阶梯波调制（通用7篇）
阶梯波调制 篇1
0 引言
近年来,矿石能源日趋耗竭,为了节约能源和减少碳排放,寻求清洁的替代能源已是全球重要课题[1]在众多可再生能源中,风能和太阳能已被广泛利用且各种适用于可再生能源变换的电力电子接口拓扑相继被提出,其中多电平变换器技术为大功率可再生能源变换提供了优异的解决方案[2]。 在众多的多电平拓扑中,功率单元的模块化逐渐成为主流选择之一。 模块化多电平变换器MMC(Modular Multileve Converter)不仅具有模块集成度高、易于扩展和制造成本较低等优点,而且双星形拓扑结构[3]所构造的公共直流母线使之更加适合于直流-交流的双向可再生能源转换和柔性直流输电应用,因而受到工业和学术界的广泛关注[3-6]。
在当前功率半导体制造工艺无法进一步提高的背景下,为了实现具有优化输出谐波特性和低开关损耗的大容量电力电子变换系统,采用阶梯波调制的MMC控制方法越来越具有吸引力。 阶梯波调制方法应用的最大难点是关于开关角的非线性超越方程组的求解,通常采用数值迭代方法,如牛顿迭代法[7]然而由于牛顿迭代法所固有的局部收敛性[8],对初值的选取有着苛刻的要求,此外开关角方程组在某些调制比区间不存在实数根,进一步增加了求解的难度。
文献[9]给出迭代初值的期望线性计算公式,涉及的计算量很小,缺点是个别开关角初值的误差较大,影响了收敛速度;文献[10]根据开关角的精确解在较宽调制比范围内连续变化的特点,推导出由特定调制比的开关角的精确解到全调制比范围的近似解的算法;文献[11]根据等面积原理计算开关角初值;文献[12]从简化运算量角度入手,提出了一种基于倍角余弦公式的多项式等效方法,将牛顿迭代法运算所需的Jacobi矩阵的元素由三角函数型转化为幂函数型,提高了计算效率;文献[13]采用粒子群优化PSO(Particle Swarm Optimization)算法直接计算开关角,以非线性优化算法取代传统数值迭代法,但是存在收敛速度慢的劣势,并且无法避免早熟收敛尽管各种智能算法不断地被应用到开关角方程组的求解中,算法收敛性、稳定性及复杂程度限制了它们的推广。
针对上述问题,本文整合PSO算法的全局优化特性和牛顿迭代法在精确解附近收敛性好的优点,提出一种基于PSO算法的随机搜索算法,来选择优化的阶梯波调制的开关角迭代初值,保证了牛顿迭代法的快速收敛性;利用电容电压排序平衡算法,可以使MMC工作在较低的开关频率下的同时,实现子模块SM(Sub-Module)电压均衡。 最后通过算例仿真和样机实验证实了本文所提出MMC阶梯波调制方案的正确性和有效性。
1 MMC阶梯波调制原理
1.1 阶梯波调制策略
MMC的基本单元,即SM,是带有直流电容的单相半桥逆变器,如图1 所示。 任意SM的上开关管导通、下开关管关断时,该模块为投入状态;上开关管关断、下开关管导通时,为旁路状态。 若干个SM串联成为桥臂,整个三相MMC系统包含6 个桥臂,总共6 n个SM。 环流抑制电感L也是MMC中不可缺少的元件。
为了抑制MMC中的环流,在任意时刻某一相仅有n个电容处于活跃状态,即电容处于桥臂电流对其进行充放电的状态。 SM投入个数必须满足如下条件:Nupper+ Nlower= n。 其中,Nupper为上桥臂中投入SM的个数,Nlower为下桥臂中投入SM的个数,这样可以获得相应的整个基频周期内的各个SM的开关序列。符合上述的SM投切规则,即为N + 1 电平调制模式[6],相比较于2N+1 电平调制,其环流小于后者,有利于降低开关损耗和实现电容电压均衡。 N+1 电平调制模式下,SM个数n与开关角个数s之间满足如下的关系:n=2s。
图2 所示为单相五电平MMC(n = 4)阶梯波调制示意图,其中PWM1、PWM2、…、PWM8 表示u相桥臂从上至下8 个SM的开关信号,上、下桥臂相应的模块开关信号互补,例如(PWM1,PWM5)、(PWM2,PWM6)、 … 、 (PWMx,PWMx + n) 构成互补开关信号组合,这里x满足:1≤x≤n。 阴影区域表示此SM被投入;非阴影区域表示此SM被旁路。
图2 所示的阶梯波调制相电压uuo可由傅里叶级数得到如下的表达式[14]:
其中,am和bm均为傅里叶系数。 由于阶梯波输出波形的奇函数性质和1 / 4 周期对称性,式(1)可以简化为:
则相电压uuo的详细表达式如下:
其中,Udc为子模块电容电压理论值;三角余弦函数的符号由该开关角θs所对应的电平跳沿决定,上跳沿取+,下跳沿取-;所有开关角满足式(4)的条件。
在单相系统中,m取奇数,最高可以消除2s-1次以内的谐波;如果是三相系统,m取不能被3整除的奇数,最高可以消除3s-2次(s为奇数)或3s-1次(s为偶数)以内的谐波。后文的算例仿真和实验设计都是针对三相五电平MMC系统,因此假设n=4,则开关角个数s为2,可消除偶数次、3和3的倍数次以及5次谐波。若定义U1为期望输出相电压uuo的基波幅值,Mi为逆变器的调制比,则有如下的关系:
由式(3)和(5)可以得到如下开关角方程组:
开关角方程组左侧的函数向量可以用列向量ζ (θ1,θ2, … ,θs) 或 ζ (θ) 表示, 右侧的常数向量记为ψ,则式(6)可以改写为:
1.2 电容电压平衡控制
尽管图2给出了MMC理想状态的SM开关序列,但是桥臂电流的直流分量和2倍频分量的存在[15],使得SM电容在任意的工频周期内充放电的电荷不相等,因此若MMC以固定的如图2所示的开关序列运行时,必然不能保证SM电容电压的均衡。
目前比较有效的解决方法是文献[16]所设计的以电容电压的排序来选择SM导通的冗余选择方法。 该方法的本质思想就是确保电压越高的SM被放电的几率越大,同时电压越低的SM被充电的几率越大,最终达到所有SM充放电均衡的状态。 图3(a)以单相系统为例给出了排序算法的工作原理图,具体可简化为3 个步骤。
a. 采样:在每个排序控制周期Ts的起始时刻,所有电压和电流检测值被数字信号处理器(DSP)采样和保持,以离散化的数据储存到DSP的内存空间中。
b. 排序:根据桥臂电流的符号选择是升序或者降序排列,并存储每个SM排序后的序号。
c. 比较输出:在排序控制周期的结束时刻,将给定调制比Mi经离线查表和映射得到的当前所需投入SM数Nupper以及Nlower,与步骤b各个SM排序后的序号分别进行比较,得到的布尔型逻辑信号作为PWM驱动脉冲。 这里的定时比较器外部时钟与排序控制时钟保持同步。
排序算法的时间序列示意图如图3(b)所示,排序控制频率fs(= 1 / Ts)为400 Hz,则每个工频周期执行8(=400 / 50)次排序算法。 理论上, fs越高则平衡控制效果越好,但是fs不能无限度地提高,这是因为:一方面, fs与DSP程序复杂程度有关,特别是当MMC的SM数目达到数百的量级,DSP需要较长时间才能完成一次排序;另一方面,每个排序控制周期内,所有SM都有可能动作1 次, fs很大程度上决定了MMC的实际开关频率。
2 开关角优化计算方法
