基于DSP的跟踪频率变化的交流有样技术

基于DSP的跟踪频率变化的交流有样技术（通用5篇）

篇1：基于DSP的跟踪频率变化的交流有样技术

基于DSP的跟踪频率变化的交流有样技术

摘要：在电力系统交流采样系统中，经常要测量电网频率，再根据频率/周期的变化调整采样周期。本文在简单分析TMS320F240片内定时器、捕获器的使用原理后，提出一种全新的跟踪频率变化的交流采样技术。

关键词：交流采样频率变化DSPTMS320F240

在交流采样系统中，通常是一个周波采样64点或128点的电量值，然后对这些数据进行处理。如果电网频率恒定，则采样间隔t=T/N(T为周期，N为采样点)，而电网的频率通常有一定的波动，所以要不断调整采样间隔。

在单片机系统中，一般采用过零触发电路和单片机的外部中断来检测电量周波的开始和结束时间，再利用内部定时器计算出周期和采样间隔，在采样间隔定时中断程序中启动一次采亲。这种方案有两个缺点：其一，电路实现复杂;其二，精度不高，因为要考虑中断能否实时响应。过零触发电路产生的中断响应具有不确定性。

我们在使用TMS320F240DSP开发交流采样系统时，巧妙地利用该款DSP的定时器、捕获器和不中屏蔽中断(NMI)实现了跟踪频率变化的交流采样。

1NMI中断、定时器、捕获器的简单分析

(1)NMI中断

TMS320F24X系列有一个不可屏蔽中断(NMI)引脚。当该引脚有跳变信号时(可编程为上升沿或下降沿触发)，立即进入中断程序，可以用于紧急事件的处理。本文中用于跟踪被测电量的频率。

(2)定时器介绍

TMS320F240有3个通用定时器，每个通用定时器有6种计数方式：①停止/保持模式，模式0;②单增计数模式，模式1;③连续增计数模式，模式2;④定向增/减计数模式，模式3;⑤单增/减计数模式，模式4;⑥连续增/减计数模式，模式5。

设fc是CPU的时钟频率，则定时时间t=脉冲个数/(fc/分频系数)，脉冲个数与定时周期寄存器的值或比较寄存器的值有关。工作过程是：①根据CPU的频率、定时时间确定计数寄存器的初值TxNT、周期寄存器的初值TxPER、比较寄存器的初值TxCMP。②启动定时器计数。③计数到比较寄存器的值发生比较匹配中断，同时使TxCMP引脚发生跳变。本文中利用T3CPU的跳变去启动一次A/D转换。④计数到周期寄存器的值发生周期匹配中断。

定时器一旦开始工作就不受程序影响，准确性高，保证每隔固定间隔进行采样。

(3)捕获器介绍

捕获单元用于捕获引脚上电平的变化并记录发生的时间，记录事件发生的时间以定时器的计数器作时基。当捕获引脚发生跳变时，捕获单元将该时刻时基的计数寄存器T2CNT的值装入相应的FIFO队列中。FIFO队列可以装入两个值，第三个装入时会将第一个值挤出。如果将捕获器的跳变输入信号和NMI输入信号并联(见图2)，则可以在NMI中断程序中读取跳变时的时基值(读FIFOx寄存器)。例如：以T2作时基，引脚电平第一次上跳时，T2计数寄存器T2CNT的值为X1，第二次为X2，T2分频系数为D，CPU频率为fc,则变化时间间隔为

t=D/fc×(X2-X1)

2设计思想

过零触发电路的输出接TMS320F240外部不可屏蔽中断引脚NMI，确保了中断的实时响应;同时，过零触发电路的输出还接到捕获器1的输入端CAP1，T2定时器作捕获器的时基，捕获器可以捕获两个脉冲间隔的时间(用T2计数器的变化量表示)，这样可以计算出周波的周期/频率。

用一个定时器T3完成定时触发采样，每隔一个采样周期T3定时器的比较匹配输出端T3CMP输出一个下降沿脉冲去启动ADC进行一次A/D转换，所以T3CMP的启动信号的间隔具有确定性。

