在早期階段，直流調速系統在傳動領域中占統治地位。然而，從60年代后期開始，交流電動機在工業應用領域正在取代直流電動機，交流傳動變得越來越經濟和受歡迎。永磁交流伺服系統作為電氣傳動領域的重要組成部分，在工業、農業、航空航天等領域發揮越來越重大的作用。永磁同步電動機以其特點廣泛應用于中小功率傳動場合，成為研究的重要領域。然而，永磁同步電動機具有較大的轉動脈動，而對于這些應用場合，轉矩平滑通常是基本要求。因此，對永磁交流伺服系統的應用，必須考慮其轉矩脈動的抑制問題。本文針對電機傳動系統中參數變化對電機性能的影響，以永磁同步電機為例，圍繞如何通過參數辨識來提高永磁同步電動機的控制性能，借助自行開發的全數字永磁交流伺服系統平臺，對永磁同步電動機的磁場定向控制，參數辨識，神經網絡和擴展卡爾曼濾波在控制系統中的應用，抑制轉矩脈動，提高系統性能幾個方面展開深入的研究。 本文從永磁同步電動機及其控制系統的基本結構出發，對通過參數辨識抑制轉矩脈動進行了較為細致的分析。針對不同情況，通過改進電機的控制系統，提出了多種參數辨識方法。主要內容如下： 1、基于定子磁鏈方程，建立了永磁同步電動機的一般數學模型。經坐標變換，得出在靜止兩相（α—β）坐標系和旋轉兩相（d—q）坐標系下永磁同步電動機電壓方程和轉矩方程。 2、分析了永磁同步電動機id=0矢量控制系統的工作原理，介紹了永磁同步電動基于磁場定向的矢量控制的基本概念。經對永磁同步電動機系統進行分析，推導并建立了id=0控制時整個電機系統的數學模型。 3、基于超穩定性理論的模型參考自適應控制原理，設計了一種模型參考自適應控制系統，考慮電機參數的時變性，對永磁交流伺服系統的繞組電阻和電機負載轉矩辨識進行了研究，以保持系統的動態性能。利用Matlab/Simulink建立仿真模型，對控制性能進行了驗證，仿真實驗證明這種方法的可行性。 4、人工神經網絡具有很強的學習性能，經過訓練的多層神經網絡能以任意精度逼近非線性函數，因此為非線性系統辨識提供了一個強有力的工具。本章針對永磁同步電機提出了一種以電機輸出轉速為目標函數的神經網絡控制方案，同時應用人工神經網絡理論建立和設計了負載轉矩擾動辨識的算法以及相應的控制系統的補償方法，并應用MATLAB軟件進行了計算機仿真，仿真證明和傳統的控制方法相比，以電機輸出轉速為指導值和目標函數的神經網絡控制方案能有效地提高神經網絡的收斂速度，能有效地改善控制系統的動態響應，具有跟蹤性能好和魯棒性較強等優點。 5、電機的參數會隨著溫升和磁路飽和發生變化，需進行在線實時辨識。本文利用電機的定子電流、電壓和轉速，采用遞推最小二乘法進行在線參數辨識，該方法不需要觀測的磁鏈信號，消除了磁鏈觀測和參數辨識的耦合。電機狀態方程由于存在狀態變量的乘積項，對電機參數辨識以后，仍然是非線性方程，為了對電機狀態方程進行狀態估計，得到電機的參數辨識值，本文采用擴展卡爾曼濾波進行狀態估計，對以上方法的仿真實驗得到了滿意的結果。 6、本文基于數字電機控制專用DSP自行開發了全數字永磁交流伺服系統平臺，通過軟件實現擴展卡爾曼濾波對電阻和磁鏈的估計，以及基于磁場定向的空間矢量控制算法，獲得了令人滿意的實驗結果，證明擴展卡爾曼濾波算法對電阻和磁鏈的實時估計是很準確的，由此構成的永磁交流伺服系統具有良好的靜、動態性能。
上傳時間： 2013-07-28
上傳用戶：鳳臨西北