2.1 PSO算法
求解式(6)所示的开关角方程组时,研究者们不断尝试引入各种非线性数值迭代优化算法。 PSO算法是一种基于群体智能的搜索算法[17],其运算具有简单以及全局最优化的特点,可以解决连续非线性问题。 在限定范围内以PSO算法可以得到良好的效果并得到最优化的解,在各种最优化问题中有着广泛的应用前景[13，18]。
在PSO算法中,搜寻问题空间中的每一个粒子都代表着最优化问题的一个解。 每一个粒子目前的位置以 θ(i,j)表示,其中i表示第i个粒子,j表示粒子迭代的次数;而粒子的移动速度则由v(i, j)来表示。 每个粒子每一次运算之后都会有一个适应度,而每一个粒子都会知道自己目前的最佳位置的适应度,称之为粒子最优解(Pbest)。 在此同时每一个粒子也会知道群体中目前的最佳解和最佳位置,称为群体最佳解(Gbest)。 各粒子在问题空间移动搜索,以事先设定的适应度函数计算出粒子群中各个粒子的适应度来评估这些粒子的价值。 所有粒子再经过依据群体最佳解Gbest、粒子本身最优解Pbest,粒子当前位置 θ(i,j)和移动速度v(i,j) 4 个向量而计算出粒子的下一迭代位置,持续一段时间后,促使粒子朝向最好的适应度位置移动。 本文采用最常用的最大速度法[18]作为粒子的速度及位置更新法则。 在最大速度法中,速度及位置的更新方式如式(8)及式(9)所示,Vmax为最大限制速度,C1、C2是相关系数,rand()是介于0 和1 之间的随机数。
其中,如果v(i,j)>Vmax,则取v(i,j)=Vmax;同理,如果v(i,j)<-Vmax,则取v(i,j)=-Vmax。
2.2 开关角计算
由于牛顿迭代法的固有特点,开关角的初值需要满足如式(10)所示的条件,以确保快速收敛,其中e为收敛容限。
本文提出一种基于PSO算法的开关角方程迭代初值搜索策略如图4 所示。 根据前文的描述,开关角初值优化问题描述如下:随机得到的任意一组开关角向量均视为一个粒子,粒子在向量空间搜索过程中,满足式(10)的位置即为群体最优解。 因此构造关于开关角的适应度函数(即优化目标函数)如下:
以每个粒子目前位置 θ(i,j)的适应度与其本身粒子最佳位置Pbest的适应度作比较。 如果目前位置θ(i, j)的适应度优于Pbest的适应度,则将目前较好的适应度位置 θ(i,j)取代既有的Pbest,反之,则不取代。如果更新过后的Pbest也优于现在群体最佳位置Gbest的适应度,则将更新过后的Pbest取代Gbest,反之,则不取代。 比较完所有粒子的适应度后,分别根据式(8)及式(9)更新各粒子的移动速度及位置。
以上算法得到优化的开关角初值向量记为 θ(0),将其代入式(12)给出的牛顿迭代公式中,可以快速收敛到精确解。
其中,J(θ)为开关角函数 ζ(θ)的Jacobi矩阵函数,上标k表示牛顿迭代过程的次数。
图5 以调制比Mi= 0.8 为例,给出了未经优化和优化后的开关角初值代入牛顿迭代法后的迭代效率对比。 图5(a)为3 次随机得到的开关角初值的迭代过程(分别用Ⅰ、Ⅱ、Ⅲ标示);图5(b)为本文采用的PSO算法优化后得到的3 组不同开关角初值的迭代过程。 显然,经过优化的开关角初值已经很接近于精确解,因而迭代效率远高于未优化的开关角。 图6所示为最终计算得到完整的调制比Mi所对应的开关角变化趋势示意图。
3 仿真及实验验证
3.1 算例仿真
为了验证所提开关角优化算法的正确性和与其配合的SM电压排序均衡控制策略的有效性,采用MATLAB / Simulink软件对MMC系统进行数值仿真,使用不同的排序控制频率进行对比。 仿真所用的主电路参数如下:额定功率为4.5 k W,直流母线电压为200 V,直流环节电容为4700 μF,SM电容为2 200 μF,SM个数n为4,环流限制电感为0.32 m H基波频率为50 Hz。
图7 是排序控制频率fs为50 Hz工况下MMC系统SM电容电压波形。 由图7 可见,应用N + 1 电平调制模式时,上、下桥臂的SM电容电压波动情况近似一致;当采样频率为基波频率时,排序算法的电容电压纹波较大。
图8 是fs为200 Hz工况下MMC系统SM电容电压波形。 对比图7 和图8 可以看出,提高排序控制频率fs可以改善电容电压的不平衡度。
图9 是fs为200 Hz工况、调制比为1 时的MMC的满载输出电压波形,其中图9(a)、图9(b)分别为相电压uuo、线电压uuv的输出波形及其频谱分析相、线电压总谐波畸变率(THD)分别为19.35 %14.67 %。 频谱分析显示线电压中仅含有7、11 等低次谐波。
3.2 实验验证
实验样机以d SPACE半实物仿真控制板DS1103为控制平台,主功率开关采用IXYS公司IXFH70N20型MOSFET分立器件。 直流母线电压由可调节大功率直流稳压电源提供,电源的输出外接2 个串联支撑电容以提供单相电路的中性点,三相电阻负载采用星形接法。 实验所使用的电路参数与仿真完全相同。 下文的实验波形中,图10 是在满载条件下测得;图11 和图12 均是在空载条件下获取,且排序控制频率取200 Hz。
图10 给出了不同排序控制频率的u相上桥臂SM电容电压波动情况。 需要说明的是,图10 所获得的波形是经多次重复实验(对同一工况)得到的。图10(a)是fs为基波频率(50 Hz)时的实验结果,可看出此时电压平衡调节过程较长,甚至会出现短暂振荡的现象;图10(b)是fs为4 倍基波频率(200 Hz)时的实验结果,可以看出平衡效果有显著改善,达到正常运行的要求。 由于观测通道有限,仅给出u相上桥臂的电压波形,包括u相下桥臂在内的所有其他位置的电容电压波动情况与图10 相似,限于篇幅不再赘述。
图11 所示为阶梯波调制MMC在调制比Mi等于1 时输出电压波形,其中图11(a)和图11(b)分别为MMC输出相电压和线电压波形。
图12 所示为调制比Mi等于1 时,三相逆变器相电压和线电压频谱分析。 由图12(a)可见,相电压中不再有5 次谐波,但是有3、7、9、11 次等奇次谐波;在图12(b)中,线电压中的3 以及3 的倍数次谐波不再存在,低次谐波仅剩下7、11 次谐波。 频谱分析的结果与前文的理论分析吻合。
4 结论
本文提出一种基于PSO算法的MMC阶梯波调制策略。 采用PSO算法随机搜索开关角方程的迭代初值,而不是直接用于求解开关角,是本文与以往非线性数值迭代优化算法直接计算开关角的区别之处。 这样的算法既保留了牛顿迭代法在精确解附近快速收敛的优点,又避免了由于智能算法自身的局限性造成的迭代过程冗长甚至不收敛的弊端。 为了验证所提方法的实用性,本文进行了低压物理模型的仿真与实验研究,结果表明,文中采用的电容电压平衡手段的控制效果受排序控制频率的影响;在给定调制比下,开关角的计算结果可以实现期望的变换器输出特性,具有较好的稳定性和动态性能。
阶梯波调制 篇2