下面对频率/周期和采样间隔的计算作出推导。

(1)频率和周期

捕获器用T2作时基，CAP1端每出现一个上升沿脉冲表示一个周波开始，同时立刻进入NMI中断程序，在中断程序中读取FIFO1寄存器的值赋给T3的周期寄存器。要注意的.是：FIFO1总是初始化为0，所以FIFO1的值是在刚过去的周波内T2计数器的增加值;而T2的分频系数为128，假设DSP的工作频率为20MHz，这样就可以计算出上一个周波的周期T和频率f：

T=(1/20)μs×128×(FIFO1)=

(128/20)×10-6×(FIFO1)s

f=1/T=(20×106)/[128×(FIFO1)]=156250/(FIFO1)Hz

(2)跟踪频率变化的采样间隔

如果T2工作在定时/计数状态下，给T2的周期寄存器T2PER赋初值为FIFO1寄存器的值，则T2的周期中断时间即是上一个周波的周期;而在NMI中断程序中将FIFO1寄存器的值赋给T3的周期寄存器T3PER.注意：T2的分频系数为128，T3的分频系数为1，所以T3的周期中断时间是一个周期的电量的1/128;而采样周期用T3作时基，T3的周期中断即是采样中断。从而实现了一个周期的128点采样，即实现了跟踪频率变化的交流采样，当然，有一个周波的滞后。

每个周期会产生一次NMI(不可屏蔽中断)，在NMI中断程序中将T2CNT的增加值(在FIFO寄存器)读出来赋给T3的周期寄存器。因为T2的分频系数为128，这样T3的周期中断时间即为一个周期的1/128，实现了一个周期采样128点的目的。

3硬件设计

(1)互感器电路及设计注意事项

利用互感器电网的二次高压和电流交换成0～5V或-5～+5V的电压送入A/D转换器，具体电路如图1所示。

图1中，电压互感器的原边100V，副边输出2mA电流经OP07转换成-3.5～+3.5V的电压量(注意：幅值范围为-5～+5V)。电流互感器的原边输入5A的电流，副边输出2mA的电流经运放转换成-3.5～+3.5V的电压量。

D11、D12，D21、D22为运放输入限幅保护电路;C11、R14，C21、R23为互感器相移补偿电路。因采样时只要保证一个周波采样N点，什么时候开始并不重要，所可以省去相移补偿电路。

R11，R12、R13，R21、R22的值可以通过以上给出的电流、电压值计算出来：R11=100V/2mA，R12+R13=R21+R22=3.5V/2mA。运放的输出端可以接一电容进行滤波。

运放的输出可以再接一级电压跟随器(如图2的U1A)起缓冲、隔离、提高带载能力的作用。

(2)过零触发电路

具体电路如图2所示。U1A构成的电压跟随器的作用如上所述，它的正端输入来自互感器电路的输出。U2A构成一个过零比较电路，D2稳压二极管使比较器的输出为0～5V，将模拟信号转换成数字信号送入DSP的捕获器输入端CAP1和不可屏蔽中断端NMI。

(3)A/D转换器和DSP的接口电路

电路原理如图3所示。ADC芯片采样14位的MAX125。TMS320F240的定时比较器输出端T3CMP接MAX125的启动转换器CONVST;MAX125转换结束产生中断，通过INT脚接DSP的XINT1脚向DSP申请中断，DSP在中断程序中读取转换结果。DSP对MAX125的操作是通过端口访问完成的，MAX125的片选端CS4接译码器的一个输出端，译码器的输入和使能端由DSP的地址线和I/O信号LS控制。

每隔一个采样周期(T/N)T3CMP端输出一个下降沿脉冲，启动MAX125进行一次A/D转换。采样间隔会根据电网频率的变化自动调整。

4软件设计

下面给出几个程序函数。具体数据处理的函数因系统功能不同而异，限于篇幅这里不作讨论。

(1)定时器、捕获器初始化程序：

voidinit_TimerCapturet

{*T2CNT=0;/*计数寄存器初始化*/

*T3CNT=0;

*T3CMP=1000;

*T2PER=30000;

