzur-Qp8.5-2016

5.3《数据分析控制程序》

Ryzur-Qp8.4-2016

相关记录

6.1《顾客满意程度调查表》

Ryzur-QR-QP8.2.1-01

6.2《顾客投诉记录》

反馈控制信号 篇3

闭环控制系统是由信号正向通路和信号反馈通路构成闭合回路的自动控制系统,又称反馈控制系统。

作为自动控制系统的一种,闭环控制系统包括了系统放大输出和信号反馈输入,根据系统输出变化的信息来进行控制,即通过比较系统行为( 输出) 与期望行为之间的偏差,并消除偏差以获得预期的系统性能。在闭环控制系统中,既存在由输入到输出的信号前向通路,也包含从输出端到输入端的信号反馈通路,两者组成一个闭合的回路。

闭环控制是自动控制的主要形式。自动控制系统多数是闭环控制系统。在工程上常把在运行中使输出量和期望值保持一致的闭环控制系统称为自动调节系统,而把用来精确地跟随或实现某种过程的闭环控制系统称为伺服系统或随动系统。

闭环控制系统由控制器、受控对象和反馈通路组成,反馈回路路是其中的一个重要环节。反馈回路就是指将系统的输出量( 电压或电流信号) 的部分或全部,通过一定方式( 元件或网络)返送到输入回路的过程,完成输出量向输入端回送的电路称为反馈元件或反馈网络,绝大多数的反馈回路带有线性放大器以提高控制稳定度和灵敏度。

由于反馈回路线性放大器的技术特点,使得大部分的闭环控制在信号输出微小的时候存在缺陷:

( 1) 信号微弱,无法建立反馈,造成系统在小信号范围内振荡。

( 2) 信号断续,无法建立反馈,造成系统在小信号范围内振荡。

( 3) 信号干扰,无法建立反馈,造成系统在小信号范围内振荡。

这些缺陷实际上反应出反馈回路中线性放大器处理微弱小信号的能力缺陷,尤其在数字闭环系统中更加明显。而随着技术进步,对闭环控制系统的稳定度和灵敏度提出了较宽范围内的高要求,因此必须采取多种措施,加强反馈回路处理微弱小信号的能力,提高系统性能。

因此,有必要从原理、方法和实际应用等多个角度探讨反馈回路的微小信号处理。

1 反馈回路微小信号处理传统方法的分析

1. 1 闭环控制反馈回路的结构

闭环控制系统( closed - loop control system) 的特点是系统被控对象的输出( 被控制量) 会反送回来影响控制器的输出,形成一个或多个闭环。闭环控制系统有正反馈和负反馈,若反馈信号与系统给定值信号相反,则称为负反馈( Negative Feedback) ,若极性相同,则称为正反馈,一般闭环控制系统均采用负反馈,又称负反馈控制系统。

典型的闭环控制系统如图1 所示[1],其中被控对象是指控制系统要进行控制的受控客体,被控量是指控制对象要实现的物理量,控制回路是指实现控制策略的机构,反馈回路是指把取出的输出量送回输入端,并与输入信号相比较产生偏差信号的过程。

在上述典型的系统框图中,反馈回路即连接了输出量又连接了输入量,信号流程与控制流程相反,利用偏差进行控制,因此在整个系统中的作用举足轻重。

从另一种角度看,闭环控制实际上是在开环控制中增加了反馈回路,就可以比开环控制具有更高的优越性,可以抑制内( 系统参数变化) 、外扰动( 负载变化) 对被控制量产生的影响,因此,控制精度高,稳定性好。

图2所示的是最经典简单的负反馈放大器电路,输出信号VO通过反馈电阻Rf连接至运放反相输入端,输入信号Vi通过输入电阻Ri连接至运放反相输入端,负载波动和干扰输出都直接反馈到输入端,通过运放调节消除[2]。

但是,当图2 的反馈回路取到的信号及其微弱,反馈电阻Rf输入至运放反相输入端的负反馈信号接近于零,偏差接近于给定输入Vi,则系统相当于开环,放大倍数极大,极易振荡,此时反馈回路适当的信号处理放大即为重要。

通过从两个不同角度定性分析闭环控制系统可以看到,传统反馈回路的信号处理缺陷在于反馈信号及其微弱时,无法建立反馈,也就无法保证这种情况下的系统灵敏度稳定度。

1. 2 闭环控制反馈回路的数学模型

除了通过框图和电路图分析以外,使用数学模型同样可以分析反馈回路中信号微小时对系统的不利影响。

典型的闭环控制系统的数学模型有传递函数和微分方程。由于闭环控制系统很多,下面针对经典的PID控制进行数学模型分析。

图3 所示为典型PID控制框图,根据此框图可以得到相应的传递函数和微分方程[3]。

PID控制器是一种线性控制器,它根据给定值r( t) 与实际输出值y( t) 构成控制偏差公式( 1) :

将偏差进行比例、积分、微分运算并通过一定规律的线性组合构成控制量u( t) 对被控量进行控制,满足公式( 2) :

式中Kp是比例系数,Ki= Kp/ TI是积分系数,Kd= Kp× Td是微分系数。

由式( 2) ,可以得到典型PID控制的传递函数的拉氏变换,得到式( 3) :

由式( 2) 和式( 3) 可以看到,在时域中,确定输出量主要由Kp,Ti,Td三个参数和输入自变量e( t) ; 在频域中,确定输出量主要由Kp,Ki,Kd三个参数和输入自变量E( s) 。当比例、积分和微分参数确定,输出稳态和动态响应就已经确定,系统灵敏而稳定,但此时如果反馈量微小,偏差接近于给定输入,输入自变量e( t)或E( s) 极大,系统同样会振荡,同样会不稳定。

过去,普遍关注的是对比例、积分和微分三大参数的研究,求得灵敏而稳定的系统,随着技术的发展,小信号反馈时的系统灵敏度和稳定度的提高,是扩大调节系统范围的重要手段。

2 微小信号对控制灵敏度和稳定度的影响

2. 1 反馈回路微小信号影响控制灵敏度的分析

2. 1. 1 电路分析

根据1. 1 所述的闭环系统结构和电路,可以分析反馈回路微小信号对控制灵敏度的影响:

由图2 所示的是最经典简单的负反馈放大器电路,可以得到:

V0是输出信号,V - 是运放反向输入端电压,理想状态下是0V,因此开环增A = ∞ ;

A × Kf为环路增益。

分析灵敏度如下: ΔV0= A × Δ( Vi- V0× Kf) ,当反馈信号极小,相当于反馈系数极小,系统灵敏度就等于输入灵敏度乘以开环增益,结果为无穷大,系统崩溃。可见反馈信号微小时,系统的灵敏度已经无法谈起。

2. 1. 2 数学模型分析:

根据式( 2) 和式( 3) 的经典PID控制数学模型,分析灵敏度如下:

设系统三大参数Kp,Ki,Kd已经确定为常数,灵敏度是偏差灵敏度 Δe( t) 与传递函数导数的乘积,得到式( 8) :

当反馈信号极小,Δe( t) 的变化量为常量,等于输入变化量,式( 8) 变化为:

根据式( 9) ,系统输出灵敏度为比例积分系数乘以输入量,当积分时间常数一定时,积分系数Ki极大,Δu( t) 结果巨大,系统的灵敏度已经无法谈起。

2. 2 反馈回路微小信号影响控制稳定度的分析

2. 2. 1 电路分析

根据1. 1 所述的闭环系统结构和电路,可以分析反馈回路微小信号对控制稳定度的影响:

由图2 所示的是最经典简单的负反馈放大器电路,可以得到,反馈深度越深系统越稳定,即反馈量在输入端的作用分量越大系统越稳定。

系统的反馈量Vf= Vo× Ri/ ( Ri+ Rf) ,当反馈系数一定,反馈信号越小,反馈量越小,系统稳定度越差。

2. 2. 2 数学模型分析

根据式( 3) 的经典PID控制数学模型,分析稳定度如下:

设系统三大参数Kp,Ti,Td已经确定为常数,稳定度采用根轨迹分析,经典PID控制是标准的二阶系统,系统的根轨迹方程为[4]:

这里只要Ti≥4Td,系统就有稳定的实数根,系统是收敛的,但是当反馈信号及其微弱时,Ti≥4Td的条件不再满足,Ti越来越小,系统可能进入没有实数根的区域,系统的稳定性变差。

3 保持控制灵敏度和稳定度的分级放大方法

3. 1 反馈回路信号放大的电路结构

要想在反馈回路信号微弱时保持系统稳定度和灵敏度,根据上述分析,必须加大反馈分量在输入端的作用[5],从电路的角度来说就是增加反馈回路放大器的增益,直到反馈量大于控制器A / D输入单位当量5 ~ 10 倍。

如图4所示的反馈信号放大电路,运放2与电阻Rg和Rf组成正向放大电路,将反馈信号放大Rf/Rg倍,这样引入运放1反相输入端的反馈分量加大,系统的灵敏度稳定度得以提高。图中电阻Rg是负系数压控电阻,随着输出电压的变化而变化,从而改变运放2的放大倍数,反馈分量也因此随之变化。

3. 2 反馈回路信号放大的参数设计

以数字系统为例,设反馈输入端的A/D输入端的满量程为Vm,分辨率为12 Bit,反馈输入最小为Vx。

则,输入控制器输入端的反馈分量计算如下式( 11) :

反馈回路放大器增益如下式( 12) :

在实际的电路设计中,A/D输入端的满量程为Vm= 5 V,分辨率为12 Bit,反馈输入最小Vx= 0. 1 m V,则Kf= 122,取Rg= 1. 8KΩ,Rf= 220 KΩ。这里运放2 的最小输入失调电压必须小于反馈输入最小Vx的四分之一。

4 结束语

随着现代控制技术的发展,在驱动、电源和运动控制等传统闭环控制领域里,大量的微小信号控制输出要求被提出,而如何在反馈信号及其微弱时保持系统的灵敏度和稳定性,主要的手段就是通过增加反馈放大器增益,加大输入端的反馈分量引入,这是一个较为实用的方法。

参考文献

[1]侯夔龙.动控制原理[M].湖南:国防科技大学出版社,2011.

[2]孙正凤,井娥林.Multisim温度扫描分析在模拟电子技术的应用[J].电子设计工程,2012,20(20):122-124.

[3]郑雪钦,郭东辉.一种实时自适应步进电机PID控制器设计[J].控制工程,2015,5(16):33.

[4]田海,李军.基于MATLAB的模糊自整定PID控制器仿真研究[J].工业控制计算机,2011,6(24):25.

反馈控制信号 篇4

由于SC-FDMA(Single-carrier Frequency Division Multiple Access)的峰均功率比(PAPR)较OFDMA(Orthogonal Frequency Division Multiple Access)低而被应用于长期演进(LTE)项目的上行链路[1]。该技术融合了传统的频分多址技术和单载波传输方案,并且能够动态地分布带宽,可以支持扩频技术、频域均衡方法以及多用户复用的通信场景。单载波信号可以通过频域和时域两种方式产生[2]。

通过信道估计能够得到信道传输系数,该系数的估计精度决定了接收机均衡、检测等信息处理的性能。SC-FDMA系统的信道估计算法有LS、LMMSE、判决反馈估计算法等等[3,4,5,6]。文献[5]针对快速时变信道,提出了一种联合信道估计和符号判决反馈的算法。但是该算法没有进行迭代估计,精确度较低;文献[6]提出了一种判决反馈均衡技术,提高了通信性能,但未进行信道估计分析;文献[7,8]提出一种OFDM系统的判决反馈算法,该算法通过设定误比特率(BER)门限来选取准导频与原导频结合进行迭代的最大似然(ML)估计,可以保证在发送少量导频的情况下获得较高的信道估计精确度。

本文提出的SC-FDMA系统信道估计算法是在初始信道估计之后通过设定BER门限选取包括一些错误信息的可靠判决信号作为准导频,准导频与原导频一起进行迭代LS,LMMSE估计,迭代的次数可以设定。通过性能分析和仿真实验证明该算法提高了信道估计的精确度,同时也提高了通信性能,降低了误码率。

论文约定:(·)-1表示逆矩阵;(·)T表示矩阵或向量的转置;(·)H表示矩阵或向量的共轭转置;「·┐表示小于等于括号内数值的最大整数;E[·]表示求均值;||·||表示范数;trace(·)表示矩阵的迹;I表示单位矩阵。

1 信道模型

SC-FDMA系统结构框图如图1所示。首先将比特数据流进行调制,调制方法有BPSK,QPSK,16QAM和64QAM等。假设经过调制的发送信号为x,其中x=[x1,x2,…,xM]T,xi(1≤i≤M)表示第i个符号。x经过M点DFT之后有

X=FM·x (1)

式中:FM为DFT矩阵。

$\mathit{F}{}_{{\rm M}}=\left[\begin{array}{cccc}W{}_{{\rm M}}^{00}& \cdots & W{}_{{\rm M}}^{0({\rm M}-1)}& \\ ⋮& & ⋮& \\ W{}_{{\rm M}}^{({\rm M}-1)0}& \cdots & W{}_{{\rm M}}^{({\rm M}-1)({\rm M}-1)}& \end{array}\right](2)$

$W{}_{{\rm M}}^{mk}=\frac{1}{\sqrt{{\rm M}}}\exp (-\text{j}2\text{π}mk/{\rm M})(3)$

经过DFT变换的信号通过插入导频进行信道估计,导频可以采用块状、梳状、菱形等结构。SC-FDMA系统的导频信号采用Zadoff-Chu(ZC)序列[9,10],长度为NZC的ZC序列aq可由下式产生

$a{}_q(n)=\{\begin{array}{l}\exp (-\text{j}2\text{π}q\frac{n{}^2/2+kn}{{\rm N}{}_{\text{Ζ}\text{C}}}),{\rm N}{}_{{\rm Z}C}\text{为}\text{偶}\text{数}\\ \exp (-\text{j}2\text{π}q\frac{n(n+1)/2+kn}{{\rm N}{}_{{\rm Z}C}})‚{\rm N}{}_{\text{Ζ}\text{C}}\text{为}\text{奇}\text{数}\end{array}(4)$