脉冲阶梯调制技术起源于20世纪80年代的欧洲,是瑞士科学家研究的成果。脉冲阶梯调制发射机在之后的几次技术改进中成为了科技含量高、较为先进的中短波发射机,主要用于广播电视行业。从今天的国际广播电视事业来看,脉冲阶梯调制发射机已经得到了相当广泛的应用,可以说世界各国几乎都在使用脉冲阶梯调制发射机为广播事业服务。脉冲阶梯调制发射机的实用性、发射效率较高。整个发射机使用的是PSM技术,而高频系统与乙类板调及PDM发射机是一样的。
2 脉冲阶梯调制发射机的工作原理及特性研究
2.1 脉冲阶梯调制发射机的工作原理
脉冲阶梯调制发射机的工作原理,脉冲阶梯调制发射机与其他广播用发射机的不同在于调制器技术的不同。脉冲阶梯调制发射机的调制器系统主要由电源、开关放大器、滤波器等组成。其开关放大器是通过一组开关的串联形成的。这种发射机放大的特性是可以把板调发射机的高压直流电分散使用,经过多个电压的串联操作使调制发射机的电子管得到其需要的板压。以500kW的脉冲阶梯调制发射机来说,它就有32组875V的电压整流装置。在发射机载波情况下,通过16组串联操作的低压整流装置能够出现14kW的数据。在装置百分百调幅峰值上,能够通过上述两倍的低压整流装置的串联出现两倍于其的数据。在装置百分百调幅谷点上,可以让相关的低压整流装置不进行串联工作,出现零电压的数值。同时,可以对装置的电压进行改变,这就可以对载波情况下的串联电压进行改变。因为在这种情况下,整个一台脉冲阶梯调制发射机所受到的串联电压是固定的,被转换后的相关数字信号所操控。就是说,不论在什么情况下进行相关操作,都要保证开关工作数量符合装置工作所需要的电压。
通过上述操作能够取得一个与音频信号相似的阶梯电压波形,它可以通过低压滤波器的处理后进行原有声音再现,即显现出了原有的音频信号。
2.2 脉冲阶梯调制发射机的特性
笔者在上文中也有提到,脉冲阶梯调制发射机与其他广播用发射器的区别主要是调制器方面的技术不同。首先来说,整个发射机采用频带较宽的开关放大器,这里就存在着一个避免调谐的情况,这也就使整个系统需要调谐的相关级数数量变少。在发射机中,推动级的主要作用是阻隔,放大工作中的增益不高,因此是通过三极管放大系统组成的。这就能够产生相当平坦的负载环境给其宽放,并且在实际的短波发射工作中不需要再次均匀操作,这就给整个发射机带来了内部设计精简的作用。在发射机中使用高科技四极管的高末级放大器能够摆脱集成电路的使用,只需要简单的单边电路就可以正常进行工作,这就大大降低了对电子管的依赖,从数量上直接减少了电子管使用。在这其中有一点也需要注意,就是单边电路有不平稳的运行特征,因此,必须用平衡转换方式对其进行处理。
综上所述,人们不难看出脉冲阶梯调制发射机的很多特点特性。第一,发射机的稳固性性好,整个脉冲阶梯调制发射机仅有两个电子管,具有结构简单的特点。在发射机的维护中也非常便利,实用性强。第二,在发射机的正常工作下,整个发射机的工作效率能够达到接近80%的数值甚至更高,这是其他发射机所难以达到的。第三,整个发射机的科技含量较高,发送广播的声音质量高。在发射机中的一些零件(如部分开关放大器)损坏不能工作的情况下,发射机仍然能够顺利工作,进行广播工作。同时,脉冲阶梯调制发射机也有一些新技术出现,例如:浮动性的载波操控、单边广播等。在发射机工作负担过大时,发射机会自动监测工作功率,并进行相应的降低调整,保证发射机的正常使用。
3 结语
在当前我国经济社会大发展的现状下,广播电视行业也在寻求新发展。脉冲阶梯调制发射机作为广播事业的重要技术支持,需要被熟知、了解,不断对其进行研究和技术更新,才能促进发射机技术的不断进步,为广电广播事业的发展提供助力。
参考文献
[1]梁雯.脉冲阶梯调制发射机的工作原理及特性[J].电子制作,2015(16).
基于小波分析的调制识别技术研究 篇3
随着通信技术的飞速发展, 为了便于空间传输, 通信信号需要采取不同的调制方式, 来达到提高信道利用率、延长传输距离、降低噪声干扰、且能够无失真地接收信号的目的[1]。为了获取有用的传输信息, 必须在接收端需要对通信信号的调制制式进行识别。因此通信信号调制制式的识别问题作为通信信号识别技术的基础和核心占据着举足轻重的地位[2]。目前工程应用中的通信系统大多工作在各种复杂环境下, 能否正确获取待识别信号的调制制式和参数是实现准确、高效通信的前提条件。通信信号在传输过程中受到信道噪声的干扰, 接收到的信号是时变的、非稳定的, 而小波变换特别适用于非稳定信号的分析, 作为一种特征提取的工具已得到较广泛的应用。
本文提出了基于最优尺度小波分析的特征提取和分类, 通过搭建实验平台, , 仿真结果证明能够完成通信信号多种调制制式的自动识别, 并且识别正确率有较大程度的提高。
2 通信信号调制识别系统组成
通信信号调制制式虽然存在多样性, 但对其自动识别是一典型的模式识别问题。完整的通信信号调制识别系统的基本框架由三部分组成:信号的预处理部分、特征参数提取部分和调制制式的自动识别部分[3], 如图1所示。
信号预处理模块的主要功能是为后续处理提供合适的数据。主要处理任务有:对接收的信号下变频处理、载波估计和载波分量的消除等。在多信道发射源的这种环境中, 信号预处理还要能有效分离信号, 保证每次仅有一个信号被送入后续的处理模块中。
特征参数提取部分是根据信号的时域特征或变换域特征, 来提取信号的特征参数, 提供给接下来的判别使用。信号的时域特征主要包括其瞬时幅度、瞬时频率和瞬时相位的直方图以及其它统计参数[4], 一般通过同相正交分量法、希尔伯特变化法和过零检测法等获取;变换域特征包括谱相关函数、时域分布特性和功率谱等统计参数, 可通过快速傅里叶变换 (FFT) 和小波变换等方法获得。
信号调制制式识别模块的功能是通过选取合适的判决规则和分类器, 来对待识别信号进行调制样式的自动识别[5]。
调制识别算法的总体要求是以较小的样本空间在较大信噪比范围内能够提供较高的识别率, 并且具有低计算复杂度和实时处理性。
3 基于最优尺度的小波变换的特征提取
小波变换作为一种特征提取的工具, 通过伸缩和平移等运算对信号函数进行多尺度细化分析, 在时域和频域都具有表征信号局部特征的能力。小波变换尺度与小波变换序列的幅度密切相关, 尺度选择直接影响调制特征提取和分类性能。Haar小波是最古老的小波函数也是最早被应用到调制特征提取中的函数, 目前已有的调制识别方法大都选用该函数。本文在原有基于Haar小波变换调制识别的基础上, 利用小波变换前后的信噪比确定了Haar小波变换的最优尺度, 推导了FSK、PSK和QAM信号基于最优尺度的Haar小波变换结果。
3.1 数字调制信号的Haar小波变换
针对通信系统三种典型的调制制式:PSK、FSK和QAM, 下面给出小波变换区间在同一码元内和码元跳变时刻的Haar小波变换模值。
(1) 小波变换区间在同一码元内。
P SK信号:
F S K信号:
QAM信号:
(2) 小波变换区间存在码元变换。
P SK信号:
F S K信号:
QAM信号:
其中fi、fi+1分别为FSK信号第i个码元和第i+1个码元的频率, iφ、φi+1分别为PSK信号第i个码元和第i+1个码元的相位, S为信号的能量, Si=ai2+bi2为Q A M信号第i个码元幅度的平方, φi=tan-1 (bi/ai) mod2π为第i个码元的相位, 码元在d处发生变化, 设d<0。
由上面三个公式可见, 在同一码元内, 三类信号小波变换的幅度值均恒定。不同码元内PSK小波变换的幅度均为常数。FSK信号小波变换的幅度与if有关, QAM信号小波变换的幅度与iS有关, 因此FSK和QAM信号小波变换的幅度都呈现阶梯状。
如果信号的小波变换区间存在码元变换。对于PSK信号, 小波变换后的幅度恒定仅在相位变化处存在突变;对于相位连续的FSK信号, 小波变换后的幅度取决于前后码元的频率, 对于相位不连续的FSK信号, 在信号相位变化处存在突变;对于QAM信号, 码元变化前后的幅度取决于前后码元的幅度, 在码元交界处, 若前后相位差较大, 则存在突变。
3.2 Haar小波变换的最优尺度
本文通过分析小波变换后的信噪比增益与小波尺度之间的关系, 选择最优小波尺度, 从而获得最优的基于Haar小波变换的调制特征。下面以QAM信号为例分析信号经过小波变换后的信噪比增益, QAM经过小波变换后公式如下:
假设噪声是高斯白噪声, 并且小波能量为1/fs, 因此噪声经过Haar小波变换后, 其功率变为原来的1/fs, 即
由公式 (7) 可以得到
根据式 (8) 和 (9) 可知, 经过小波变换之后, 调制信号的信噪比变为
其中R和RWT分别代表小波变换前后的信噪比。由式 (10) 可知调制信号经过小波变换后, 信噪比具有一定的增益, 其增益因子为:
4 仿真设计
基于Haar小波变换的PSK、FSK、QAM调制识别流程图如图6所示。具体识别步骤总结如下:
(1) 求得待识别信号的小波变换;
(2) 将小波变换的幅度经过中值滤波器;
(3) 计算 (2) 所得信号的方差与判决门限th1进行比较, 得到识别结果。
(4) 对判为QAM或FSK的信号先进行幅度归一化;
(5) 对步骤 (4) 所得信号, 重复步骤 (1) 、 (2) ;
5 结语
针对非稳定、大信噪比 (SNR) 变化的通信信号, 用最优尺度的小波变换分析, 能够有效控制调制信号在小波变换前后的信噪比增益, 为最终实现通信信号的调制识别提供了很好的前提条件。从模拟实验结果可以证明, 该方案能很好地完成对通信信号的调制识别, 并且在时变、大信噪比情况下, 能够明显提高识别性能, 同时降低了分类识别过程的复杂度。
摘要：通信信号的调制制式自动识别是信号智能化分析及处理中的关键问题。该项技术目前正广泛应用于军事、民用、商业和气象等众多领域。针对非稳定、大信噪比变化的通信信号, 运用小波分析技术进行了有效的特征提取和分类, 能够实现通信信号基本调制制式的自动识别, 并且使识别正确率得到了明显提高。
关键词：小波分析,特征提取,自动识别
参考文献
[1]罗文波, 王丽敏, 杨翠娥《.小波分析在调制识别中的应用仪器与仪表》.2004 (2) :44-45页.
[2]吕杰, 张胜付等《.基于软件无线电架构的通信信号自动调制识别》.无线电1程, 2000 (2) :28-30页.
[3]E.E.Azzouz, A.K.Nandi.A utomaticid entificationo fdi gitalm odulationty pes.Sig na lP rocessing.1995, 47 (1) :55-69P.
[4]A.K.Nandi, E.E-Azzouz.A utomatican aloguem odulaitonr ecognition.Si gnalPro ce ssi ng.1995, 46 (2) :211-222P.
[5]Asoke K.Nandi, E.E.Azzouz.Algorithms for Automatic Recognition ofCo mu nic ationS ignals.IE EET rans.Commun.1998, 46 (4) :431-436P.
阶梯波调制 篇4
Lamb波是一种在板、壳结构中传播的声波,其波长与板厚处于同一数量级。由于对结构中的裂纹、脱层等微小损伤敏感,Lamb波损伤监测技术成为近20年来结构健康监测领域的研究热点之一[1,2,3,4]。然而,Lamb波的传播特性很复杂,存在多模及频散效应,在某一频率下往往存在多种模式,因此监测信号的分析和处理往往十分困难。为了克服这一问题,研究者往往尝试在结构中激发出单一模式的Lamb波信号,然而,结构类型和尺寸千变万化,只能依靠经验进行尝试,这对损伤监测带来了的不便。
压电材料由于具有正反压电效应,被广泛应用于Lamb波损伤监测研究中。本文根据压电片(PZT)激励与传感模型,对Lamb波激励与采集过程中的模式调制方法进行了分析和研究,给出了Lamb波模式选择性激励与传感的基本原理。
1 Lamb波频散方程
Lamb波是在自由边界条件下,固体结构中传播的弹性波,由上世纪H Lamb先生研究无限大板中正弦波问题而得名。Lamb波传播模式可分为两种,即所谓的对称模式(symmetric modes)和反对称模式(anti-symmetric modes),两者都可独立地在板结构中传播。假设板结构厚度为2d,则在其中传播的两种模态Lamb波波动方程为[5]:
式中,p2=ω2/cL2-k2,k为波数,q2=ω2/cT2-k2,cL和cT分别为纵波和横波波速。
对上述方程组进行求解可以得到多个解,分别对应对称模式S0,S1,S2,……,和反对称模式A0,A1,A2,……,根据Lamb波波动方程,不同频率、不同模式的Lamb波信号的传播速度是不同,即多模及频散效应。图1显示了铝板结构的Lamb波相速度频散曲线,实线为对称模式,虚线为反对称模式,从图中可以看出,Lamb波传播速度不仅与模式有关,而且与信号频厚积也相关。
2 Lamb波模式调制方法
2.1 激励Lamb波模型
由于对方向不敏感,在应用中一般采用圆形压电片作为激励器与传感器。粘贴压电片的结构剖面图如图2所示,其中压电片为圆形,半径为a,厚度为ta,胶层厚度为tb,粘贴结构板厚为2d。压电片在作为激励元件使用时,所加电场一般施加在y方向(压电陶瓷方向3)上,压电片与结构之间采用胶层耦合,二者由此胶耦合层产生的应力相互关联,应力大小由压电陶瓷和结构的各自变形情况决定。从图2可以清晰地得出激励过程中剪应力τ的作用要远大于正应力σ,同时考虑到通常使用的压电陶瓷片为圆形,且d31=d32,所以仅需要考虑压电应变常数d31。
根据Victor Giurgiutiu以及Edward F.Crawley的研究成果[6,7],压电片对结构的剪应力由剪切延迟参数Γ以及压电片半径a的乘积决定,当该乘积较小时,剪应力分布在压电片直径上且比较小,而该乘积较大时,剪应力会集中于压电片的边缘,当理想胶层为无限薄时,剪应力τ(x)完全集中在压电片边缘,可表示为