T3PER=4000;/T2PER、T3PER会在NMI中断程序中根据电量频率的变化作出相应的调整*/

*CAPCON=0XBC55;/*设置捕获器*/

*GPTCON=0X186A;

*T2CON=0X17CA;/*方式2，分频系数为128*/

*T3CON=0X10CA;/*方式2，分频系数为1*/

*NMI_CR=0X64;/*设置不可屏蔽中断*/

}

(2)ADC转换结束中断响应程序

>voidc_int1()

{inti;/*其余为全局或静态变量*/

/*程序中读取ADC的转换结果*/

if(AChanel==1)/*读A组3路的转换结果*/

{outport(0x01,0x03);/*输出MAX125的控制字*/

inport(0x01,&ADC_Data[0]);

inport(0x01,&ADC_Data[1]);

inport(0x01,&ADC_Data[2]);

AChanel=0;

}

else

{/*如上读取B组3路的转换结果*/

}

/*将14位的结果转换为16位的(初码存放)*/

for(i=1;i<6;i++)

ADC_Data[i]=ADC_Data[i]<<2/4;

}

(3)不可屏蔽中断的中断程序

voidc_int7(){

asm(“SETCINTM”);/*禁止中断*/

*T2CNT=0;/*作捕获器的时在，一个周波开始时其值为0*/

*T3PER=*FIFO1;/*T3的计数周期是一个周波周期的1/128*/

asm(“CLRCINTM”);/*使能中断*/

}

本文充分利用了TM320F240的片内资源，巧妙地实现了动态跟踪频率变化的交流采样，希望对使用该系列DSP进行测控领域开发的技术人员有所启发。

篇2：基于DSP的跟踪频率变化的交流有样技术

非接触电能传输技术是将耦合器的原、副边绕组分别绕在不同的铁芯上,实现了在电源和负载之间非机械连接的电磁能量传递。但是此技术的缺点之一在于对位移和频率的稳定性差,一旦出现失谐状态,效率会急剧下降。

目前国内外对这方面的研究不多,文献[1,2]对耦合谐振电路进行了分析,证明了谐振状态对提高系统传输功率和传输效率所起的重要作用。文献[2]对系统的谐振频率进行跟踪,在试验中采用了模拟锁相技术。解决了模拟电路中器件的老化和温漂等问题,提高了锁相的精度和速度。因此本文讨论利用DSP软件锁相技术来实现在失谐的情况下的耦合线圈的谐振频率跟踪。

本文首先介绍了谐振状态对CPT系统传输功率的影响,然后介绍了利用DSP实现CPT系统谐振频率跟踪的软件锁相原理,给出了具体实现思路和部分软件流程图,最后通过实验证明此方法的可行性。

1 谐振原理分析

非接触电能传输系统利用电磁感应原理实现能量传递。图1所示为原边和副边都采用串联补偿型的耦合电路模型。

图1中R0表示原边回路中电源内阻与附加电阻之和,R1,R2分别为原边和副边回路中电感、电容内阻之和,RW为负载。电路中L1=L2,C1=C2以保证两线圈同时发生谐振。令Rs=R0+R1,Rd=R2+RW。设传输系统的角频率为ω,两线圈自阻抗分别为

$\{\begin{array}{l}{\rm Z}{}_1=R{}_{\text{s}}+\text{j}[\omega L{}_1-1/(\omega C{}_1)]\\ {\rm Z}{}_2=R{}_{\text{d}}+\text{j}[\omega L{}_2-1/(\omega C{}_2)]\end{array}(1)$

可列KVL方程:

$\{\begin{array}{l}{\rm Z}{}_1\cdot i{}_1-\text{j}\omega {\rm M}i{}_2=U{}_{\text{i}\text{n}}\\ {\rm Z}{}_2\cdot i{}_2-\text{j}\omega {\rm M}i{}_1=0\end{array}(2)$

则原边和副边回路中电流为

$\{\begin{array}{l}i{}_1=\frac{{\rm Z}{}_2\cdot U{}_{\text{i}\text{n}}}{{\rm Z}{}_1\cdot {\rm Z}{}_2+(\omega {\rm M}){}^2}\\ i{}_2=\frac{\text{j}\omega {\rm M}\cdot U{}_{\text{i}\text{n}}}{{\rm Z}{}_1\cdot {\rm Z}{}_2+(\omega {\rm M}){}^2}\end{array}(3)$

