随着无线通信技术的不断发展和社会需求的日益增长，对通信系统的传输质量和容量的要求也越来越大。现代通信系统为了追求更高的数据速率和频谱效率，更趋向于采用非恒定包络的调制方式，而非恒定包络调制方式对功率放大器的非线性非常敏感，加上现代通信系统对功率放大器的效率提出了更高的要求，以及功率放大器本身有限的线性度，这就使功率放大器线性化技术成为无线通信系统的关键技术之一。 本文对功率放大器的线性化技术进行了系统的研究。首先，介绍功率放大器的非线性特性、记忆效应产生原理和常见的各种线性化技术，重点研究了目前流行的自适应数字预失真技术原理。其次，介绍了功率放大器的无记忆模型和有记忆模型，以及两种实用的预失真实现方法--查表法和多项式法，在此基础上重点研究了基于QRD_RLS自适应算法的记忆多项式法预失真技术，对该算法进行了Matlab仿真分析，为后面的FPGA实现奠定基础。最后，确定了数字预失真实现的架构，介绍了与QRD_RLS算法实现相关的CORDIC技术、复数Givens旋转及Systolic阵等原理，详细阐述了基于CORDIC技术的复数QRD_RLS算法的Systolic实现，从而在FPGA上实现了数字预失真。 在软件无线电思想的指导下，本文利用System Generator软件完成了基于QRD_RLS算法的记忆多项式法的数字预失真的FPGA设计，并且在硬件平台上检验了预失真效果。
上传时间： 2013-04-24
上传用户：84425894
随着我国工业和国民经济的快速发展，电网负荷急剧增加，特别是冲击性、非线性负荷所占比重不断加大，使得供电电压发生波动和闪变，严重影响着电网的电能质量。根据国际电工委员会(IEC)电磁兼容(EMC)标准IEC61000-3-7以及国标GB12326-2000，电压波动和闪变己成为衡量电能质量的重要指标。 电压波动和闪变作为衡量电能质量的重要指标，能更直接、迅速地反映出电网的供电质量。然而，目前国内还没有很好的电压波动与闪变测量的数字信号处理方法。为此，论文在深入研究电压波动和闪变测量技术的基础上，提出一种基于Simulink/DSP Builder的数字信号处理的FPGA设计方法，利用DSP Builder工具将Simulink的模型文件(．mdl)转化成通用的硬件描述语言VHDL文件，避免了VHDL语言手动编写系统的烦琐过程，从而能够将更多精力集中于系统算法的优化上。该方法充分利用Matlab/Simulink系统建模的优势，同时也能够发挥FPGA并行执行速度快、测量精度高的优点。 论文首先介绍了电压波动和闪变的基木概念、特征量，阐述了电压波动与闪变的测量原理，分析比较了现有测量方法和装置的特点和优劣。然后依据电压波动与闪变测量的IEC标准以及国家标准，在对电压波动与闪变测量模拟仿真的基础上研究其数字化实现方法，即采用数字滤波的方式在Simulink/DSP Builder工具下设计电压波动与闪变测量系统的数字模型。同时在ModelSim SE6.1d软件下进行了系统功能仿真，并且在Altera公司的FPGA设计软件QuartusⅡ6.0下进行了系统时序仿真。 仿真结果表明，基于Simulink/DSP Builder窗口化的数字信号处理的FPGA设计方案，设计简单、快捷高效，能够满足电压波动和闪变测量最初的系统设计要求，为进一步从事电压波动和闪变测量研究提供了一种全新的设计理念，具有一定的理论与现实意义。
上传时间： 2013-07-10
上传用户：笨小孩