式中:q∈{1,2,…,NZC-1}是ZC序列的根指数;n=0,1,…,NZC-1;k是任意整数。为简单起见在LTE中令k=0[11]。

插入导频之后的信号为$\widehat{\mathit{X}}=[\widehat{X}{}_1,\widehat{X}{}_2,\cdots ,\widehat{X}{}_{{\rm M}}]{}^{\text{Τ}}$。$\widehat{\mathit{X}}$经过子载波映射得到

$\tilde{\mathit{X}}=\mathit{A}\cdot \widehat{\mathit{X}}(5)$

$\mathit{A}=\left[\begin{array}{ccccc}1& 0& \cdots & 0& 0\\ & & 0{}_{v\times {\rm M}}& & \\ 0& 1& \cdots & 0& 0\\ & & 0{}_{v\times {\rm M}}& & \\ ⋮& ⋮& ⋮& ⋮& ⋮\\ 0& 0& \cdots & 0& 1\\ & & 0{}_{({\rm N}-(v+1){\rm M})\times {\rm M}}& & \end{array}\right]{}_{\begin{array}{l}{\rm N}\times {\rm M}\\ \end{array}}(6)$

式中:$v\in \{0,1,\cdots ,\left|{\rm N}/{\rm M}\right|\}$且N>M。当ν=0时,子载波映射方式为集中式映射;当ν>0时为分布式映射。

经过子载波映射的信号再进行N点IFFT,如下

$\tilde{\mathit{x}}=\mathit{F}{}_{{\rm N}}^{\text{Η}}\cdot \tilde{\mathit{x}}(7)$

式中:FHN是IDFT矩阵。

为了消除由多径信道带来的符号间串扰(ISI),传输信号进行加循环前缀操作

$\mathit{s}=\mathit{C}\cdot \tilde{\mathit{x}}(8)$

$\mathit{C}=\left[\begin{array}{ccc}0{}_{L\times ({\rm N}-L)}& \mathit{{\rm I}}{}_L& \\ \mathit{{\rm I}}{}_{{\rm N}}& & \end{array}\right]{}_{\begin{array}{l}({\rm N}+L)\times {\rm N}\\ \end{array}}(9)$

式中:C为循环前缀叠加因子;L为CP长度。

上述操作之后,信号将发送至信道。SC-FDMA系统的接收过程与发送操作基本一一对应,不作赘述。

2 判决反馈算法描述

本文提出的判决反馈算法的思想是:在初始信道估计之后获得的判决信号中,将误码率BER低于一定门限的信号作为准导频与原导频一起再次输入到信道估计器进行二次估计。随着导频数量的提高,信道估计的准确度将得到大大提高。算法框图如图2所示,具体算法如下。

1) 利用ZC序列Xp作为导频插入数据流中进行传输,在接收端进行LS,LMMSE初始信道估计,得到信道冲激响应。

2) 利用得到的信道冲激响应对接收信号进行均衡处理。由于对误码率要求比较高,均衡采用MMSE方式,得到判决信号。

3) 如果信道估计达到预定精度或误码率达到要求,操作停止;否则进入4)。

4) 根据设置的BER门限在初始估计之后得到判决信号中,选取一些可靠信号作为准导频信号,与原来的导频信号组成新导频Xpq送入信道估计器进行再次的LS、LMMSE信道估计。

5) 返回2)进行均衡处理。

在设定门限BER之后,如何获得可靠的判决反馈信号用作准导频是关键。为解决这个问题,进行以下分析:直接获得BER比较困难,但是由文献[12]可知BER和信噪比SNR之间存在着一定的联系。在某种调制方式下,当要求BER低于某一门限时,只要满足SNR高于某一值即可。在瑞利衰落信道上,采用QPSK调制时,BER和SNR的关系为

$BER=\frac{1}{2}\left[1-\frac{\mu }{\sqrt{2-\mu {}^2}}\right](10)$

式中:$\mu =\frac{S{\rm N}R}{1+S{\rm N}R}$。假设在第k个子载波上接收到的信号满足以下关系

Yk=HkXk+Nk (11)

式中:Xk,Yk分别为发送和接收信号;Hk为频域信道响应;Nk为高斯白噪声。经过估计的发送信号为

$\widehat{\mathit{X}}{}_k=\mathit{Y}{}_k/\mathit{{\rm H}}{}_k=\mathit{X}{}_k+\mathit{{\rm N}}{}_k/\mathit{{\rm H}}{}_k(12)$

$\widehat{\mathit{X}}{}_k$的信噪比为

$\begin{array}{l}S{\rm N}R{}_{\widehat{\mathit{X}}{}_k}=\frac{\sigma {}_X^2}{\sigma {}_{\mathit{{\rm N}}{}_k/\mathit{{\rm H}}{}_k}^2}=\frac{\sigma {}_X^2}{\sigma {}_{\mathit{{\rm N}}{}_k}^2/\left|\mathit{{\rm H}}(k)\right|{}^2}=\\ \left|{\rm H}(k)\right|{}^2\frac{\sigma {}_X^2}{\sigma {}_{\mathit{{\rm N}}{}_k}^2}=\left|\mathit{{\rm H}}(k)\right|{}^{2}S{\rm N}R{}_X(13)\end{array}$

由上式可以知道$\widehat{\mathit{X}}{}_k$的信噪比是信道增益H(k)的函数,当H(k)增大时,$S{\rm N}R{}_{\widehat{\mathit{X}}{}_{\mathit{k}}}$也增大;反之亦然。因此,如果给定门限BER,那么可以得到门限信噪比SNRthreshold,为满足

$\left|\mathit{{\rm H}}(k)\right|{}^{2}S{\rm N}R{}_X\ge S{\rm N}R{}_{\text{t}\text{h}\text{r}\text{e}\text{s}\text{h}\text{o}\text{l}\text{d}}(14)$

即有

$\left|\mathit{{\rm H}}(k)\right|\ge \mathit{{\rm H}}{}_{\text{t}\text{h}\text{r}\text{e}\text{s}\text{h}\text{o}\text{l}\text{d}}=\sqrt{\frac{S{\rm N}R{}_{\text{t}\text{h}\text{r}\text{e}\text{s}\text{h}\text{o}\text{l}\text{d}}}{S{\rm N}R{}_{\mathit{X}}}}(15)$

因此,在选取可靠的判决反馈信号时,可以在子载波中选择信道增益大于Hthreshold的信号作为准导频信号。

3 估计性能分析

下面分析该判决反馈信道估计算法的理论估计性能。当采用LS估计算法时,判决反馈估计的最小均方误差为

式中:σ${}_n^2$为高斯白噪声的能量。

当采用MMSE估计算法时,设代价函数为$\mathit{J}=E[\left(\mathit{{\rm H}}-\widehat{\mathit{{\rm H}}}\right)\left(\mathit{{\rm H}}-\widehat{\mathit{{\rm H}}}\right){}^{\text{Η}}]$,令$\widehat{\mathit{{\rm H}}}=\mathit{a}\mathit{Y}$,则有