原边回路中输入阻抗为

${\rm Z}=\frac{U{}_{\text{i}\text{n}}}{i{}_1}=R{}_1+\frac{(\omega {\rm M}){}^2\cdot R{}_{\text{d}}}{R{}_{\text{d}}^2+[\omega L{}_2-1/(\omega C{}_2)]{}^2}+$

j{$[\omega L{}_1-1/(\omega C{}_1)]-\frac{(\omega {\rm M}){}^2\cdot [\omega L{}_2-1/(\omega C{}_2)]}{R{}_{\text{d}}^2+[\omega L{}_2-1/(\omega C{}_2)]{}^2}$} (4)

令:

$\begin{array}{l}\text{Ι}\text{m}({\rm Z})=[\omega L{}_1-1/(\omega C{}_1)]-\frac{(\omega {\rm M}){}^2\cdot [\omega L{}_2-1/(\omega C{}_2)]}{R{}_{\text{d}}^2+[\omega L{}_2-1/(\omega C{}_2)]{}^2}(5)\\ \text{Δ}\phi =\arctan \frac{[\omega L{}_1-1/(\omega C{}_1)]-\frac{(\omega {\rm M}){}^2\cdot [\omega L{}_2-1/(\omega C{}_2)]}{R{}_{\text{d}}^2+[\omega L{}_2-1/(\omega C{}_2)]{}^2}}{R{}_1+\frac{(\omega {\rm M}){}^2\cdot R{}_{\text{d}}}{R{}_{\text{d}}^2+[\omega L{}_2-1/(\omega C{}_2)]{}^2}}(6)\end{array}$

由式(4)可以看出,使电路中无功功率最小,则令Im(Z)=0,即L1,C1和L2,C2均处于谐振状态,此时有Δφ=0。

2 CPT谐振频率跟踪系统

CPT系统主电路拓扑结构如图2所示,CPT谐振频率跟踪系统主要由电源部分,LC谐振耦合器和频率跟踪3部分组成。

电源部分,DSP产生的PWM波通过二阶滤波转化为正弦波输入到功率放大器,然后输出一定功率的正弦信号给LC谐振器。通过DSP产生的PWM波来控制功率放大器的信号输出频率,频率调节简单灵活。

LC谐振耦合部分,主要根据电磁感应原理将电源产生的高频能量从原边线圈耦合到副边线圈最终给负载供电。本文中采用原边和副边线圈的电感、电容对称情况,以保证两线圈同时发生谐振。

频率跟踪部分,由前面分析可知谐振耦合器中两线圈处于自谐振状态,能保证回路中的无功功率最小,有助于电能的传递。为保证LC谐振耦合器始终处于谐振状态,可以通过控制DSP输出PWM波的频率改变电源输出信号频率,以保证原边回路中电压与电流同相位,实现谐振频率的跟踪。

主要过程如下:通过DSP 的捕获单元对原边回路中电压、电流进行捕获,计算出电压、电流相位差,再利用软件进行锁相,调整PWM波的输出频率,进而改变电源输出频率,使原边回路中的电压、电流同相,最终实现耦合线圈谐振频率的实时跟踪。

3 基于DSP软件锁相的实现

失谐状态下,原边回路中的电流相对电压有超前和滞后2种情况,但频率是相同的,所以二者只存在相位差。本文采用TI公司的TMS320F2812型DSP芯片实现软件锁相环的设计。主要利用芯片中事件管理器EVA的捕获单元捕获电压、电流信号并进行软件锁相,利用定时器单元输出调整频率的PWM波。捕获单元CAPl和CAP2设置为上升沿触发模式,设置通用定时器1为二者的时基。本文的CPT系统的自然谐振频率设为20 kHz,定时器1选用DSP的75 MHz时钟,并进行8分频,使得1个计数周期为0.010 7 μs。利用定时器2进行PWM波的输出。