式中,τ0为作用在压电片边缘的剪应力,a为压电片半径,如图2所示。
根据式(2)给出的压电片激励下的边界条件,利用弹性力学对Lamb波波动方程进行求解,可以得到压电片激励下的Lamb波波动方程位移解[7]:
式中
式中G为剪切模量;kS,kA分别表示对称模式和反对称模式波数。式(3)右端第一部分为对称模式位移解,第二部分为反对称模式位移解。
从式(3)可以发现,不论是对称模式还是反对称模式,其幅值项当中都包含了一正弦函数sin(ka),不论幅值项的其他部分如何变化,各模式的幅值将遵循该正弦函数的变化趋势。而该正弦函数与压电片半径以及波数有关,而波数又和频厚积相关,因此,可以通过调整压电片半径或频厚积(板厚确定时该参数可变为频率)来控制激励出的Lamb波模式。简言之,当ka=(2n+1)π/2时,该模式的幅值达到最大,当ka=nπ时,该模式的幅值为最小。
2.2 压电片传感模型
根据Lamb波群速度的不同,可以分为2种情况。
(1)当Lamb波群速度波长远小于压电片直径时,在传播路径方向上,单个波长所覆盖的压电片区域可以看作是一矩形,波峰与波谷的能量正好抵消,不会引起压电片的反应。因此,在这一情况下,压电传感器的输出与直径和波长的比值有关,其归一化关系AS可表述为[8]
式中,a为压电片半径,λ为群速度波长。从式中可以看出,当压电片直径是波长的整数倍时,传感器得到的信号值达到最小,当压电片直径与波长之比的余数为1/2时,传感信号达到最大。
(2)当Lamb波群速度波长大于压电片直径时,单个波长所覆盖的压电片区域不能看作是一个矩形,因此就不能按照第一种情况进行估计,此时的情况较为复杂。为了简化处理,可以对传感器作一简化,即将压电片简化为内切正方形,再按照式(4)进行估计,只不过将参数a换成。
将激励模型与传感模型整合,最终得到的Lamb波各模式幅值的估计值为
3 实验
对上述Lamb波模式调制方法进行了实验验证,实验试件为6061铝板结构,尺寸为600 mm×600 mm×1.5 mm,实验中主要考查了常用的S0模式和A0模式调制情况。选择的压电片半径为3.45 mm,厚度为0.5 mm,激励信号的中心频率由从30 k Hz变化到430 k Hz,中间以10 k Hz为间隔。为兼顾时间分辨率和频率分辨率,激励信号采用了5波峰正弦调制窄带信号,表达式如下
式中fc为激励信号的中心频率,H(t)为Heaviside阶梯函数,N为sin调制信号的波峰数(文中取5),其时域波形图如图3所示。
实验中,激励信号由Agilent E1441A板卡产生,通过PIEZO EPA-104功率放大器放大后加载到激励压电片上,同时为了便于采集,传感信号由OLYM-PUS V303超声探头(传感机理等同于压电片)传感后通过Agilent DSO9064A数字式存储示波器采集得到,采样频率设定为25 MHz。借助铝板中Lamb波传播群速度频散曲线实现对传感信号中Lamb波模式的选取。
对实验得到的A0模式和S0模式幅值变化情况进行统计,图4,5分别显示了压电片激励并采集到的不同频率下A0和S0模式信号幅值变化趋势,并与式(5)理论计算结果进行对比。从图中可以看出,除A0模式在80 k Hz附近有所差异外,激励出的两种模式信号幅值变化趋势与理论计算结果基本吻合,证明可以采本文所提出的方法对模式进行调制和选择。因此,当压电片尺寸确定后,各模式幅值将惟一决定于信号中心频率,此时可以通过调整激励信号的中心频率来获取期望的Lamb波模式,如图4,5所示。当激励信号中心频率为60 kHz时,可以得到单一的A0模式,而需要较为突出的S0模式时,将中心频率调整到230 kHz左右即可;同时,在频率(频厚积)确定的条件下,可以选择压电片半径参数来获得幅值最大化的期望模式信号,这样的应用事例在Lamb波非线性研究中具有很好的应用价值。
需要指出的是,由于只考虑了激励模型中的正弦项,而没有考虑其他幅值项,因此幅值大小和计算结果会有所区别,但并不影响对幅值变化趋势的判断。
4 结束语
本文在Lamb波频散方程基础上,对压电片激励与传感模型进行了分析和研究,根据压电片激励Lamb波方程位移解,得出Lamb波模式激励调制机理,结合压电传感器尺寸与信号波长的关系,给出完整的Lamb波模式调制方法,并在铝板结构上进行了实验验证。结果表明,借助于结构频散曲线,通过调节激励信号频率(频厚积)或压电片半径可以有效实现Lamb波模式的调制,为Lamb波技术应用过程中的模式选取提供了简单可行的依据。
参考文献
[1]Wang Dong,Ye Lin,Lu Ye,et al.A damage diagnostic imaging algorithm based on the quantitative comparison of Lamb wavesignals[J].Smart Materials and Structures,2010,19(6):065008.
[2]Ng C T,Veidt M.A Lamb-wave-based technique for damagedetection in composite laminates[J].Smart Materials andStructures,2009,18(7):074006.
[3]Su Zhongqing,Ye Lin,Lu Ye.Guided Lamb waves for identifi-cation of damage in composite structures:A review[J].Journalof Sound and Vibration,2006,295:753-780.
[4]Wang Qiang,Yuan Shenfang.Baseline-free imaging methodbased on new pzt sensor arrangements[J].Journal of Intelli-gent Material Systems and Structures,2009,20(14):1663-1673.
[5]Rose JL.固体中的超声波[M].何存富,吴斌,王秀彦,译.北京:科学出版社,2005.
[6]Victor Giurgiutiu.Tuned lamb wave excitation and detectionwith piezoelectric wafer active sensors for structural health mo-nitoring[J].Journal of Intelligent Material Systems and Struc-tures,2005,16:291-305.
[7]Crawley EF,de Luis J.Use of piezoelectric actuators as ele-ments of intelligent structures[J].AIAA Journal,1987,25(10):1373-1385.