为使得J最小,把上式对于aH进行求导取零,可得

$\frac{\partial \mathit{J}}{\partial \mathit{a}{}^{\text{Η}}}=-E[\mathit{{\rm H}}\mathit{Y}{}^{\text{Η}}]+\mathit{a}E[\mathit{Y}\mathit{Y}{}^{\text{Η}}]=0(18)$

由上式可以得到 a=E[HYH]{E[YYH]}-1 (19)

把式(19)带入(17)可得

所以得到MMSE估计的最小均方误差为

MSEMMSE=||J||=||RHH-RHY{RYY}-1RYH|| (21)

式中:RHY=E[HYH]=E[H(XH+N)H]=

E[HHHXH+HNH]=RHHXH (22)

同理 RYH=XRHH (23)

RYY=XRHHXH+σ2I (24)

把式(22～24)代入式(21)可得

$\begin{array}{l}{\rm M}SE{}_{\text{Μ}\text{Μ}\text{S}\text{E}}=\left|\left|\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}-\mathit{R}{}_{\mathit{{\rm H}}\mathit{Y}}\left\{\mathit{R}{}_{\mathit{Y}\mathit{Y}}\right\}{}^{-1}\mathit{R}{}_{\mathit{Y}\mathit{{\rm H}}}\right|\right|=\\ \left|\left|\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}-\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}\mathit{X}{}^{\text{Η}}(\mathit{X}\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}\mathit{X}{}^{\text{Η}}+\sigma {}^2\mathit{{\rm I}}){}^{-1}\mathit{X}R{}_{\mathit{{\rm H}}\mathit{{\rm H}}}\right|\right|=\\ \left|\left|\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}-\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}(\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}+(\mathit{X}\mathit{X}{}^{\text{Η}}){}^{-1}\sigma {}^2){}^{-1}\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}\right|\right|(25)\end{array}$

用E[(XpXpH)-1]代替(XpXpH)-1,即用各子信道的平均功率代替每一帧的瞬时功率,代入式(25)即可得到采用LMMSE判决反馈估计时的最小均方误差为

${\rm M}SE{}_{\text{L}\text{Μ}\text{Μ}\text{S}\text{E}}=\left|\left|\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}-\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}\left(\mathit{{\rm I}}+\frac{\beta }{S{\rm N}R}\left(\mathit{R}{}_{\mathit{{\rm H}}\mathit{{\rm H}}}\right){}^{-1}\right){}^{-1}\right|\right|(26)$

式中:$\beta =E\left|\mathit{X}{}_{pq}(n)\right|{}^{2}E\left|1/\mathit{X}{}_{pq}(n)\right|{}^2$是一个依赖于调制方式的常数,当调试方式为QPSK时,β=1。$S{\rm N}R=E\left|\mathit{X}{}_{pq}(n)\right|{}^2/\sigma {}^2$为平均信噪比。

分析式(16)可知LS算法的估计性能与输入信号矩阵相关;其均方误差与σ${}_n^2$成正比。分析式(26)可知,LMMSE估计算法的均方误差是信道的自相关矩阵的函数。当信道确定之后,MSE与SNR是负相关的关系。

4 仿真结果与分析

为了验证提出算法的性能,进行了计算机进行仿真。仿真采用的子载波数为512,DFT/IDFT长度为120,CP长度为64,子载波映射方式为集中式,调制方式为QPSK,信道为文献[1]中的ETU信道,噪声是均值为零、方差为σ${}_n^2$的加性高斯白噪声,判决反馈算法的BER门限为0.05,为简单起见,设置判决反馈迭代次数为2次(可自行设置)。在每一个SNR节点上进行1 000次的蒙特卡罗(Monte Carlo)仿真。

图3给出了在不同的信噪比(SNR)条件下,采用LS和LMMSE估计、判决反馈估计、理论估计的均方误差(MSE)性能。由图可知在SNR较低的情况下,判决反馈估计算法与理论分析的MSE有一些差距,主要是因为在低SNR情况下,可靠地判决反馈信号数目较少,包含的错误信号会多一些,造成估计精度较低。随着SNR的提高,估计精度不断提高。此外,采用LS,LMMSE的判决反馈算法比LS,LMMSE算法的估计精度高,随着SNR的提高,性能将提高2～3 dB。

图4给出了在不同的信噪比(SNR)条件下,采用LS和LMMSE估计、判决反馈估计的误比特率(BER)性能。由图可知采用判决反馈估计算法的通信性能比LS、LMMSE估计高,这是由于导频数目增加,信道估计的精度得到提高,因此通信的性能也随之提高。仿真结果证实了提出算法的有效性。

5 小结

通过理论分析与仿真实验证实,在SC-FDMA系统中采用基于可靠判决反馈信号的信道估计算法是可行的,它不仅提高了信道估计的精确度,而且降低了误比特率。为了性能的进一步提高,可以提高迭代次数,但是运算的复杂度也会随之增加,可以在性能与复杂度之间选取一个折中点。

参考文献

[1]3GPP TS 36.211,3rd generation partnership project;technical specifica-tion group radio access network;evolved universal terrestrial radio access(E-UTRA);physical channel and modulation(release 9)[S].2010.

[2]胡宏林,徐景.3GPP LTE无线链路关键技术[M].北京:电子工业出版社,2008.

[3]RANA M M.Channel estimation techniques and LTE terminal implemen-tation challenges[C]//Proc.13th International Conference on Computerand Information Technology.Dhaka:International Conference Press,2010:545-549.

[4]詹朝武.一种基于导频的OFDM信道估计优化算法[J].电视技术,2010,34(11):18-20.

[5]管鲍,王晓军,张晓文,等.LTE上行接收分集中一种新的判决反馈检测算法[J].空军雷达学院学报,2010,24(4):24-27.

[6]HUANG G,NIX A,ARMOUR S.Decision feedback equalization in SC-FDMA[C]//Proc.IEEE 19th International Symposium on Personal,In-door and Mobile Radio Communications.[S.l]:IEEE Press,2008:1-5.

[7]PARK J H,OH M K,PARK D J.New channel estimation exploiting re-liable decision-feedback symbols for OFDM Systems[C]//Proc.IEEEInternational Conference on Communications.Turkey:IEEE Press,2006:3046-3051.

[8]苏岚,曹雪虹,郭士伟.一种新的基于判决反馈的OFDM系统信道估计方法[J].南京邮电大学学报:自然科学版,2008,28(3):38-42.

[9]NG J C L,LETAIEF K B,MURCH R D.Complex optimal sequenceswith constant magnitude for fast channel estimation initialization[J].IEEE Trans.Communications,1998,46(3):305-308.

[10]POPOVIC B M.Generalized chirp-like polyphase sequences with opti-mum correlation properties[J].IEEE Trans.Information Theory,1992,38(4):1406-1409.

[11]赛西亚,陶菲克,贝科.LTE—UMTS长期演进理论与实践[M].马霓,张晓博,张学军,译.北京:人民邮电出版社,2009.