工业生产过程往往具有非线性、不确定性，难以建立精确的数学模型。应用常规的PID控制器难以达到理想的控制效果。作为的重要分支，人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力，已成为非线性系统建模、辨识和控制中常用的理论和方法。其中，神经元具有很强的信息综合、学习记忆、自学习和自适应能力，可以处理那些难以用模型和规则描述的过程，将神经元与PID结合，应用到实际的控制中，可以在线调整PID的参数，使系统具有较强的抗干扰能力、自适应能力和较好的鲁棒性。 目前，人工神经网络的研究主要是神经网络的理论研究、神经网络的应用研究和神经网络的实现技术研究，这三方面是相互依赖和相互促进的关系。本文主要侧重的是神经网络的实现技术研究方面，创新性地利用FPGA嵌入式系统开发技术实现单神经元PID智能控制器的研究与设计，并将其封装成为一个专用的IP核供其他的控制系统使用。 首先，对单神经元PID智能控制器的设计原理和设计算法进行了深入的研究与分析；其次，利用MATLAB设计单神经元PID智能控制器，针对特定的被控对象，对其进行仿真实验，获得比较理想的系统输出；然后，研究基于FPGA的单神经元智能控制算法的实现，对控制器进行VHDL语言分层设计，使用Altera公司的软件QuartusⅡ6.1进行仿真实验。两个仿真实验结果表明，基于FPGA的单神经元智能控制器比MATLAB设计的单神经元PID智能控制器性能优良。 本文的设计模块主要包括权值修改模块、误差计算模块、权值产生模块和输出模块。在各个模块的设计中进行了优化处理，使本文的设计不仅利用的硬件资源少，而且也有很快的运行速度，同时也改善了传统控制器的控制性能。
上传时间： 2013-04-24
上传用户：13517191407
随着社会的发展，人们对电力需求特别是电能质量的要求越来越高。但由于非线性负荷大量使用，却带来了严重的电力谐波污染，给电力系统安全、稳定、高效运行带来严重影响，给供用电设备造成危害。如何最大限度的减少谐波造成的危害，是目前电力系统领域极为关注的问题。谐波检测是谐波研究中重要分支，是解决其它相关谐波问题的基础。因此，对谐波的检测和研究，具有重要的理论意义和实用价值。 目前使用的电力系统谐波检测装置，大多基于微处理器设计。微处理器是作为整个系统的核心，它的性能高低直接决定了产品性能的好坏。而这种微处理器为主体构成的应用系统，存在效率低、资源利用率低、程序指针易受干扰等缺点。由于微电子技术的发展，特别是专用集成电路ASIC(ApplicationSpecificIntegratedCircuit)设计技术的发展，使得设计电力系统谐波检测专用的集成电路成为可能，同时为谐波检测装置的硬件设计提供了一个新的发展途径。本文目标就是设计电力系统谐波检测专用集成电路，从而可以实现对电力系统谐波的高精度检测。采用专用集成电路进行谐波检测装置的硬件设计，具有体积小，速度快，可靠性高等优点，由于应用范围广，需求量大，电力系统谐波检测专用集成电路具有很好的应用前景。 本文首先介绍了国内外现行谐波检测标准，调研了电力系统谐波检测的发展趋势；随后根据装置的功能需求，特别是依据其中谐波检测国标参数的测量算法，为系统选定了基于FPGA的SOPC设计方案。 本文分析了电力系统谐波检测专用集成电路的功能模型，对专用集成电路进行了模块划分。定义了各模块的功能，并研究了模块间的连接方式，给出了谐波检测专用集成电路的并行结构。设计了基于FPGA的谐波检测专用集成电路设计和验证的硬件平台。配合专用集成电路的电子设计自动化(EDA)工具构建了智能监控单元专用集成电路的开发环境。 在进行FPGA具体设计时，根据待实现功能的不同特点，分为用户逻辑区域和Nios处理器模块两个部分。用户逻辑区域控制A/D转换器进行模拟信号的采样，并对采样得到的数字量进行谐波分析等运算。然后将结果存入片内的双口RAM中，等待Nios处理器的访问。Nios处理器对数据处理模块的结果进一步处理，得到其各自对应的最终值，并将结果通过串行通信接口发送给上位机。 最后，对设计实体进行了整体的编译、综合与优化工作，并通过逻辑分析仪对设计进行了验证。在实验室条件下，对监测指标的运算结果进行了实验测量，实验结果表明该监测装置满足了电力系统谐波检测的总体要求。
上传时间： 2013-04-24
上传用户：yw14205
在现代交流伺服系统中，矢量控制原理以及空间电压矢量脉宽调制（SVPWM）技术使得交流电机能够获得和直流电机相媲美的性能。永磁同步电机（PMSM）是一个复杂耦合的非线性系统。本文在Matlab/Simulink环境下，通过对PMSM本体、d/q坐标系向a/b/c坐标系转换等模块的建立与组合，构建了永磁同步电机控制系统仿真模型。仿真结果证明了该系统模型的有效性。