3.1 软件锁相原理

通过改变PWM的频率来改变原边回路中电压、电流的相位差:若原边回路中电流超前电压,回路中负载呈容性,电源输出频率低于谐振频率,DSP应加大输出PWM 的频率;若电流滞后电压,回路中负载呈感性,电源输出频率高于谐振频率,应减小输出PWM的频率。通过不断调整PWM驱动频率可以实现原边回路中电压、电流同相,即实现谐振频率的跟踪。具体算法如图3所示。

图3a表示回路中谐振状态的信号,图3b表示DSP输出PWM波的信号,图3c表示DSP检测到电压、电流相位差信号。输出PWM的周期与电路谐振周期同为T1时,电压、电流相位差为零。当回路中的谐振周期由T1变为T2时,DSP会检测到相位差为T2-T1。于是在下个周期中DSP调整周期寄存器TPR的值,改变PWM输出频率。如果调整在一个周期内完成,会导致电源输出波形发生剧烈震荡。所以选择多个周期调节,例如选择N个周期调节,每个周期的调整量为(T2-T1)/(N-1)。如图2所示取N为5的情况,在第1个周期中检测到相位差为T2-T1,需要到第2个周期进行调节,使图3b的周期调整为T1+(T2-T1)/4,此时相位差变为3(T2-T1)/4,依此下去到第4个周期相位差变为(T2-T1)/4,到第5个周期时相位差为零,实现图3b的输出频率同图3a的谐振频率相同[3]。

3.2 电压、电流相位差捕获原理

如图4所示,电压和电流信号经过过零检测电路变成方波信号分别接入DSP的2个捕获单元CAP1,CAP2。CAP1在电压信号的每个上升沿到来时,会将通用定时器1的计数值写到存贮器FIFO堆栈中,然后在中断程序中把计数器的值重新归零,为下一周期计数做准备。为了使第1个脉冲到来时就可以捕获到,可先将FIFO值设为1。这样捕获到的计数器的值N1,通过T=N1×0.010 7 μs可换算为电压频率的周期。另外CAP2捕获到电流过零时,去读取定时器1的计数值N2,可以通过Δφ=(N2/T)×2π得到原边回路中电压和电流的相位差。如果这个值小于半个周期的计数值,则电流相位滞后电压。反之,则电流相位超前电压。

DSP在进行频率跟踪时,电压、电流相位差随PWM波频率改变而变化,所以捕获到的相位差通过以上算法进行PI动态调节后可实现频率跟踪。

3.3 过零检测电路

由于DSP芯片工作电压不超过3.3 V,所以检测到的电压、电流正弦波信号需要通过过零检测电路转换为方波信号供捕获单元捕获。具体电路如图5所示。

该电路首先把正弦波信号转换为同频同相的方波信号,然后进行电阻分压保证输出电压在3.3 V以下,以便进行捕获。转换电路的输入输出波形如图6所示。

3.4 软件设计

系统以TMS320F2812为控制核心,实现对LC谐振频率的跟踪。图7所示为DSP捕获中断实现软件锁相的流程图。

CAP捕获信号、定时器计数以及输出调整频率的PWM波功能都是由DSP的事件管理模块EV实现的。

4 实验研究

本文设计制作了一个频率为20 kHz的谐振耦合系统。实验系统的主要参数见表1。

根据表1中数据及式(4)可计算线圈谐振频率,令Im(Z)=0,得出谐振频率为19.7 kHz。实验对谐振频率进行跟踪,锁相范围设定为16～22 kHz。如图8、图9所示。

图8a中U1为电压信号,U2为电压表示的电流信号,此时电流超前电压。图8b测得锁相后的频率为19.8 kHz。图9a电流滞后电压。图9b测得频率为20.6 kHz。

5 结论

采用DSP软锁相技术实现CPT中原边回路的电压和电流锁相。实验结果表明,利用DSP数字锁相技术锁相精度高、稳定、快速且简单易于实现等优点,能很好地实现对CPT系统谐振频率的实时跟踪,减少了无功损耗,保证系统电能的高效率传输。对非接触电能传输技术的实际应用具有重要的意义。

参考文献

[1]傅文珍,张波,丘东元,等.自谐振线圈耦合式电能无线传输的最大效率分析与设计[J].中国电机工程学报,2009,29(18):21-26.