反馈控制信号 篇5

关键词：肌电信号,生物反馈,信号调理,均方根值,单片机

0 引言

生物反馈技术是借助仪器将人们体内各器官、各系统心理生理过程的不易察觉的信息如肌电、脑电、皮肤电、皮肤温度、血管容积、血压、胃肠ph值等加以记录,并转换人们能够理解的信息,用听觉或视觉的信号在仪表盘上显示出来(即信息反馈),通过训练人们对这些信号活动变化的规律,学会有意识地控制自身的心理生理活动,以达到调整机体功能和防病治病的目的。

肌电信号(EMG)是一种伴随肌肉运动而产生的生物电信号。在人的肢体运动时,大脑皮层中控制运动区域的神经元兴奋并产生一定频率的电脉冲,这个电脉冲通过神经系统精确地传导特定的肌肉纤维,当这些电脉冲到达神经—肌肉突触时,在肌纤维中产生终板电位,它的去极化将在肌纤维中产生一串动作电位,引起肌肉收缩,使肢体完成大脑所设定的动作。表面EMG是肢体运动中各部分肌肉活动所生成的综合生理电现象,对表面EMG的分析研究可发现它与肌肉生理状态和肢体运动模式之间的对应关系,可广泛应用于临床医学、运动医学、医疗康复等诸多领域。

1 表面 EMG的特征及测量

作为生物电的表面 EMG具有一般电信号的三大特征:幅度、频谱及信号源阻抗。表面 EMG是自人体体表特定点处拾取的生物电信号,信号通常十分微弱,其幅度一般不超过5mV。通常肌电信号的频率较低,其频谱范围一般为0.02～1000Hz,频谱能量主要集中在0.25～350Hz之间。作为肌电的信号源,人体源阻抗一般较大,可达几千欧姆～几十千欧姆。

肌肉的松弛和紧张程度与产生表面肌电电压幅度之间存在良好的线性关系,常用测量肌电电压幅值的方法有三种:

1)平均值法:将交流的肌电信号经过检波整流后对正极性电压按一定的时间周期取平均值。

2)峰-峰值法:不论信号是正极性还是负极性,都以它的正最大值和负最大值的绝对值的和表示幅值。

3)均方根值(RMS)法:其数学表达式如式(1),

式中:e为肌电信号的瞬时值,T为周期。

其中, RMS值既可以在时间维度上反映EMG信号振幅的变化特征,又取决于肌肉负荷性因素和肌肉本身的生理、生化过程之间的内在联系,因此,该时域分析指标常被用于实时地、无损伤地反映肌肉活动状态,具有较好的实时性。

2 系统设计

肌电信号是一种微弱的电信号,肌电信号检测的主要问题是干扰及噪声,这就要求测量系统有较高的灵敏度和较强的抗干扰能力。生物反馈测试仪主要由信号采集和单片机控制两大部分构成。信号采集主要包括监护电极测量,前置放大器、滤波及模数转换电路,单片机控制实现数据的处理和信息反馈,通过不断改变预置报警值以实现恢复训练的目的。生物反馈测试仪原理框图如图1所示。

1)AVR单片机

本系统以ATMEGA16 AVR单片机为核心元件,AVR单片机是1997年由ATMEL公司研发出的增强型内置Flash的RISC精简指令集高速8位单片机,它具有低功耗、处理速度快等特点,使其在各种便携式系统中得到越来越来广泛的应用。本系统采用的ATMEGA16 AVR单片机包含16kB的系统内可编程Flash;512B EEPROM;1kB SRAM;32个通用I/O口线;32个通用工作寄存器;3个具有比较模式的灵活的定时器/计数器;可编程串行接口;8 路 10 位具 有可选差分输入级可编程增益ADC;并具有内部晶振电路、自动上电复位电路、独立的看门狗电路、低电压检测电路。

基于ATMEGA16 AVR单片机设计的生物反馈测试仪有效简化了外围扩展电路,为了有效进行人机交互,系统扩展了一片8255A,设计了控制键盘、LED线阵显示、数码管数值显示、蜂鸣器报警电路和耳机输出接口,增强了嵌入式系统的可靠性。

2)表面 EMG信号调理电路

信号调理电路的设计主要包括电极、生物前置放大电路,滤波器和工频陷波器设计。

(1)电极的选择

肌电电极应具有响应时间快、阻抗低、电位小而稳定、漂移小、机械性能良好、光电效应小等特点,本设计采用圆盘式银—氯化银电极,圆盘电极采用银质材料,其凹面处镀有一层氯化银,是一种较为理想的体表肌电信号检测电极。

(2)生物前置放大电路

生物前置电放大器包括测量放大器和主放大器两部分组成。

测量放大器具有高输入阻抗、低输出阻抗、低漂移、高共模抑制能力、低失调电压、高稳定增益等诸多特点,使其广泛作为微弱信号检测系统中的前置放大器。其原理电路如图2所示。

为了提高测量放大器的共模抑制比和降低温度漂移,测量放大器的电路结构采用对称型式,一般取R1=R2,R3=R4,R5=R6,其增益表达式如式(2):

只需调节Rg就可以很方便地改变测量放大器的增益大小。

主放大电路采用AD620放大器,利用它的一个外部电阻就可准确设置1～1000的增益,可以有效地抑制交流(尤其是50Hz)共模电压的干扰。

(3)滤波电路

一阶压控电压源式(VCVS)滤波器在带阻区只能获得-20dB/十倍频程的衰减速度,离理想特性较远,高阶滤波器大都用二阶滤波电路级联而成。二阶传递函数的一般形式如式(3):

其中s为复频率,ω0为转折频率,α为品质因数Q的倒数,称为阻尼系数。α、ω0为正数,这是二阶系统保持稳定的必要条件。低通(LP)传递函数为:

其中A为通频增益。

传递函数可按某个参考频率ωr归一化。把上式的分子、分母同除以ωundefined,得到

式中,

对于二阶节 (即1/Q)反映出逼近所用的准则:undefined为Butterworth逼近;undefined为Chebyshev逼近;undefined则为Bessel逼近。

本设计采用二阶巴特沃斯低通滤波器,截止频率为350Hz。其电路如图3。

(4)工频陷波器设计

生物信号主要集中于低频段350Hz范围内,易受50Hz市电电网信号影响。为了有效消除市电电源信号的干扰,采用对称性双T阻容有源陷波器,其典型结构如图4所示。

3)软件设计

本系统的软件主要由肌电信号实时监测、数据存储与显示、与计算机的数据传输等部分构成。系统主程序流程图如图5所示。系统针对采集的肌电信号,采用均方根值法度量肌电电压幅值,反馈肌肉紧张程度的信息,利用声光报警提示用户,并且可以通过不断修改预置报警值,逐步缓解肌肉紧张。

因为ATMEGA16 AVR单片机没有数据总线和读写信号,所以程序需要用IO口来模拟8255的读写时序,对8255A进行初始化编程主要是写入方式字,设置所使用的每个数据口的工作方式及传送方向。

在编程时,如8255设置输出方式,先将A1,A0置位, PORTA|=(1<

3 结论

本系统针对肌电信号微弱且易受干扰的特点,设计了一种简单易行的肌电采集和信号调理电路,较好地解决了表面肌电信号干扰和噪声问题。采用AVR单片机有效地提高了肌电信号数据处理速度,减少了外围扩展电路,使系统操作简单、便于携带,有一定的实用价值。

本系统通过生物反馈训练,改变人们的不良心理、生理反应模式,实现自我调节,可以在心身疾病和康复医学等方面具有广阔的应用前景。

参考文献

[1]罗志增,任晓亮.表面肌电信号测试中工频干扰的抑制[J].仪器仪表学报,2006,26(2):193～195.