阶梯波调制 篇5
城市化进程的推进,电力电缆在电网中的使用数量逐步增多,人们也越来越重视电缆基本数据的普查与管理,而电力电缆识别技术在此工作中则发挥了重要作用。由于传统电力电缆识别技术具有一定局限性,随着社会的发展,已不能适应当前的社会需要了。本文提出了基于双调制波的电力电缆识别技术,这是一新区别于以往的全新的识别技术,论文并对其相关原理和系统设计进行了分析,旨在加强电力电缆的识别技术,准确判断电缆之间关系,为做好我国电力电缆大规模的普查工作提供了相应的技术条件。
1 双调制波识别技术
双调制波识别技术是指把两个正弦波信号叠加起来,由于这两个信号具有不同频率,因而当叠加完之后,需要对其进行频率处理,进而就会产生与TH相反,且具有不同特点的周期信号。由于该信号能够被识别,并且能够进行分析,因而被广泛的应用在电力电缆检测中,通常调制波信号是由800Hz与1200Hz两个正弦波信号叠加组成。需要指出的是,当两个波形频率呈倍数关系时,不可选用。
1.1 信号相位分析
双调制波信号通过FFT计算,就可以获取800Hz和1200Hz两个信号的相位,可以用∮800和∮1200,这个相位是双调制波起点的信号相位,通过这两个点相位,就能够求出800Hz波形信号的峰值。800Hz与1200Hz信号合成以后,就会形成一个周期为400Hz的合成波。
1.2 标准识别判据
通过分析,我们可以知道,在双调制波正相与反相情况下,∮800和∮1200可以满足具有不同关系的计算式。由有交集,因而将其作为电流识别判断,将会有较高准确性。尽管有时在电缆检测中,不能使其直接实现确定电缆目标的目的,但是可以将其用在电气设备的功能检测中。当在检测过程中,检测结果不能满足已匹配判据的要求,需要进一步的调试。
2 发射端设计
2.1 电路结构
在系统12v电源的电池组,逆变器输入电压220v,本级增益为17(200/12)。但是如果占空比较大,二极管的反向恢复电流过大,也会使效率降低,由此可以判断,占空比≤80%。本设计系统是的第一级是高增益DC/DC变换器。
2.2 元件参数
首先需要输入相应的电感参数,该系统中的电路功率P < 20W, 电流为1.7A,电流波动为30% 左右。电感值取2.2u H,二极管选用快恢复二极管MUR460, 开关管选用IRF3205, 其参数电压应力为40V,电流为10A。由于该高增益的升压电路输出为逆变器输入 , 因而需要保持其稳定 ,否则逆变输出的相关正弦波形的叠加信号就会出现畸变 , 因而可以采用PI算法的闭环控制 , 从而使电压定在200V。
3 接收端设计
3.1 带通滤波器设计
众所周之,正常状态下发射双调制波信号的频率分别是为800Hz和1200Hz,其中会有一些干扰信号民的谐波产生,这些谐波的频率常常在50Hz左右,也可能是具有一些高频干扰特点的信号。所以必需设置带通滤波器 , 对干扰信号进行过滤与剔除,最终只将目标双调制波保留。
在普通设计中,我们选用的是4阶巴特沃斯 函数模型,中心预设 频率是l OOOHz, 而带宽频率是500Hz,通过相关软件计算,可以得到相应的电路结构拓扑与参数。
3.2 相位偏移识别和修正过程
在相位偏移识别和修正过程当中,我们需要把800Hz和1200Hz的正弦波信号输入到带通滤波器中 , 并进行仿真。通过观察可以发现,这二种正弦波信号波的增益都在0.45数值附近,与此同时,还可以观察到800Hz信号位置大约出现了40度滞后,而1200Hz信号则出现了65左右的相位超前。双调制波信号经过带通滤波器以后,两组信号间会产生大约105度的相位偏移,此时原有的标准识别判据就已经失去了准确性,需要对数据进行修正。
4 系统软件设计
为了使电力电缆识别技术发挥出更大功效,我们设计了系统软件,该系统主要采用FFT技术。在设计信号发送端模块时,需要通过逆变器SPWM波形进行DSP控制。该系统主要有6个模块,每个模块中都有2个输出端口。
针对全桥逆变中同组桥臂(上下位置)2个开关管自身驱动问题,可实施互补驱动方法进行。但是,开关管在关闭和中断过程中往往需要一段时间,若上下位置的2个开关管同时进行翻转和驱动,易出现两管同时导通现象,这个过程虽然非常短暂,同样能导致管路出现短路,并烧坏2个开关管。因此,在开通管道时,应分别为上下两管增加一定延时,在此期间2和管道均处于关闭状态。
5 结束语
基于双调制波的电力电缆识别技术在电力系统中发挥重要作用,我们要对该技术给予足够重视。在日常工作中,需要加强对电力电缆识别技术的研究与应用,注重系统设计,发挥出电力电缆识别技术的作用,规范电缆管理工作,为大规模电力电缆普查工作提供保障。
摘要：进入21世纪以来,随着信息技术的发展,人们对于电力的需要越来越强。基于社会大背景下本文对基于双调制波的电力电缆识别技术进行了探讨,介绍了双调制波识别技术,分析了发射端与接收端设计要点,总结概括了系统软件设计流程,希望对相关研究领域提供借鉴意义。
阶梯波调制 篇6
关键词：24脉波整流机组,开关函数,调制理论,FFT,特征谐波
1 引言
为减小三相整流器输入的总谐波含量, 提高整体系统的电磁兼容性, 采用将整流电路进行移相多重联结的方法得到了普遍采用。在一个电源周期中, 整流装置输出的电压脉波数越多, 则输出电压中的最小谐波阶次越高, 其幅值也越小;同时流入整流装置的交流电流中的谐波频率越高, 谐波电流幅值越小[1]。在城市轨道交通牵引供电系统领域, 越来越多的牵引变电所是采用24 脉波整流机组取代以前的6 脉波或12 脉波整流机组, 以减少网侧输入电流的谐波含量, 降低高次谐波对电网及其它设备的影响。当由24 脉波整流机组构成的直流牵引供电系统处于理想稳态对称运行情况下时, 整流机组的交流侧和直流侧均只产生特征谐波。
谐波分析的方法主要有时域法和频域法两种。文献[2]采用基于Newton-Raphson法对电压的基波和谐波潮流同时进行计算, 但该策略存在以下缺点: (1) 需要同时已知谐波源的电压和电流; (2) 采用Newton-Raphson法分析计算时所列的方程组中Jacobi矩阵比较复杂, 计算量繁重; (3) 相类似的问题采用该分析方式时需要建立新的方程, 可移植性差。文献[3]提出了一种谐波导纳矩阵法, 其采用某一频域耦合导纳矩阵来模拟谐波所产生的相应特性。该方法考虑谐波之间的互相耦合, 对谐波产生机理进行展现, 相比其他频域方法, 其具有模型准确、无需重复迭代等优点。但由于该频域耦合导纳矩阵中各元素取决于系统的运行参数和电路参数, 在直流供电系统中运行的参数通常都是时变的, 使得每次使用模型矩阵时需要重复进行计算, 导致工作量也偏大。基于开关函数定义的适用于二极管不控整流电路和晶闸管相控整流电路的调制理论具有概念清晰、计算量小等优点, 已经被广泛用于各种电力电子电路的建模和分析。基于此, 本文采用调制理论和时域FFT分析方法对理想状态下的24 脉波整流机组的直流侧谐波特性进行分析研究。
2 24 脉波整流机组工作原理
如图1 所示为24 脉波整流机组的拓扑图。
城轨交通牵引变电所中的24 脉波整流机组主要由2 台相同容量的12 脉波轴向双分裂式牵引移相整流变压器和4 组由三相全波整流桥构成的整流器两部分共同组成。机组中的两台整流变压器阀侧均有两套低压绕组分别采用Y型接线和△型接线, 使得两套绕组的线电天然形成30°的相位角。网侧绕组采用两种不同的延边三角形接线方式进行移相, 左延△接法实现移相+7.5°, 右延△接法实现移相-7.5°[4]。通过移相处理, 得到的4套阀侧绕组的线电压就互差15°的相位角。它们各自经过由三相全波整流桥构成的整流器整流, 在4组整流器的直流侧并联运行, 组成2*12 脉波整流系统, 从而向牵引网输出24 脉波的直流电源, 为城轨列车提供牵引动力。
