[发明专利]基于自适应卡尔曼滤波的谐波检测方法

摘要

本发明基于自适应卡尔曼滤波的谐波检测方法，首先设定观测状态，每一特定谐波对应两个状态，由谐波表达式分解得到；其次确定系统的动态方程以及传感器的量测方程，获得合适的状态估计过程；再次利用确定的量测方程及动态方程，结合实际已知数据训练神经网络，使卡尔曼滤波获得自适应抗野值能力；之后对实际系统进行自适应卡尔曼滤波，以获得所需状态；最后利用观测得到的状态量，计算得到特定次谐波的幅值及相角。突破了传统的基于实际状态的数值状态估计思想，设置新的线性估计状态，从而消除非线性特性，准确的计算谐波幅值及相位，同时利用神经网络方法建立抗野值卡尔曼滤波器，可以适应传感器故障或外部条件发生改变引起的数据突变。

主权项

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)。