[2]吴冬梅,孙欣,张志成,杜志江.表面肌电信号的分析和特征提取[J].中国组织工程研究与临床康复,2010,14(43):8073～8076

[3]郭天泉,潘新华,邱力军,漆家学.基于ARM的多路信号生物反馈仪的设计[J].医疗卫生装备,2006,27(7):3～4.

[4]贾茜,王兴松.表面肌电信号拾取的专用有源滤波器设计[J].电子设计与应用,2006,1:85～88

反馈控制系统建模研究 篇6

1 系统的微分方程模型的建立

一个系统的动态特性通常可用高阶微分方程加以描述, 因此描述一个系统最常用的数学模型就是微分方程的形式。假设系统为单入单出系统, 其输入与输出分别用u (t) 、y (t) 加以表示, 则描述系统的高阶微分方程为:

其初始条件为:y (t0) =y0…, u (t0) =u0, …

2 系统传递函数模型

2.1 传递函数模型

传递函数是经典控制论描述系统的数学模型之一, 它是在拉氏变换的基础上引入的描述线性定常系统输入输出关系的一种最常用的数学模型。在线性定常系统中, 当初始条件为零时, 系统输出的拉氏变换与输入的拉氏变换之比, 称为该系统的传递函数。对 (1) 式两边取拉氏变换, 并假设y与u的各阶导数的初值均为零, 则存在:

式中:Y (s) ——输出y (t) 的拉氏变换;

U (s) ——输入y (t) 的拉氏变换。

可以看出, 传递函数的形式完全取决于系统本身的参数, 而与外加输入信号无关, 它表达了系统输入量和输出量之间的传递函数关系。当系统的输入信号给定时, 其输出响应完全取决于系统的传递函数, 即:Y (s) =G (s) U (s) 。

传递函数是研究线性系统动态响应和性能的重要手段与方法。在MATLAB语言中, 可以利用分别定义的传递函数分子、分母多项式系数向量方便地对其加以描述。

这里分子、分母多项式系数向量中的系数均按s的降幂排列, 由于传递函数G (s) 的分母最高次项系数为1, 所以分母多项式系数向量den中第一个元素为1。在MATLAB 5.x中, 可以用tf来建立传递函数的系统模型, 其基本格式为:sys=tf (num, den) 。

对于连续时间系统可以用传递函数对其加以表示, 而对于离散时间系统则应采用脉冲传递函数对其进行描述。脉冲传递函数一般表示为关于z的降幂多项式分式形式, 即:

2.2 系统的零极点形式模型

系统的传递函数还可表示成另一种形式, 即零极点形式。这种形式的系统传递函数比标准形式传递函数更直观, 可清楚地看到系统零极点分布情况。系统的零极点模型一般可表示为:

其中, zi (i=1, 2, …, m) 和pj (j=1, 2, …, n) 分别为系统的零点和极点, zi、pj即可以是实数也可以是复数, K为系统增益。MAT-LAB可以使用zpk函数建立零极点形式的系统模型, 其基本格式为:

sys=zpk ([z], [p], [k])

其中, [z]、[p]、[k]分别为系统的零极点和增益。

3 系统的状态空间表达式

状态方程是研究系统的最为有效的系统数学描述, 不论是单入单出系统还是多入多出 (简称MIMO) 系统, 若可用一组一阶微分方程对其加以表示, 在引进相应的状态变量后, 则可将这一组一阶微分方程写成紧凑形式, 即状态空间表达式。

其中上述第一式由n个一阶微分方程构成, 称为系统的状态表达式, 下式由l个线性代数方程组构成, 称为系统的输出方程。X为n维状态向量;U为m维输入向量;Y为l维输出向量;A为n×n维的系统状态阵, 由系统的参数所决定;B为n×m维的系统输入阵;C为l×n维输出阵;D为l×m维直接传输阵。

应用MATLAB可以方便地表示系统的状态方程模型, 只要按照矩阵输入方式建立相应的系统系数阵即可, 考虑SISO系统, 容易在MATLAB工作空间中建立系统的系数阵, 形式为:

当然, 也完全可以在MATLAB工作空间中建立MIMO系统的系数阵。根据系统的状态方程的系数阵, 也可以在MATLAB中建立相应的系统模型, 其基本格式为:sys=ss (A, B, C, D)

上述是MATLAB 5.x中的格式, 在MATLAB 4.2中其格式为:printsys (A, B, C, D) 。对于离散系统, 其状态空间表达式可表示成X (k+1) =AX (k) +BU (k) ;Y (k) =CX (k) +DU (k) 。在MAT-LAB 5.x中同样也可建立相应的系统模型, 其格式为:sys=ss (A, B, C, D, T) , 其中T为系统采样周期。在MATLAB 4.2中也可建立类似的系统模型。

4 应用MATLAB建立直流电机调速系统的数学模型

简单闭环控制是指控制器与受控对象之间既有顺向作用又有一个反馈作用的控制系统。实际工程中负反馈闭环控制工程领域的恒值控制系统通常是单闭环控制系统。它是控制系统最重要、最基本的结构组成。简单闭环控制系统就是单闭环控制系统, 它是所有控制系统的最基本的结构形式。其数学模型的主要形式是传递函数或零极点增益模型。

5 结语

21世纪是经济与科技发展的高峰时期, 随着中国加入世界贸易组织, 中国工业面临者很多挑战。把MATLAB语言应用在控制系统分析设计中, 为专业科技工作者创造了融科学计算、图形可视、文字处理为一体的高水准环境。在设计研究单位和工业部门, MATLAB被认作进行高效研究、开发首选软件。

参考文献

[1]薛定宇.反馈控制系统设计与分析—MATLAB语言应用[M].清华大学出版社, 2000

[2]黄忠霖.控制系统MATLAB计算及仿真[M].国防工业出版社, 2003

[3]魏克新.MATLAB语言与自动控制系统设计[M].机械工业出版社, 2003

反馈控制信号 篇7

卷绕式镀膜机是真空镀膜设备中占重要地位的真空应用设备,用该设备可在卷材上镀制铝、SiO2、氧化铟锡等。由放卷辊放出的原材经放侧导辊、张力检测辊、在中间辊上进行处理,经收侧导辊、张力检测辊,由收辊收卷[1]。由于收、放卷的卷径在传动过程中一直是动态变化的,随着卷材的收取收卷卷径越来越大,而放卷卷径越来越小,加上速度调节、锥度控制等,张力控制具有一定的难度。国内某真空设备生产企业生产的高真空卷绕式镀膜机在传动启动过程中,特别是卷绕部分加速时,容易造成卷材的断裂,缠绕到其他辊子上,致使整机无法工作。对于张力要求波动较小的薄膜,如电容器膜无法加工。