3 调制理论简介
以图 (2) 所示的典型的三相全桥六脉波整流电路为例, 简要阐述调制理论的基本原理。
根据调制理论, 整流电路中输出直流侧电压vd可以看作是输入的交流侧电压va、vb、vc被调制后的结果, 输入的交流电源侧的三相相电流ia、ib、ic可以看作是输出直流侧电流id被调制后的结果, 即vd以及相电流ia、ib、ic可表示为:
式中:Sva、Svb、Svc为交流侧三相电压va、vb、vc的开关函数, Sia、Sib、Sic为交流侧三相相电流ia、ib、ic的开关函数。
简单来讲, 开关函数可以表示成变流器中电力电子器件的开或关的状态, 但电路结构、电压和电流参考方向等因素会决定着其实际取值[5]。
对于图2 中的三相全桥6 脉波整流电路, 交流侧A相电压的开关函数Sva定义如下:
同理可以得到B相电压和C相电压的开关函数Svb、Svc。
理想状态下, 开关器件瞬时完成换相, 不存在换相重叠角。对于A、B、C三相, 其电压开关函数和电流开关函数完全相同[6]。应用调制理论对二极管不可控以及晶闸管相控整流电路进行谐波分析时, 应按照交流侧相电压→直流侧电压、直流侧电流→交流侧相电流的次序依次进行[7]。
4 24 脉波整流机组直流侧特征谐波分析
4.1 24 脉波整流机组电压电流开关函数
在图2 所示三相全桥6 脉波整流电路中, 利用时域FFT分析方法将其电压、电流的开关函数分解为Fourier级数的形式, 如下所示:
式中:An为各开关函数的系数;w为角频率。
本文将从三相全桥6 脉波整流电路的电压电流开关函数出发, 逐步推导出24 脉波整流机组的电压电流开关函数。图3 所示的 (a) 、 (b) 分别为不考虑换相角 δ 时和考虑换相角 δ 时的三相全桥6脉波整流电路a相电压开关函数Sva以及电流开关函数Sia的图形。
对于图3 (a) 中, 由于不考虑换相角 δ, 根据基于开关函数定义调制理论的基本原理, 可知电压开关函数Sva和电流开关函数Sia完全相等。根据图3 所示的波形, 两开关函数的系数An的计算式为:
对于图3 (b) 中, 考虑换相角 δ 时, 电压、电流开关函数Sva、Sia的系数Anu、Ani的计算式分别如下:
对于12 脉波整流电路, 它由2 组6 脉波整流电路并联或者串联所组成, 其变压器的一、二次侧接线方式分别采用Y / Y形接线和Y / △形接线。由叠加原理, 不考虑换相角 δ 时, 12 脉波整流电路开关函数为6 脉波整流电路Y / Y接线和Y / △形接线各自的开关函数相叠加[8,9,10], 其a相电压、电流的开关函数图形如图4 所示。
根据图4 所示开关函数波形, 电压、电流开关函数的系数Bn的计算式为:
由叠加原理, 不考虑换相角δ时, 24脉波整流机组的a相电压、电流开关函数如图5所示。
根据相类似的计算方法, 不考虑换相角时24脉波整流机组电压、电流开关函数的系数Cn的计算式为:
4.2 直流侧谐波分析
设整流机组输入的三相电压为:
式中:Em为三相相电压的幅值;w为电网电压的角频率。
根据调制理论, 输出直流电压Vdc可表示为:
公式 (10) 中Sv (wt) 为电压开关函数[Sva (wt) , Svb (wt) , Svc (wt) ]的向量表示形式。
根据式 (3) 可知, 此时不考虑换相角 δ 时24 脉波整流机组的电压电流开关函数为:
根据调制理论, 整流机组输出的直流电压Vdc是输入侧的三相电压Es经过电压开关函数Sv调制后所得, 此时:
假定24 脉波整流机组所带负载为阻感性负载, 由电路理论, 可得24 脉波整流机组输出侧的直流电流Idc为:
由公式 (13) 可知, 在理想状态下, 城轨24 脉波整流机组的直流侧的输出电流仅含有24n (n=1, 2, 3, …) 次谐波分量, 各谐波分量的幅值也随着频率的不断增大而以1 / (24n) 2的速度逐渐衰减。
5 仿真验证
本文基于Matlab / Simulink平台构建24 脉波整流机组模型进行仿真。仿真模型主要参数设定如下:三相电压源Uabc为工频50Hz, 线电压有效值为35k V; 单台整流变压器的额定容量S为1000k VA;整流变压器一、二次侧的电压变比为:33000:180:1180;负载电阻R为20Ω, 负载电感L为1e-8H, 仿真时间为0.06s, 仿真波形及其频谱图如图6 所示。
图6中, 图 (a) 、 (c) 分别为24脉波整流机组输出直流电压和电流的波形图。电压电流波形在一个交流周期0.02s之内脉动24次, 每个脉动的角度间隔为15°, 脉动较为平稳, 输出的直流电压存在一定的电压纹波。图 (b) 和图 (d) 为输出直流电压和电流的谐波频谱图, 由频谱图可知:在不考虑换相角时, 24脉波整流机组的直流侧电压、电流谐波只含有24n (n=1, 2, 3, …) 次谐波分量, 且谐波分量的幅值随着谐波频率的不断增大而逐渐衰减, 从而验证了不考虑换相角时基于调制理论所分析24脉波整流机组直流侧特征谐波分布的正确性和有效性。
6 结束语
以三相全桥6 脉波整流电路开关函数为基础, 逐步推导出不考虑换相角时的24 脉波整流机组电压、电流的开关函数。根据调制理论的基本原理, 将24 脉波整流机组输出直流侧电压和电流分别用整流机组输入侧正弦电压和电压开关函数来表示, 从而对不考虑换相角时的24 脉波整流机组直流侧的特征谐波分布进行分析, 并得出其分布规律:在理想状态下, 24 脉波整流机组的直流侧谐波只含有24n (n=1, 2, 3, …) 次谐波分量, 且谐波分量的幅值也随着频率的不断增大而逐渐衰减。在Matlab / Simulink平台建立仿真模型, 仿真结果验证了基于调制理论的直流侧谐波分析的正确性和有效性, 这为二极管不可控及晶闸管相控整流电路的交直流侧谐波分析提供了一种新途径。
参考文献
[1]秦萌涛, 宋文武, 黄琛.舰用12脉波整流器直流侧谐波分析[J].舰船科学技术, 2015, 37 (2) .
[2]张大海, 毕艳冰, 毕研秋, 等.电力逆变器调制理论的扩展研究[J].电网技术, 2010, 34 (12) :63-67.
[3]李琼林, 刘会金, 张振环, 等.基于互调制原理的交直交变流系统中的谐波分析[J].中国电机工程学报, 2007, 27 (34) :107-114.
[4]全恒立, 刘志刚, 张钢, 等.地铁24脉波整流器空载直流侧谐波特性分析[J].铁道学报, 2012, 34 (3) :28-33.
[5]杨小兵, 李兴源, 金小明, 等.基于调制理论的换流变压器铁芯饱和及不稳定分析[J].电网技术, 2009, 33 (20) :49-53.
[6]梁继云, 康积涛.调制理论在交直流输电系统谐波分析中的运用[J].华电技术, 2011, 33 (11) :52-53.
[7]肖超, 刘跃, 张仁红.HVDC中调制理论谐波研究[J].现代机械, 2013, 12 (4) :86-89.
[8]Wang Y, Joos G, Jin H.DC-side shunt-active power filter for phase-controlled magnet-load power supplies[J].IEEE Trans on Power Electronics, 1997, 12 (5) :765-771.
[9]余瑜, 刘开培, 陈俊, 等.基于调制理论的高压直流输电系统混合谐振型谐波不稳定判据[J].高电压技术, 2014, 40 (5) :1582-1589.
