Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2019-19-1-52-58
УДК 681.51
АЛГОРИТМ ИДЕНТИФИКАЦИИ ЛИНЕЙНО МЕНЯЮЩЕЙСЯ ЧАСТОТЫ СИНУСОИДАЛЬНОГО СИГНАЛА
Читать статью полностью
Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Ле Ван Туан, Коротина М.М., Бобцов А.А., Арановский С.В. Алгоритм идентификации линейно меняющейся частоты синусоидального сигнала // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 1. С. 52–58. doi: 10.17586/2226-1494-2019-19-1-52-58
Аннотация
Рассмотрена задача идентификации линейно меняющейся частоты синусоидального сигнала, имеющего неизвестные амплитуду и фазу, возникающая, например, при управлении телескопом. Традиционно методы синтеза алгоритмов идентификации линейно меняющейся частоты синусоидального сигнала используют неограниченные функции времени, что вызывает технические проблемы, поскольку в этом случае наличие шумов при измерении может существенно исказить настраиваемый параметр. Предложен подход к идентификации линейно меняющейся частоты, предусматривающий итеративную фильтрацию (с использованием линейных устойчивых звеньев первого порядка) измеряемого синусоидального сигнала, которая позволяет получить простую линейную регрессионную модель с одним неизвестным постоянным параметром. Приведены результаты компьютерного моделирования, иллюстрирующие работоспособность представленного алгоритма идентификации. Компьютерное моделирование выполнено как при наличии шумов в измерениях, так и в их отсутствие. Путем компьютерного моделирования проведен сравнительный анализ предлагаемого подхода с полученными ранее методами, и показано, что представленное решение обеспечивает существенное повышение точности идентификации неизвестной частоты при наличии шумов.
Ключевые слова: идентификация, синусоидальные сигналы, нестационарная частота, линейная регрессионная модель, робастность
Благодарности. Работа выполнена при поддержке Российского научного фонда, контракт № 18-19-00627
Список литературы
Благодарности. Работа выполнена при поддержке Российского научного фонда, контракт № 18-19-00627
Список литературы
1. Арановский С.В., Бобцов А.А., Пыркин А.А. Идентификация линейно меняющейся частоты синусоидального сигнала // Научно-технический вестник информационных технологий, механики и оптики. 2012. № 1 (77). С. 28–32.
2. Васильев В.Н., Томасов В.С., Шаргородский В.А., Садовников М.А. Состояние и перспективы развития прецизионных электроприводов комплексов высокоточных наблюдений // Изв. вузов. Приборостроение. 2008. Т. 51. № 6. С. 5–12.
3. Аракелян А.К., Афанасьев А.А. Вентильные электрические машины. М.: Энергоатомиздат, 1997. 236 с.
4. Erm T., Sandrock S. Adaptive correction of periodic errors improves telescope performance // Proc. American Control Conference. Portland, USA, 2005. V. 6. Р. 3776–3777. doi: 10.1109/acc.20
5. Aranovskiy S., Bobtsov A., Kremlev A., Nikolaev N., Slita O. Identification of frequency of biased harmonic signal // European Journal of Control. 2010. V. 16. N 2. P. 129–139. doi: 10.3166/ejc.16.129-139
6. Hou M. Parameter identification of sinusoids // IEEE Transactions on Automatic Control. 2012. V. 57. N 2. P. 467–472. doi: 10.1109/TAC.2011.2164736
7. Marino R., Tomei P. Frequency estimation of periodic signals // Proc. European Control Conference. Strasbourg, France, 2014. P. 7–12. doi: 10.1109/ecc.2014
8. Пыркин А.А., Бобцов А.А., Ведяков А.А. Колюбин С.А. Оценивание параметров полигармонического сигнала // Автоматика и телемеханика. 2015. № 8. С. 94–114.