1 系统硬件组成及控制原理

直流电机调速范围大、精度高、速度调节平滑等无可比拟的调速特性,在国外的卷绕式镀膜机设计中一般使用直流电机调速系统,国内的卷绕式镀膜机电气控制系统有用直流电机调速系统的,也有采用交流调速系统的。该公司生产的卷绕式镀膜机系统组成如下,在张力控制系统中电机的配置为:收、放辊电机为:Z4-132 15 kW 440 V/1 360 rpm;测速电机:CYT4.5/5.5-15 1 500 rpm/55 V,中间辊电机为:Z4-112 4 kW 440 V/980 rpm ;测速电机CYT4.5/5.5-10 1 000 rpm/55 V。其卷绕系统的指标为:跑膜速度v=(60 m～400 m)/分,张力连续可调,卷径最小为100 mm,最大为1 000 mm,卷径变化为(100～1 000) mm。由收、放侧的张力控制及中间辊的速度控制构成。其传动系统控制由收、放侧的张力控制及中间辊的速度控制构成,如图1所示。张力控制的好坏直接影响到成膜的质量,膜的跑偏量、暴筋的产生等与张力控制密切相关。张力传感器同张力控制器是张力控制中的最主要元器件。原系统选用的是国外某知名公司生产的张力控制器及张力传感器。该控制器主要用于开卷、送料、收卷等有关卷取的环节上,具有缓启动、防松卷、锥度给定等功能,是目前世界上比较先进的张力控制器。

在设备工作中,当张力给定较大且跑膜速度稳定时,控制系统能保证张力控制合适、收卷薄膜边缘齐整。当张力给定较小时,则引起膜的松弛,有可能将膜卷绕到其他辊子上。速度调节太快时,会引起张力的较大波动,造成薄膜断裂或缠绕到其他辊子上,此时设备无法正常工作。因此张力无法调小,致使无法加工张力要求很小的薄膜。张力控制的好坏直接关系到该机的正常使用。

2 前馈—PID控制原理

原系统中的张力控制器如图2所示,为常规的PID控制器。其工作原理为通过对中间辊转速的调节来实现整个传动过程的速度控制。当中间辊的速度变化时(如速度给定增大),引起收侧张力变化(张力减小),由收侧张力检测器测得张力信号的变化,通过收侧张力控制器输出信号控制收侧电机转矩变化(增加),使其张力保持在给定的范围内。同时引起放侧张力变化(增大),由放侧张力检测器测得张力信号的变化,通过放侧张力控制器输出信号控制放侧的电机转矩变化(减小),使放侧张力保持在给定的范围。在张力调节中转速变化是张力控制系统主要扰动,传动系统速度的调节引起张力的变化,通过检测张力的变化控制收、放侧拖动电机的转矩来控制张力,因此这种控制作用总是落后与扰动作用,是一种不及时的控制,造成系统响应时间慢,针对这一问题引入前馈控制[2],以补偿扰动的影响。

前馈控制的思路是根据进入系统的扰动量(设定值变化或外界干扰),产生合适的控制作用,使被控量不发生偏差。相对于反馈控制来说,前馈控制是基于扰动来消除扰动对被控量的影响,因此前馈控制是及时的。前馈控制作为开环控制,为了克服前馈控制的局限性,将前馈控制-反馈控制结合起来,即发挥了前馈控制作用及时克服对中间辊转速变化对张力控制的影响,又保持了反馈作用能消除其他扰动影响的特点,同时降低系统对前馈控制器的要求,因此控制系统选用前馈-反馈控制,将中间辊转速变化作为扰动来消除其对张力控制的影响,如图3所示[3],实现张力的控制。

工程上一般要求控制系统能在一定的准确度下获得近似补偿,令Wff(S)=-Kff,这是一个比例环节,是前馈控制中最简单的形式,称为静态前馈补偿。本系统采用精度较高的动态前馈控制系统,采用动态前馈后,能及时补偿扰动对被控量的影响,能极大的提高控制过程的动态品质。为了避免对扰动通道及控制通道数学模型的过分依赖性,且便于前馈模型的工程整定,采用如下式的控制规律,undefined,其中Kff为静态前馈系数, T1为控制通道时间常数, T2扰动通道时间常数。

3 控制系统设计

3.1 前向、后向通道信号调理电路设计

张力检测选用深圳亚特克电子有限公司产品,型号为CTS 105-17-500,量程为500 N,通过电桥将应变片感测的张力信号转换为与之成正比的电压信号,最大输出电压20 mV。原理如图4所示。

模数转换采用DSP芯片中的A/D转换器,其要求的模拟输入电压为0～3 V,信号调理电路将0～20 mV的张力电压信号和0～55 V的中间辊转速信号经隔离后处理为DSP芯片能够识别的输入电压。张力电压信号放大倍数为150倍,采用两级放大电路,电压放大器采用低噪声高精度运放OP07,其开环放大倍数高达4×105,共模抑制比为126 dB,单位增益带宽为1.2 MHz 。

D/A转换选用12位电流输出型转换器DAC1210,电流建立时间为1 μs,线性误差为0.05% VFS,通过电流-电压转换电路将输出电流转换为0～10 V的电压,输入到直流电机调速器,调节电机转矩的变化,实现张力控制的目的。如图5所示。

3.2 控制部分设计

张力控制器采用TMS320F2812型DSP芯片为控制核心[4]。实现对张力的检测、计算、闭环调节,锥度的控制、断膜的检测、控制及其他逻辑保护,人机界面等。TMS320F2812是TMS320F2407的升级产品,是TI公司专为工业控制应用提供的高性能控制器,采用32位的定点DSP核,最高速度可达400 MIPS,可以在单个指令周期内完成32×32位的乘法/累加运算,具有高性能的模数转换能力和改进的通信接口。广泛应用于工业控制,特别是用于处理速度、处理精度方面要求较高的领域。它集信号处理的高速性和丰富的片内外设于一体,可以实现各种复杂控制,丰富的片内外资源整个控制系统结构简单。

DSP根据检测输入的张力信号及中间辊转速信号对系统进行控制[5]。通过对输入的信号进行采样、滤波、电平转换和A/D转换处理后,与给定的张力信号比较,根据中间棍转速的变化,进行张力的前馈-反馈调节,给出控制信号。若系统发生故障时,检测到故障立即报警,给出故障指示。若发生断膜等严重事故,硬件电路会封锁电机调速器的输出,进行紧急停车。

4 控制系统软件设计

根据程序流程将按功能构成不同模块,由初始化模块、按键输入模块、显示模块、数据采集模块、算法模块等。

系统上电后,DSP首先进行初始化,初始化结束后,采集端口数据,通过按键可以调整当前的参数设置,如张力大小、锥度调节等。显示当前的给定值与实际值,采用前馈加闭环反馈PID控制算法的控制模式,送出当前的输出调节信号,输出信号给定到电机调速器,改变拖动电机的转矩,改变卷材张力的大小,实现张力的控制,主程序流程如图6所示。

