直流电机运行状态的卡尔曼滤波估计器设计.doc

题 目：直流电机运行状态的卡尔曼滤波估计器设计 学生**：*傲 学 院：电力学院系 别：电力系专 业：风能与动力工程班 级：风能11-1指导教师：董朝轶 教授学校代码： 10128学 号： 202121209037二 〇 一 五 年 六 月摘 要卡尔曼滤波是一个迭代自回归算法，对于连续运动状态用中的大局部问题它都能够给出最优的预测它已经广泛应用了近半个世纪，例如数据的融合，机械的导航乃至军用雷达的导航等等卡尔曼滤波一般用于动态数据的处理，是从混沌的信号中提取有用信号消除误差的参数估计法卡尔曼滤波是依据上一个估计数值和当下的检测数据运用递推估计算出当前的估计值通过状态方程运用递推的方法进展估计,可以建立物体运动的模型本文采用的工程设计对运行状态下的直流电机进展参数的计算和校验而且直流电机的调节性能非常好只需要加上电阻调压就可以了，而且启动曲线非常好，启动的转矩大适合高精度的控制而交流电机调速需要变频，控制相对复杂一些，而对于设计无论是哪种电机都不影响结果，所以本实验采用直流电机简单来说卡尔曼滤波就是对被观测量进展一个物理的建模，目的是用‘道理’来约束观测结果，减少噪声的影响。

因此卡尔曼滤波是根据一个事物的当前状态预测它的下一个状态的过程 此设计主要是通过对直流电机的数学模型利用MATLAB来设计卡尔曼滤波估计，进展仿真编程建模，进而对系统进展评估，并且分析估计误差关键词：卡尔曼滤波器；直流电机；MATLABAbstractKalman filter is an iterative autoregression algorithm for continuous motion of most of the problems with it are able to give the best prediction. And it has been widely used for nearly half a century, such as the integration of data, as well as military machinery of navigation radar navigation, and so on. Kalman filter is generally used to process dynamic data, e*tract useful signal parameter estimation method to eliminate errors from the chaotic signal. Kalman filter is based on an estimate on the value and the current detection data is calculated using recursive estimation current estimates. By using recursive state equation method to estimate the movement of objects can be modeled. The paper describes the engineering design of the DC motor running state parameter calculation and verification. The DC motor performance and adjust very well simply by adding resistance regulator on it, and start curve is very good, start torque for precision control. The required frequency AC motor speed control is relatively plicated, and for the design of either the motor does not affect the oute.In order to facilitate learning, so wo use theDC motor. Simply the Kalman filter is to be observables conduct a physical modeling; the purpose is to use 'sense' to restrict the observations to reduce the influence of noise. Therefore, the Kalman filter is based on the current state of things predict its ne*t state of the process.This design is mainly through the DC motor mathematical model using MATLAB to design the Kalman filter estimation, simulation modeling program, and then to evaluate the system and analyze the estimation error.Keywords：Kalman filter; DC;MATLAB目录第一章绪论11.1课题背景11.2国内外开展现状21.3本课题研究内容2第二章直流电机的建模32.1MATLAB的使用32.2设计要求和直流电机的数学模型3第三章卡尔曼滤波器的原理73.1卡尔曼滤波的简单介绍73.2卡尔曼滤波的原理过程7卡尔曼滤波器的计算步骤8卡尔曼了滤波的一般分类83.3仿真的过程83.4对结果进展估计123.5仿真得到的结果163.6分析估计误差20结论22致谢23. z.-第一章 绪论1.1课题背景在信号的产生和传递的过程当中，很有可能会遭受外部环境的干扰和内部设备噪声的影响，因此为了从干扰信号中提取出有用的信号，排除干扰信号，就叫做滤波。

由于随机信号功率谱是确定的，有用信号和无用信号频谱必定不同，滤波器也就是通过此差异来设计的一般情况下，信号的频谱是处于有限的频率范围内的，而噪声信号的频谱范围很广泛，为了消除噪声进展滤波其所依据的理论就是针对随机信号的估计理论数据滤波的主要意义是从混有随机噪声的数据序列〔系统和测量〕中，辨识和处理噪声因素，尽可能地复原出准确的状态估计值1795年，高斯为了测量行星轨道提出了最小二乘估计法到了1942年，开创控制理论的维纳在第二次世界大战爆发期间根据战争所需，对于控制发射炮弹的控制系统展开了深入的研究，通过如何对弹道进展准确的估计，提出了维纳滤波理论，将数理统计与现行理论有机的结合了起来，并且根据对功率谱上的频谱的分析来设计滤波器，诞生了当时最正确滤波器经典维纳滤波算法则是线性定常的滤波算法它能够在信号频谱的范围内有效地进展滤波器设计，但如果通过维纳方程来计算，需要用到无限过去的数据，不方便实时处理，对于计算量和存储空间的要求太高，对于随机信号的滤波计算很不方便因此维纳滤波的应用的地方相对来说不是非常的广泛，随着空间技术的开展，比方需要对卫星轨道进展准确测量，这时维纳滤波的算法无法解决因为科学不断地开展所产生的问题。