9. Bobtsov A.A., Efimov D., Pyrkin A.A., Zolghadri A. Switched algorithm for frequency estimation with noise rejection // IEEE Transactions on Automatic Control. 2012. V. 57. N 9. P. 2400–2404. doi: 10.1109/TAC.2012.2186685
10. Aranovskiy S.V., Bobtsov A.A., Pyrkin A.A., Gritcenko P.A. Adaptive filters cascade applied to a frequency identification improvement problem // International Journal of Adaptive Control and Signal Processing. 2016. V. 30. N 5. P. 677–689. doi: 10.1002/acs.2602
11. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Improved transients in multiple frequencies estimation via dynamic regressor extension and mixing // IFAC-PapersOnLine. 2016. V. 49. N 13. P. 99–104. doi: 10.1016/j.ifacol.2016.07.934
12. Ле В.Т., Бобцов А.А., Пыркин А.А. Новый алгоритм идентификации нестационарных параметров для линейной регрессионной модели // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 5. С. 952–955. doi: 10.17586/2226-1494-2017-17-5-952-955
13. Ван Ц., Ле В.Т., Пыркин А.А., Колюбин С.А., Бобцов А.А. Идентификация кусочно-линейных параметров регрессионных моделей нестационарных детерминированных систем // Автоматика и телемеханика. 2018. № 12. (в печати).
14. Ioannou P.A., Sun J. Robust Adaptive Control. Upper Saddle River: Prentice Hall, 1996. 825 p.
15. Мирошник И.В., Никифоров В.О., Фрадков А.Л. Нелинейное и адаптивное управление сложными динамическими системами. СПб: Наука, 2000. 549 с.
2. Васильев В.Н., Томасов В.С., Шаргородский В.А., Садовников М.А. Состояние и перспективы развития прецизионных электроприводов комплексов высокоточных наблюдений // Изв. вузов. Приборостроение. 2008. Т. 51. № 6. С. 5–12.
3. Аракелян А.К., Афанасьев А.А. Вентильные электрические машины. М.: Энергоатомиздат, 1997. 236 с.
4. Erm T., Sandrock S. Adaptive correction of periodic errors improves telescope performance // Proc. American Control Conference. Portland, USA, 2005. V. 6. Р. 3776–3777. doi: 10.1109/acc.20
5. Aranovskiy S., Bobtsov A., Kremlev A., Nikolaev N., Slita O. Identification of frequency of biased harmonic signal // European Journal of Control. 2010. V. 16. N 2. P. 129–139. doi: 10.3166/ejc.16.129-139
6. Hou M. Parameter identification of sinusoids // IEEE Transactions on Automatic Control. 2012. V. 57. N 2. P. 467–472. doi: 10.1109/TAC.2011.2164736
7. Marino R., Tomei P. Frequency estimation of periodic signals // Proc. European Control Conference. Strasbourg, France, 2014. P. 7–12. doi: 10.1109/ecc.2014
8. Пыркин А.А., Бобцов А.А., Ведяков А.А. Колюбин С.А. Оценивание параметров полигармонического сигнала // Автоматика и телемеханика. 2015. № 8. С. 94–114.
9. Bobtsov A.A., Efimov D., Pyrkin A.A., Zolghadri A. Switched algorithm for frequency estimation with noise rejection // IEEE Transactions on Automatic Control. 2012. V. 57. N 9. P. 2400–2404. doi: 10.1109/TAC.2012.2186685
10. Aranovskiy S.V., Bobtsov A.A., Pyrkin A.A., Gritcenko P.A. Adaptive filters cascade applied to a frequency identification improvement problem // International Journal of Adaptive Control and Signal Processing. 2016. V. 30. N 5. P. 677–689. doi: 10.1002/acs.2602
11. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Improved transients in multiple frequencies estimation via dynamic regressor extension and mixing // IFAC-PapersOnLine. 2016. V. 49. N 13. P. 99–104. doi: 10.1016/j.ifacol.2016.07.934
12. Ле В.Т., Бобцов А.А., Пыркин А.А. Новый алгоритм идентификации нестационарных параметров для линейной регрессионной модели // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 5. С. 952–955. doi: 10.17586/2226-1494-2017-17-5-952-955
13. Ван Ц., Ле В.Т., Пыркин А.А., Колюбин С.А., Бобцов А.А. Идентификация кусочно-линейных параметров регрессионных моделей нестационарных детерминированных систем // Автоматика и телемеханика. 2018. № 12. (в печати).
14. Ioannou P.A., Sun J. Robust Adaptive Control. Upper Saddle River: Prentice Hall, 1996. 825 p.
15. Мирошник И.В., Никифоров В.О., Фрадков А.Л. Нелинейное и адаптивное управление сложными динамическими системами. СПб: Наука, 2000. 549 с.