5 结束语

通过前馈加闭环反馈PID控制方式控制卷绕式镀膜机张力的大小,与反馈方式相比,加入了动态前馈补偿,由于前馈控制调节时间短,以克服中间辊转速变化扰动对系统的影响,实现了可加工张力给定值小,要求张力扰动小的卷材,如电容器膜等。使整机性能得到了提升。

用DSP实现张力卷绕式镀膜机张力的控制,提高了调节的精度、改善了人机界面的性能、同时通过DSP的通讯口可在原有硬件的基础上开发通讯功能,这样还可以简化控制系统,降低成本,提高整个系统的性价比。经过实际运行,表明控制系统工作可靠、设备运行平稳。

摘要：研究了一种基于DSP的张力控制器,针对张力控制中速度变化的扰动,在反馈控制的基础上引入了前馈补偿,以克服速度变化对系统的影响。设计了以TMS320F2812型DSP为核心的控制电路。介绍了构成系统的控制原理、硬件控制系统与控制软件的设计。该控制器具有响应速度快、调节平滑、抗扰动能力强等优点。实际应用证明了设计的正确性和有效性。

关键词：DSP,张力控制器,卷绕镀膜机

参考文献

[1]周志文.卷绕式镀膜机中的张力控制[J].机械研究与应用,2003,16(1):48-49.

[2]马姝姝,陈夕松.前馈-内模控制在温度控制过程中的应用[J].电气自动化,2008,30(1):6-8.

[3]邵裕森.工程控制工程[M].北京:机械工业出版社,2003.

[4]孙丽明.TMS320F2812原理及其C语言程序开发[M].北京:清华大学出版社,2008.

反馈控制信号 篇8

混沌现象是当前非线性科学及其交叉领域的一个重要课程和热点。由于混沌信号具有复杂的、不可预测及对初始条件及其系统参数变化的高度敏感性的行为特性,而且有实现同步的可能性,因此在通信领域中具有广阔的应用前景。混沌同步是实现混沌通信的关键。近年来,混沌同步控制方法不断涌现,出现了各种实现混沌信号同步控制的机理和方法[1,2,3,4]。

Lorenz系统是一种典型的混沌系统,具有混沌系统的很多特征,它主要由三个非线性微分方程组成。

在(1)式中,x,y,z是状态变量,σ>0,ρ>0,β>0是参数。当σ=10,ρ=28,β=8/3时呈现混沌态(其混沌行为如图1所示)。

本文以Lorenz系统为例,针对混沌同步问题进行分析,利用反馈控制的思想,提出了两种同步控制规则,并进行了仿真验证。

2 混沌同步的定义及反馈控制思想

2.1 混沌同步的定义

考虑如下两个非线性动力系统:

其中x,y∈Rn分别为系统的状态变量,F,F':[R+×Rn]->Rn为非线性映射,

U:[R+×Rn×Rn]->Rn为同步控制量,R+为非负实数集。

如果存在:成立,则系统(1b)和系统(1a)同步,称系统(1a)为驱动系统,系统(1b)为响应系统,D(t0)为同步区域。

2.2 反馈控制思想

考虑非线性自治系统,式中选取Lyapunov函数V≥0,如果存在反馈控制μ=g(x),使V≤0,等号当且仅当xi=0时成立,那么原非自治系统零解渐近稳定。本文利用这一思想提出和证明了Lorenz系统线性反馈实现同步的两种控制规则。

3 线性反馈实现同步

3.1 反馈控制规则Ⅰ

设Lorenz系统(1)为驱动系统,响应系统为:

则由式(1),式(2)得受控误差系统为:

设受控响应系统与驱动系统间的状态误差为ex=x軇-x,ey=y軇-y,ez=z軇-z则受控误差系统可写为:

显然,若误差系统(4)的零解渐近稳定,则(1),(2)系统同步。选取正定Lyapunov函数为

则,将(4)式代入得:

为分析问题的简单化,希望在计算过程中不出现eyez项,则可设控制规则为:

其中σk1,σk2,σk3,k4,k5,k6,k7均为反馈系数,将(6)代入到(5)中得:

其中,e=[exeyez]T,

要使(4)式零解渐近稳定,要求V觶负定,即要求P正定,则要求下面三个不等式成立:

由于z,y皆为状态变量,其变化规律具有不确定性,因此参数k2,k5,k3,k7也具有不确定性,此处不防令k2+k5=1+ρ,k3=k7=0,则控制规则(6)简化为:

且不等式组(7)简化为:

由于混沌轨迹相平面的有界性,设Mly>|y|,Mlz>|z|,常数Mly和Mlz总是存在的。故不等式组(9)成立的充分条件为:

为了便于讨论,设定k6=-β+1,则不等式组(10)又可简化为:

综上,可得到一组线性反馈控制规则:

(14)

3.2 反馈控制规则Ⅱ

设Mly>|y|,Mlz>|z|,则采用线性反馈控制:可以实现系统(1)和系统(2)的同步,其中:

证明:将控制规则代入误差系统(4),得到:

选取正定Lyapunov函数

其中,e=[exeyez]T,

要使式(15)零解渐近稳定,则要求下面3个不等式成立:

由于Mly>|y|,Mlz>|z|,且根据混沌轨迹相平面的有界性,常数Mly和Mlz总是存在的。故不等式组(16)成立的充分条件为:

联立得到:时,P正定,式(15)零解渐近稳定,Lorenz系统(1)和(2)达到同步,定理得证。

4 仿真验证

4.1 对于反馈控制规则Ⅰ的仿真

对于控制规则Ⅰ,选取σ=10,ρ=28,β=8/3,驱动系统初值取(0.2,0.4,-0.3),响应系统初值取(-0.1,0.2,0.1)。利用四阶龙格———库塔算法在MATLAB上进行仿真,得到两同步系统之间的误差变化曲线如图2。

4.2 对于反馈控制规则Ⅱ的仿真

对于控制规则Ⅱ,选取σ=10,ρ=28,β=8/3,驱动系统初值取(0.5,10,10),响应系统初值取(10.5,20,38)。利用四阶龙格———库塔算法在MATLAB上进行仿真,得到两同步系统之间的误差变化曲线如图3。

5 结语

本文基于反馈控制思想,利用Lyapunov函数推导出Lorenz混沌系统的两种控制规则,实现了两个Lorenz混沌系统的同步,并使用Matlab软件做数值仿真,验证了规则的正确性。

参考文献

[1]陶朝海,陆君安,吕金虎.统一混沌系统的反馈同步[J].物理学报,2002,51(7):1497-1501.

[2]陶朝海,陆君安,陈士华.Lorenz混沌系统的错位自适应控制[J].系统工程与电子技术,2004,26(1):81-82.

[3]王燕舞,关治洪,王华.自适应控制实现混沌同步[J].系统工程与电子技术,2004,26(2):219-221.