[2]赵彪,陈希有,于庆广.用于非接触电能传输的自适应谐振技术原理[J].电工电能新技术,2010,29(2):33-37.

[3]蒋峰.全数字控制高频感应加热电源的研究[D].无锡:江南大学,2008.

[4]Alanson P Sample,David T Meyer,Joshua R Smith.Analy-sis,Experimental Results,and Range Adaptation of Mag-netically Coupled Resonators for Wireless Power Transfer[J].IEEE Transactions on,2011,58(2):544-554.

[5]安小丹,梁晖.基于TMS320LF2407A的软件锁相环的设计与实现[J].电气传动,2009,39(1):44-47.

篇3：基于DSP的跟踪频率变化的交流有样技术

摘 要：矿井主提升是矿井开采生产的重要环节，主提升机多采用大功率电机。随着空间矢量脉宽调制（SVPWM）技术的发展，交流异步电机的调速性能有了大幅改善。本文介绍了SVPWM的基本原理，并采用德州仪器公司的TMS320F2808作为控制核心，设计出一套交流调速系统，控制性能优秀，可较好的满足矿井主提升的调速要求。

关键词：矿井主提升；空间矢量控制；交流调速

0 引言

矿井生产过程中，主提升是非常重要的一个环节，所有井下产出的原煤都需经主提升机提升至地面。为了生产和检修的需要，提升机必须具有优秀的调速性能。过去为了满足提升机调速性能，常使用直流电机作为驱动，然而直流电机本身结构复杂，造价高昂，维护费用高。三相交流异步电机结构简单，成本低廉，早已在生产生活中大量应用，受限于调速装置无法满足矿井提升机的要求。随着交流调速技术的发展，脉宽调制（PWM）、空间矢量脉宽调制（SVPWM）等技术日趋成熟。同时，电力电子技术、控制理论等学科不断发展，异步电机的交流调速越来越多的应用于实际工程中。

1 异步电机的SVPWM控制理论

1.1 电压空间矢量和磁链空间矢量

近年来，异步电机的调速控制方式已经发展到了全数字化的控制方式。由于SVPWM模型简单，转矩脉动小且具有较好的谐波抑制能力，在现代交流电机控制中应用广泛。

电压空间矢量按照电压所在绕组的空间位置确定，电机定子绕组定义了一个三相静止的平面坐标系。

定子电压UA，UB，UC分别施加在三个轴线上，形成三个电压空间矢量UA，UB，UC。三者按正弦规律变化，合成的空间矢量U是一个以电源角频率ω旋转的空间矢量。

U=UA+UB+UC （1-1）

对于电流空间矢量I和磁链空间矢量ψ，有

U=RI+ （1-2）

忽略定子运行的电阻，式（1-2）可变换为

ψ=ψ0+UtΔt（1-3）

上式中，ψ0为磁链矢量的初始值，Δt为电压矢量Ui作用的时间。

1.2 电压空间矢量分析

图1所示为一个典型的PWM变流器的逆变部分，图中上桥臂V1，V2，V3三个功率管在导通状态下表示为1，关断状态下表示为0。下桥臂V2，V4，V6与其状态正好相反。显然，电路有8种开关状态（000，001，011，010，100，110，111，101），因此，三相逆变电路输出

2 电压空间矢量SVPWM的实现

2.1 系统硬件设计

对于矿井主提升机而言，功率动辄上百千瓦甚至上千千瓦，考虑到系统的安全稳定、抗干扰以及检修的方便性等因素，本系统采用控制部分与功率部分两部分在空间上隔离运行，强弱电独立供电。控制部分主要有CPU、电源等模块。功率部分是系统的强电部分，由主开关电路、电流检测电路等组成。图3为系统硬件总框图。