标签： MatlabSimulink PMSM 永磁同步电机
上传时间： 2013-04-24
上传用户：liansi
Pt100 温度传感器非线性的补偿方法与电路实现 摘 要:针对铂电阻(Pt100) 温度传感器输出的非线性问题,结合其非线性的具体特点和
上传时间： 2013-04-24
上传用户：Neal917
双足机器人是一个多自由度、多变量、非线性的复杂动力学系统。其控制平台的研究往往涉及嵌入式技术、传感器技术、步态规划、路径导航、人工智能、自动化控制等多种理论与技术，体现了信息科学和人工智能技术的最新成果，应用领域广大，具有重要的研究价值。其中，双足机器人导航控制系统是双足机器人控制平台研究中的重点和难点，将在自动驾驶、未知区域的探索、危险环境作业、核电站的维护等领域中发挥极大的作用。 本文以双足机器人导航控制系统的设计为研究背景，结合嵌入式系统开发的关键技术，主要论述了两个核心内容：一是双足机器人导航决策系统的设计。该系统是基于一种新式的ARM&DSP主从控制模式下的设计。该设计借助内外传感器系统的反馈，通过对多传感器信息的融合与处理，在导航决策算法的作用下，实现双足机器人在未知环境下平滑的自主导航。二是为增强双足机器人导航的人机交互性和控制系统对突发事件的处理能力，在基于MiniGUI的系统平台上设计了双足机器人的导航控制系统界面。论文的主要内容包括： 首先，设计了双足机器人的本体模型，并对双足机器人的步态规划做了理论研究，为步态控制获得理论上的支持。 然后，就双足机器人导航控制平台的搭建做了详细的介绍，并着重对主从控制器间通讯的CAN接口做了详细的设计。 接着，从两个层面设计了导航决策系统，一是根据内部传感器得到的关节信息，比对决策层中的步态规划算法，对关节的运动进行实时的补偿和调整，实现各关节动作的协调，得到标准的步态，保证每一步的稳定和准确。二是对外部传感器获得的外界环境信息进行处理，构建出供决策层使用的外部环境模型，之后在基于模糊神经网络的导航算法的指引下，实现双足机器人对外界环境做出合理、平滑的响应。 最后，介绍了导航控制界面的设计与实现。重点介绍了MiniGUI开发平台的搭建、基于MiniGUI的界面程序的设计以及程序在开发板上的移植，实现了控制界面在双足机器人导航上的应用。
上传时间： 2013-04-24
上传用户：527098476
减摇鳍是船舶与海洋工程中的一种重要系统，目前已在多种船舶中广泛应用。减摇鳍对于提高船舶耐波性，增加船舶使用寿命，改善设备与人员的工作条件，提高舰艇的战斗力具有重要作用。减小船舶横摇是目前船舶运动控制领域的重要课题之一。本文以船舶减摇鳍系统作为研究对象，重点讲述了基于ARM处理器的减摇鳍控制器的设计与实现方案。 减摇鳍系统目前大多采用基于力矩对抗原理的PID控制器。控制器的性能对船舶自然横摇周期和无因次横摇衰减系数有着很大的依赖关系。由于船舶横摇运动的复杂性、非线性、时变性和海况的不确定性，经典PID控制难以获得满意的控制效果。采用先进的控制策略是解决这一问题的有效方法。本论文将模糊控制与PID控制相结合，实现了无须精确的对象模型，只须将操作人员和专家长期实践积累的经验知识用控制规则模型化，然后用模糊推理在线辨识对象特征参数，便可对PID参数实现自整定。另外，浪级调节器做为减摇鳍控制器的一个重要组成部分，本论文也对其设计进行了研究，提出了一种基于海浪谱估计的浪级调节器的设计方法，弥补了传统浪级调节器不能充分利用海浪信息的不足。 目前大多数的减摇鳍控制器使用单片机作为主处理器或者以工控机为基础开发而来的，前者集成度不高，稳定性也不好，而后者成本较高。因此，本课题设计了一款新型的基于ARM处理器的减摇鳍控制器，解决了上述问题。该系统主要由硬件平台和软件平台两部分组成。硬件平台主要包括基于飞利浦公司的LPC2214的控制器核心电路和辅助实现控制的驱动电路；软件平台主要是基于ARM的软件，包括启动代码和应用程序。 研究结果表明：开发的嵌入式减摇鳍控制系统不仅具有集成度高、性价比高、性能优越、抗干扰能力强、稳定性好、实时性高等优点。同时更能够适应减摇鳍控制系统智能化的发展趋势，所以该减摇鳍控制器具有很好的使用价值及意义。
