[发明专利]基于自适应卡尔曼滤波的谐波检测方法

权利要求书

1.一种基于自适应卡尔曼滤波的谐波检测方法，其特征在于：

首先，选择观测状态，基本观测状态设置：

x_1，i，x_2，i为一组，代表一个频次的波形特征；

第i次谐波的基本观测状态x_1，i，x_2，i；Δv_i表示第i次谐波的幅值；φ_i表示第i次谐波的相位角；

其次，选择系统动态方程以及量测方程：

建立量测方程为：Z_K＝C(K)x_K+v_K (2)

其中，量测矩阵C(K)如公式(3)所示，其中f_M为所需检测的M次谐波频率，v_K表示K时刻的测量噪声，x_K为K时刻的谐波基本观测状态；

C(K)＝[cos(2πf₁t)-sin(2πf₁t)...cos(2πf_Mt)-sin(2πf_Mt)]_1×2M (3)

系统动态方程为：

其中，

ω_k为系统工程噪声；采集谐波含量已知的标准波形通过传感器以及卡尔曼滤波器获得数据，训练神经网络；具体方法为，神经网络输入为实际传感器采集到的波形信号与通过状态估计及量测矩阵计算恢复的波形信号的差值，输出为卡尔曼状态估计结果的修正值，计算得到特定频次谐波的幅值和相角：

每一次谐波对应的估计状态有两项：

通过选取的观测状态获得特定次谐波的幅值Δv’_i及相角θ_i，i表示所检测的谐波次数，具体计算方法为：

θ_i＝arctan(x′_2，i/x′_1，i) (6)。

2.根据权利要求1所述的谐波检测方法，其特征在于，

对所选取的观测状态进行量测恢复得到原始波形。

3.根据权利要求1所述的谐波检测方法，其特征在于，

最终得到的状态观测结果中，加入了有误差作为输入，调整量作为输出的神经网络抗野值部分。