數字濾波器是現代數字信號處理系統的重要組成部分之一。ⅡR數字濾波器又是其中非常重要的一類慮波器，因其可以較低的階次獲得較高的頻率選擇特性而得到廣泛應用。 本文研究了ⅡR數字濾波器的常用設計方法，在分析各種ⅡR實現結構的基礎上，利用MATLAB針對并聯型結構的ⅡR數字濾波器做了多方面的仿真，從理論分析和仿真情況確定了所要設計的ⅡR數字濾波器的實現結構以及中間數據精度。然后基于FPGA的結構特點，研究了ⅡR數字濾波器的FPGA設計與實現，提出應用流水線技術和并行處理技術相結合的方式來提高ⅡR數字濾波器處理速度的方法，同時又從ⅡR數字濾波器的結構特性出發，提出利用ⅡR數字濾波器的分解技術來改善ⅡR濾波器的設計。在ⅡR實現方面，本文采用Verilog HDL語言編寫了相應的硬件實現程序，將內置SignalTap Ⅱ邏輯分析器的ⅡR設計下載到FPGA芯片，并利用Altera公司的SignalTap Ⅱ邏輯分析儀進行了定性測試，同時利用HP頻譜儀進行定性與定量的觀測，仿真與實驗測試結果表明設計方法正確有效。
上傳時間： 2013-04-24
上傳用戶：rockjablew
擴頻通信系統與常規的通信系統相比，具有很強的抗窄帶干擾，抗多徑干擾，抗人為干擾的能力，并具有信息隱蔽、多址保密通信等優點。在近年來得到了迅速的發展。本論文主要討論和實現了基于FPGA的直接序列擴頻信號的解擴解調處理。論文對該直擴通信系統和FPGA設計方法進行了相關研究，最后用Altera公司的最新的FPGA開發平臺Quarus Ⅱ5.0實現了相關設計。 整個系統分為兩個部分，發送部分和接收部分。發送部分主要有串并轉換、差分卷積編碼、PN碼擴頻、QPSK調制、成型濾波等模塊。接收部分主要有前端抗干擾、數字下變頻、解擴解調等模塊。 論文首先介紹了擴頻通信系統的特點以及相關技術的國內外發展現狀，并介紹了本論文的研究思路和內容。 然后，論文分析了幾種常用的窄帶干擾抑制、載波同步及PN碼同步算法，結合實際需要，設計了一種零中頻DSSS解調解擴方案。給出了抗窄帶干擾、PN碼捕獲及跟蹤以及載波同步的算法分析，采用了基于數字外差調制的自適應陷波器來進行前端窄帶干擾抑制處理，用基于自適應門限技術的滑動相關捕獲和分時復用單相關器跟蹤來改善PN碼同步的性能，用基于硬判決的COSTAS(科斯塔斯)環來減少載波提取的算法復雜度，用改進型CORDIC算法實現NCO來方便的進行擴展。 接著，論文給出了系統總體設計和發送及接受子系統的各個功能模塊的實現分析以及在Quartus Ⅱ5.0上的實現細節，給出了仿真結果。 然后論文介紹了整個系統的硬件電路設計和它在真實系統中連機調試所得到的測試結果，結果表明該系統具有性能穩定，靈活性好，生產調試容易，體積小，便于升級等特點并且達到課題各項指標的要求。 最后是對論文工作的一些總結和對今后工作的展望。
上傳時間： 2013-05-23
上傳用戶：磊子226
數字濾波器是現代數字信號處理系統的重要組成部分之一。ⅡR數字濾波器又是其中非常重要的一類慮波器，因其可以較低的階次獲得較高的頻率選擇特性而得到廣泛應用。 本文研究了ⅡR數字濾波器的常用設計方法，在分析各種ⅡR實現結構的基礎上，利用MATLAB針對并聯型結構的ⅡR數字濾波器做了多方面的仿真，從理論分析和仿真情況確定了所要設計的ⅡR數字濾波器的實現結構以及中間數據精度。然后基于FPGA的結構特點，研究了ⅡR數字濾波器的FPGA設計與實現，提出應用流水線技術和并行處理技術相結合的方式來提高ⅡR數字濾波器處理速度的方法，同時又從ⅡR數字濾波器的結構特性出發，提出利用ⅡR數字濾波器的分解技術來改善ⅡR濾波器的設計。在ⅡR實現方面，本文采用Verilog HDL語言編寫了相應的硬件實現程序，將內置SignalTap Ⅱ邏輯分析器的ⅡR設計下載到FPGA芯片，并利用Altera公司的SignalTap Ⅱ邏輯分析儀進行了定性測試，同時利用HP頻譜儀進行定性與定量的觀測，仿真與實驗測試結果表明設計方法正確有效。
上傳時間： 2013-04-24
上傳用戶：lmq0059
