[发明专利]基于变步长NLMS算法的永磁同步电机参数辨识方法

权利要求书

1.基于变步长NLMS算法的永磁同步电机参数辨识方法，其特征在于，包括以下步骤：

1)构建Adaline神经网络辨识系统，采用变步长NLMS算法对Adaline神经网络辨识系统的权值进行更新，给定步长的变化规律；

2)考虑逆变器非线性因素，构建永磁同步电机控制系统的离散域数学模型，结合步骤1)中Adaline神经网络辨识系统的辨识原理，简化永磁同步电机控制系统的离散域数学模型，得到分别用于迭代计算电机定子电阻、电感、转子磁链的辨识方程；

3)由步骤2)得到的电机定子电阻、电感、转子磁链的辨识方程计算得到Adaline神经网络辨识系统的各个矢量，构建基于变步长NLMS算法的参数辨识器，用于辨识电机定子电阻、电感、转子磁链的值。

2.根据权利要求1所述的基于变步长NLMS算法的永磁同步电机参数辨识方法，其特征在于：在步骤1)中，所述Adaline神经网络辨识系统称为自适应线性神经网络辨识系统，其输入和输出关系如下式：

y＝WX＝∑W_iX_i (1)

式中：X、y、W分别是Adaline神经网络辨识辨识系统的输入、输出和权值，W_i、X_i分别是权值和输入的第i个分量；

采用变步长NLMS算法进行迭代更新权值，辨识系统方程如下：

其中：X(k)、y、W(k)为第k个采样时刻自适应线性神经网络的输入矢量、输出矢量和权值矢量；d(k)是Adaline神经网络辨识系统在第k个采样时刻的期望输出；e(k)是Adaline神经网络辨识系统实际输出与期望输出的偏差；W(k+1)为第k+1个采样时刻的权值矢量；X^T(k)为输入信号X(k)的转置矩阵；μ(k)为权值计算的步长；c是为了防止输入矢量X(k)的内积过小导致权值矢量步长变化过大而引入的小整数，取0.0001；为先验误差e(k)的能量，即E{.}为取期望值，σ_v²为噪声方差。