上传时间： 2013-07-10
上传用户：giser
开关磁阻电机(SwitchedReluctanceMotor，SRM)具有结构简单、工作可靠、效率高和成本较低等优点，在很多领域都显示出强大的竞争力，但是位置传感器的存在不仅削弱了SRM结构简单的优势，而且降低了系统高速运行的可靠性，增加了成本，探索实用的无位置传感器检测转子位置的方案成为开关磁阻电机驱动系统(SwitchedReluctanceMotorDrive，SRD)研究的热点。SRM高度非线性的电磁特性决定了在精确的数学模型基础上实现无位置传感器控制十分困难，而人工神经网络的出现为解决这个问题提供了新的思路。径向基函数(RadialBasisFunction，RBF)神经网络是一种映射能力极强的前向型神经网络，具有收敛速度快、全局逼近能力强等优点。本文提出一种利用自适应RBF神经网络对SRM进行控制的新方法，所采用的RBF神经网络以电机绕组的相电流、磁链作为输入，转子位置作为输出，通过离线和在线相结合的方法对网络进行训练，建立SRM电流、磁链与转子位置之间的非线性映射，从而实现SRM的无位置传感器控制。 常规的PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。在系统模型参数变化不大的情况下，PID控制效果良好，但当被控对象具有高度非线性和不确定性时，仅靠PID调节效果不好。对于SRM，它的电磁关系高度非线性，固定参数的PID调节器无法得到很理想的控制性能指标。论文提出了一种基于RBF神经网络在线辨识的SRM单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。同时构造了一个RBF网络对系统进行在线辨识，建立其在线参考模型，由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。 仿真及实验结果表明，自适应RBF神经网络能够实现电机的准确换相，从而实现了电机的无位置传感器控制；基于RBF神经网络在线辨识的单神经元自适应控制能够达到在线辨识在线控制的目的，控制精度高，动态特性好，具有较好的自适应性和鲁棒性。
上传时间： 2013-04-24
上传用户：skfreeman
在交流伺服系统中,永磁同步电动机(PMSM)作为执行元件具有高效、节能、便于维修的特点,广泛应用于数控机床的进给伺服单元及机器人等需精确定位的装置中.由于PMSM驱动系统受电机参数变化、外部负载扰动、对象未建模和非线性动态特性等不确定性的影响,因此,采用并发展先进的控制技术,不断改善与提高位置伺服系统的稳态精度、动态响应特性及对系统参数变化的自适应性和抗干扰性是一个必然趋势.该文对PMSM的控制机理和特性作了较为深入的分析;建立了PMSM的数学模型,并采用了id=0的矢量控制策略;对控制系统组成及控制方式作了分析和比较,在此基础上建立了电流环、速度环和位置环的三闭环控制系统,对作为反馈主回路的位置环采用了模糊CMAC神经网络控制方法,该方法兼具模糊控制器的快速性和神经网络的自学习能力;构建了针对PMSM位置伺服系统的模糊CMAC控制器结构及其相应的算法;利用先进的计算机仿真工具(Matlab下的Simulink)对所提出的控制策略进行了数字仿真和分析;仿真和实验结果表明本文所提出的控制策略对PMSM位置伺服系统进行控制具有良好的鲁棒性能和快速性.该文首次提出将兼具快速性和自学习能力的模糊CMAC神经网络控制器应用于PMSM位置伺服系统中,可以说该文为发展高性能PMSM位置伺服系统提供了充分的技术资料,也为今后进一步提高其性能提出了新的思路和方法.
上传时间： 2013-04-24
上传用户：qw12