擴頻通信系統與常規的通信系統相比，具有很強的抗窄帶干擾，抗多徑干擾，抗人為干擾的能力，并具有信息隱蔽、多址保密通信等優點。在近年來得到了迅速的發展。本論文主要討論和實現了基于FPGA的直接序列擴頻信號的解擴解調處理。論文對該直擴通信系統和FPGA設計方法進行了相關研究，最后用Altera公司的最新的FPGA開發平臺Quarus Ⅱ5.0實現了相關設計。 整個系統分為兩個部分，發送部分和接收部分。發送部分主要有串并轉換、差分卷積編碼、PN碼擴頻、QPSK調制、成型濾波等模塊。接收部分主要有前端抗干擾、數字下變頻、解擴解調等模塊。 論文首先介紹了擴頻通信系統的特點以及相關技術的國內外發展現狀，并介紹了本論文的研究思路和內容。 然后，論文分析了幾種常用的窄帶干擾抑制、載波同步及PN碼同步算法，結合實際需要，設計了一種零中頻DSSS解調解擴方案。給出了抗窄帶干擾、PN碼捕獲及跟蹤以及載波同步的算法分析，采用了基于數字外差調制的自適應陷波器來進行前端窄帶干擾抑制處理，用基于自適應門限技術的滑動相關捕獲和分時復用單相關器跟蹤來改善PN碼同步的性能，用基于硬判決的COSTAS(科斯塔斯)環來減少載波提取的算法復雜度，用改進型CORDIC算法實現NCO來方便的進行擴展。 接著，論文給出了系統總體設計和發送及接受子系統的各個功能模塊的實現分析以及在Quartus Ⅱ5.0上的實現細節，給出了仿真結果。 然后論文介紹了整個系統的硬件電路設計和它在真實系統中連機調試所得到的測試結果，結果表明該系統具有性能穩定，靈活性好，生產調試容易，體積小，便于升級等特點并且達到課題各項指標的要求。 最后是對論文工作的一些總結和對今后工作的展望。
上傳時間： 2013-07-04
上傳用戶：yd19890720
隨著GPS(Global Positioning System)技術的不斷發展和成熟，其全球性、全天候、低成本等特點使得GPS接收機的用戶數量大幅度增加，應用領域越來越廣。但由于定位過程中各種誤差源的存在，單機定位精度受到影響。目前常從兩個方面考慮減小誤差提高精度：①用高精度相位天線、差分技術等通過提高硬件成本獲取高精度；②針對誤差源用濾波算法從軟件方面實現精度提高。兩種方法中，后者相對于前者在滿足精度要求的前提下節約成本，而且便于系統融合，是應用于GPS定位的系統中更有前景的方法。但由于在系統中實現定位濾波算法需要時間，傳統CPU往往不能滿足實時性的要求，而FPGA以其快速并行計算越來越受到青睞。 本文在FPGA平臺上，根據“先時序后電路”的設計思想，由同步沒計方法以及自頂向下和自下而上的混合設計方法實現系統的總體設計。從GPS-OEM板輸出的定位信息的接收到定位結果的坐標變換，最終到kalman濾波遞推計算減小定位誤差，實現實時、快速、高精度的GPS定位信息采集處理系統，為GPS定位數據的處理方法做了新的嘗試，為基于FPGA的GPS嵌入式系統的開發奠定了基礎。具體工作如下： 基于FPGA設計了GPS定位數據的正確接收和顯示，以及經緯度到平面坐標的投影變換。根掘GPS輸出信息標準和格式，通過串口接收模塊實現串口數掘的接收和經緯度信息提取，并通過LCD實時顯示。在提取信息的同時將數據格式由ASCⅡ碼轉變為十進制整數型，實現利用移位和加法運算達到代替乘法運算的效果，從而減少資源的利用率。在坐標轉換過程中，利用查找表的方法查找轉化時需要的各個參數值，并將該參數先轉為雙精度浮點小數，再進行坐標轉換。根據高斯轉化公式的規律將公式簡化成只涉及加法和乘法運算，以此簡化公式運算量，達到節省資源的目的。 卡爾曼濾波器的實現。首先分析了影響定位精度的各種誤差因素，將各種誤差因素視為一階馬爾科夫過程的總誤差，建立了系統狀態方程、觀測方程和濾波方程，并基于分散濾波的思想進行卡爾曼濾波設計，并通過Matlab進行仿真。