直到上个世纪六十年代初期，美籍科学家卡尔曼针对于离散的线性滤波进展递推计算的论文的发表，由此创造出的卡尔曼滤波才成功的解决了此类问题卡尔曼滤波器是源于卡尔曼的博士论文和他发表的论文"A NEW Approach to Linear Filtering and Prediction problems"卡尔曼滤波区别于维纳滤波的地方是，维纳滤波用于标量滤波,而不同的是卡尔曼滤波用于矢量滤波，所以卡尔曼滤波的应用更加广泛因为他没有从频域分析问题，而是在时域内，卡尔曼滤波方法通过获取系统状态的最小均方差，来估计拥有高斯分布噪声的线性系统从这一点上来说，卡尔曼滤波与维纳滤波的根本原理是一样的，但它与维纳滤波相比具有以下几点优越性第一，卡尔曼滤波是从时域的角度估计的方法，它将状态空间的思想与最优滤波理论有效地结合在一起，能够进展处理时变系统、非平稳信号;第二通过运用递推计算，减小运算量，这样就降低了存贮量要求，更容易的在计算机上实现正是因为这些独特优势，卡尔曼滤波方法自提出以来就在工程实践中受到普遍应用1.2国内外开展现状近半个世纪以来卡尔曼滤波器已经广泛运用到了工程界的很多领域，包括故障诊断，计量经济学，航天，控制，传感数据的应用甚至军用级别的无人机、雷达和导弹追踪系统。

随着对卡尔曼滤波的研发更加深入，使它有了更加广泛的运用，例如卡尔曼滤波与神经网络，卡尔曼滤波算法和模糊控制理论的结合等等近年来开展的无迹卡尔曼滤波，粒子滤波和中心分布卡尔曼滤波等多种滤波方法为解决非线性的滤波问题提供了非常有效的方法虽然卡尔曼滤波的应用领域非常的广泛，但是在实际应用的的过程当中还是有很多的问题，不过随着时代的开展所有遇到的瓶颈肯定会慢慢的得到改善1.3本课题研究内容通过参阅国内外文献对卡尔曼滤波有了一定的知晓，了解到提出卡尔曼滤波之过程，开展现状及多样化应用学习到卡尔曼滤波器的工作原理和它的控制方法，学习了MATLAB的语法规则和编程学习了MATLAB系统之中包含的工具箱的使用和响应图形绘制方法通过用MATLAB对运行状态下的直流电机建立随机状态模型建立包含测量噪声状态空间的描述然后与卡尔曼滤波器组成联系，得到整个状态空间的描述，最后得到的经卡尔曼滤波器产生的估计输出近乎于没有噪声的输出与原先预计的结果相比较本设计针对直流电机数学模型，利用MATLAB控制工具箱设计其对应的卡尔曼滤波估计器，并对其控制效果进展了进一步评估第二章 直流电机的建模2.1MATLAB的使用MATLAB是由软件巨头MathWorks推出的一种用于系统工程计算的平安实用的高级语言，以矩阵的方式,数值分析来计算和处理数据，可以把数据以图像的形式表现出来，可以在视窗环境中实现很多强大的功能而且使用起来非常的方便。

它是目前控制系统中能够运用到计算机上的最有用的工具基于MATALB有效的能力，在控制系统的设计当中应用的非常普遍甚至是数据可视化，信号处理，气象分析，图像的修改，金融建模分析等领域MATLAB的工具箱里面的软件多样，内容齐全，所要用到的数据构造是由矩阵构成的在MATLAB程序的嫁接性很好，可以运用到各种型号的计算机和操作系统根据以传递函数为主的DC电机的数学模型，搭建符合它的仿真模型，通过执行程序可以得到仿真结果而且，还能把仿真得到的结果放到MATLAB的运行空间里方便以后随时调用和运行在SIMINK的环境中对于系统进展建模，可以直观的画出系统模型，方便迅速的观察到个点的波形，如需调节可以通过修改动态模型来做到与其他传统的普遍使用的仿真软件如Basic，Fortran，C/C++等程序编辑语言相比，MATLAB更加方便，灵活和直观，而且在新的版本中MATLAB可以支持上述的传统语言随着技术的开展不断的充实工具箱使其功能更加强大，其软件版本日益完善2.2设计要求和直流电机的数学模型参数设定：定电压：UN=220V；额定电流：IN=136A；额定转速：=1500r/min；电势系数：Ce=0.132V/(r.min-1)；电磁时间常数：TL=0.0。