阶梯波调制 篇7
软件无线电的思路是构建一个通用的硬件平台, 用软件来实现尽可能多的无线通信功能, 目标是实现多波段、多体制、多制式的接收和发送, 达到通信设备之间的互联互通。通信信号自动调制方式识别是基于软件无线电的通信系统或者通信对抗应用的关键环节, 是软件无线电接收机的必备功能之一[1]。通信信号的调制方式识别是一个典型的模式识别问题, 前人研究比较多的自动识别调制样式一般采用基于决策理论的算法或者基于人工神经网络理论, 决策论方法是用概率和符合假设检验的观点研究调制识别问题, 人工神经网络理论具有模拟人脑识别能力, 这两种方法都有计算量较大的问题[1,2]。小波变换在时频域中用宽度变化的时频窗来观察信号, 对高频有较高的时间分辨率和较低的频率分辨率, 低频则相反, 具有局部分析和细化的能力, 特别适宜于对时频信号的分析, 同样也已经应用于调制方式的自动识别。利用小波分析方法提取调制信号的特征参数来对信号的调制方式自动识别算法具有更优越的性能, 为对接收信号进行解调和进一步分析与处理提供了依据[2]。
1识别理论分析
小波变换能够把任何信号映射到一个由基本小波伸缩、平移而成的一组小波函数上去, 实现信号在不同时刻、不同频带的合理分离而不丢失任何原始信息。尤其是其良好的信号检测和分析特性, 使其在信号的特征分析和信号突变点的检测方面, 得到了更加广泛的应用。
这里通过小波域来提取调制信号的特征参数进行调制样的识别, 识别流程图如图1所示。
小波变换的基本思想是用一簇基函数去表示或逼近一信号。这一簇基函数ϕa, b (t) 称为小波[3], 它是由一母小波函数ϕ (t) 经过平移b、伸缩a得到的, 即:
对于信号f (t) ∈L2 (R) 的连续小波变换 (CWT) 定义为[3]:
式中:符号“*”表示复共轭。
若ϕ (t) 满足容许条件
若取a = a
离散小波变换则表示为:
数字调制信号2ASK, 2FSK, 2PSK广泛应用于数字通信领域中, 对这些信号利用小波变换进行时频分析, 通过小波域中的系数反映出信号的特征, 例如幅度、频率、相位、相似性、间断点等, 本文只选择软件无线电中应用比较多的BPSK/QPSK调制样式号进行分析, 从而得到小波分析用于信号特征提取的结果, 为进一步的数字调制信号识别和分类打下基础, 对数字调制信号时钟同步提供新的方法[4,5]。
2BPSK/QPSK信号的小波域特征参数
在此采用的是对暂态信号和相位信号的变化有较强的检测能力的Haar小波函数, 其表达式如下:
设接收到的数字调制信号进行ADC后输出的信号为:
相位调制是指瞬时相位偏移随调制信号m (nTs) 而线性变化, 即式 (8) , 其中Kp是常数。
则有:
f (n) 的小波变换为:
对BPSK/QPSK信号进行小波变换后, 在码元交界处的幅度取决于前后码元的幅度、频率或相位, 前后幅度或相位相差越大, 小波变换的幅度变化越剧烈。对BPSK/QPSK信号来说, 取其小波分解的高频系数, 再进行希尔伯特变换, 取复信号的模值, 小波分解的高频系数的模值基本上是由一系列冲击脉冲再加上一些尖峰组成, 由此就可以识别出BPSK/QPSK信号来。对BPSK/QPSK信号进行小波分解, 如图2所示是各级分解的高频系数。
从图2可以看出对BPSK/QPSK信号小波变换后, Haar小波函数的几乎分析不到相位突变点, 而且对于相邻相位变化, Haar小波函数并没有检测出来。对于db2, db3虽然得到了一些相位突变点, 但是并没有检测到相邻相位变化较小的相位变化。但是, db7小波函数对BPSK/QPSK信号进行同样的分解, 它的检测特性明显比前几种小波函数好, 从图中可以清楚地看到三个相位跳变点, 而且在相位检测的仿真图中可以看到, 用db7小波函数进行相位检测时效果更好。因为小波函数对频率有很高的灵敏度, 所以可以将不同频率的信号区分开来, 所以利用信号中瞬时相位和瞬时频率的对应关系, 可以检测出BPSK/QPSK调制信号中的相位跳变点。
3仿真信号识别实验
本实验用Matlab软件进行仿真, 其中基带信号的频率f=10 kHz, 采样频率fs=100 kHz, 取200个码元用来识别, 而且假设识别器没有任何先验知识, 噪声为高斯白噪声, 对基带信号做小波分解来提取信号的特征参数, 对BPSK/QPSK信号在信噪比分别为22 dB, 18 dB, 12 dB, 8 dB, 6 dB, 4 dB情况下, 选择不同的小波函数进行250次独立实验, 结果如表1所示。
从表1中可以看出用db7小波函数做特征提取时得到的识别效果明显优于其他的小波函数。对于用db7小波函数特征提取, 当信噪比不低于8 dB时用小波分解来对信号进行识别的效果较好, 整体的识别正确率不低于98%, 信噪比低于6 dB后BPSK/QPSK的识别正确率降低至90%左右。信噪比继续降低, 信号将不可识别。
4结语
在利用小波分解进行信号识别的方法中, 选取合适的小波函数非常重要, 一般根据需要, 人为地对多种小波函数进行测试, 通过对测试结果的比较来选择小波函数。在选取到合适的小波函数的情况下, 利用小波变换可以对一些信号进行粗分类。本文只对BPSK/QPSK信号进行实验, 其他调制样式的信号ASK或者FSK也可以运用该识别器进行识别。利用小波变换对数字调制信号进行时频分析提取其特征参数, 对数字调制信号识别和分类有着更好的效果。
摘要：讨论基于软件无线电技术的一种数字信号调制样式的自动识别的算法。使用小波分析提取数字调制信号的调制特征参数, 研究了利用小波分析在软件无线电中常用的调制样式 (BPSK/QPSK) 的识别问题, 对高斯白噪声中的通信信号在不同信噪比情况下进行了识别计算机仿真。仿真及实验验证了用小波分析方法针对信噪比较低、对功耗限制严格的通信系统, 具有较为理想的识别能力。
关键词：软件无线电,调制方式,自动识别,小波分析
参考文献
[1]陈祝明.软件无线电技术基础[M].北京:高等教育出版社, 2007.
[2]杨小牛, 楼才义, 徐建良.软件无线电原理与应用[M].北京:电子工业出版社, 2001.
[3]徐长发.实用小波方法[M].上海:华中科技大学出版社, 2001.
[4]卢娜.调制模式识别和信号特征提取的研究[D].西安:西安电子科技大学, 2008.
[5]赵星.通信信号调制样式识别技术[D].成都:电子科技大学, 2006.
[6]AVCI Engin, HANBAY Davut, VAROL Asaf.An expertdiscrete wavelet adaptive network based fuzzy inference sys-tem for digital modulation recognition[J].Expert Systemwith Application, 2007, 33:582-589.
[7]NANDIAK, AZZOUZEE.Modulation recognition usingartificial networks[J].Signal Processing, 1997, 56 (2) :165-175.
[8]罗文波, 王丽敏, 杨翠娥.小波分析在调制信号自动识别中的应用[J].仪器仪表用户, 2004, 11 (2) :44-45.
[9]李伟.基于小波变换的数字调制信号的特征提取[J].洛阳理工学院学报, 2009, 19 (11) :47-50.