結果表明，本文設計的卡爾曼濾波器收斂性好，定位精度高、估計誤差小。在仿真基礎上，實現基于FPGA的卡爾曼濾波計算。在滿足實時性的基礎上，通過IP核、模塊的分時復用和樹狀結構節省資源，實現數據卡爾曼濾波，達到提高數據精度的效果。 設計中以Xilinx公司的Virtex-5系列的XC5VLX110-FF676為硬件平臺，采用Verilog HDL硬件描述語言實現，利用Xilinx公司的ISE10.1工具布局布線，一共使用44438個邏輯資源，時鐘頻率達到100MHZ以上，滿足實時性信號處理要求，在保證精度的前提下達到資源最優。Modelsim仿真驗證了該設計的正確性。
上傳時間： 2013-04-24
上傳用戶：二驅蚊器
今天，電視機與視訊轉換盒應用中的大多數調諧器采用的都是傳統單變換MOPLL概念。這種調諧器既能處理模擬電視訊號也能處理數字電視訊號，或是同時處理這兩種電視訊號(即所謂的混合調諧器)。在設計這種調諧器時需考慮的關鍵因素包括低成本、低功耗、小尺寸以及對外部組件的選擇。本文將介紹如何用英飛凌的MOPLL調諧芯片TUA6039-2或其影像版TUA6037實現超低成本調諧器參考設計。這種單芯片ULC調諧器整合了射頻和中頻電路，可工作在5V或3.3V，功耗可降低34%。設計采用一塊單層PCB，進一步降低了系統成本，同時能處理DVB-T/PAL/SECAM、ISDB-T/NTSC和ATSC/NTSC等混合訊號，可支持幾乎全球所有地區標準。圖1為采用TUA6039-2/TUA6037設計單變換調諧器架構圖。該調諧器實際上不僅是一個射頻調諧器，也是一個half NIM，因為它包括了中頻模塊。射頻輸入訊號透過一個簡單的高通濾波器加上中頻與民間頻段(CB)陷波器的組合電路進行分離。該設計沒有采用PIN二極管進行頻段切換，而是采用一個非常簡單的三工電路進行頻段切換。天線阻抗透過高感抗耦合電路變換至已調諧的輸入電路。然后透過英飛凌的高增益半偏置MOSFET BF5030W對預選訊號進行放大。BG5120K雙MOSFET可以用于兩個VHF頻段。在接下來的調諧后帶通濾波器電路中，則進行信道選擇和鄰道與影像頻率等多余訊號的抑制。前級追蹤陷波器和帶通濾波器的容性影像頻率補償電路就是專門用來抑制影像頻率。
上傳時間： 2013-11-19
上傳用戶：ryb
反激式轉換器通常應用於具有多個輸出電壓並要求中低輸出功率的電源。配合采用一個反激式轉換器，多輸出僅增加極少的成本或復雜度––– 每個額外的輸出僅要求另一個變壓器繞組、整流器和輸出濾波電容器。
上傳時間： 2013-11-22
上傳用戶：3294322651
鋁合金壓鑄成型外殼單向通電獨立供給衛生集波器，干線不需供電。防止線短路，導致接收機損毀。
上傳時間： 2013-10-13
上傳用戶：yyxy
load initial_track s; % y:initial data,s:data with noiseT=0.1; % yp denotes the sample value of position% yv denotes the sample value of velocity% Y=[yp(n);yv(n)];% error deviation caused by the random acceleration % known dataY=zeros(2,200);Y0=[0;1];Y(:,1)=Y0;A=[1 T 0 1]; B=[1/2*(T)^2 T]';H=[1 0]; C0=[0 0 0 1];C=[C0 zeros(2,2*199)];Q=(0.25)^2; R=(0.25)^2;
上傳時間： 2014-12-28
上傳用戶：asaqq