TMS320F2808是IT公司的16位DSP，片内有128KB的FLASH、36KB的RAM。EVA和EVB，每个事件管理器包含两个16位通用定时器、16个脉宽调制通道、4个比较单元、4个捕获单元以及2个正交编码脉冲电路。在系统控制电路中，采用DSP中的脉宽调制单元实现PWM输出可极大节省波形生成电路，简化软硬件设计，提高程序读写效率。

矿井日常生产中，井上井下提升机车房内生产环境较为恶劣，DSP电路板在制作完成之后需进行封装，避免受潮。

2.2 软件设计

DSP主程序将完成系统初始化、模块初始化、中断系统设置等工作。这些模块包括：输入/输出模块、ADC模块、事件管理器EVA和EVB模块。

TPWM值选取越小，则电机旋转磁场越逼近正圆形，图4为主程序流程图。

图4 主程序流程图

由于功率器件开关频率的限制，TPWM取值无法过小，DSP周期寄存器的周期为TPWM/2，为方便编程，将t1、t2 置换为t1/ （TPWM/2）、t2/（TPWM/2）。

3 结语

在矿井实际生产中，功率单元选用英飞凌公司的IGBT，驱动一台1140kW的三相交流异步电机，应用效果良好。

基于TMS320F2808 DSP的全數字控制系统通过软硬件结合实现了空间矢量脉宽调制控制，配合功率模块、过程控制模块、故障诊断模块、总线通讯模块等各个部分，实现了矿井主提升的全自动化、数字化，调速性能优秀。

参考文献：

[1]李华德.电力拖动自动控制系统[M].北京：机械工业出版社，2009.

[2]苏奎峰.TMS320X281X DSP原理及C程序开发[M].北京：北京航空航天大学出版社，2008.

[3]王兆安，黄俊.电力电子技术[M].北京：机械工业出版社，2000.

作者简介：

篇4：基于DSP的跟踪频率变化的交流有样技术

无人机在军事和民用等多个领域都有非常重要的应用,如军事方面的编队飞行、空中攻击,民用方面的空中交通管制等。无人机编队飞行是指多架无人机为适应任务要求而进行的某种队形排列和任务分配的组织模式,它包括队形产生、保持和变化等。无人机协同编队飞行能够协同完成任务,有单机飞行无法比拟的优点,是无人机发展的一个重要趋势。但无人机实现编队飞行涉及到许多技术问题,其中队形控制是编队飞行的关键技术之一。无人机实现队形控制时,需获取自身及邻机的位置。传统上通过机间通信或地面通信站实现相对定位[1]。由于通信方式易受到干扰,而视觉传感方式价格低廉,获取的图片信息比较直观,能够动态记录目标连续运动图像,不受地面杂波干扰等的影响,还可以从视频序列中获得感兴趣目标的状态参数,如位置、尺寸、速度等,因此在编队中利用视觉信息进行目标检测与跟踪,获得无人机在图像上的距离和角度信息,从而确定邻机方位及距离信息,得到了学者的广泛关注与研究。

目前已有基于视觉的编队定位研究,如基于纹理图像的机器人编队定位[2],但是要通过不同的纹理来标识不同的机器人;基于视觉传感器及激光扫描仪实现机器人编队定位[3];基于红外标志灯的视觉编队方法[4],但是如何正确的安放LED灯需要根据不同飞机的不同情况来定。本文通过基于视觉的目标跟踪技术解决无人机编队相对定位的问题,跟踪过程中避免了对无人机进行某种特征的标记,并且基于DSP实现跟踪系统,对跟踪的可靠性有所提高。近些年来提出了许多方法用于跟踪视频序列中的运动目标,主要有基于运动模型的[5]、基于光流的[6]、基于特征的[7]跟踪等几类方法。光流法的优点在于光流携带了运动物体的运动信息以及有关景物三维结构的丰富信息。在光流法跟踪中,跟踪性能最优的就是KLT算法[8]。

本文基于KLT算法,以 TMS320DM642 为图像处理平台,设计了一种基于 DSP 的运动目标跟踪系统,获取目标在图像上的位移量,及在每帧图像中的位置和大小,应用这些参数可以更新跟踪窗口,也可以对云台进行控制。

1 跟踪算法

跟踪算法的基本思想是首先把彩色图像转化为灰度图像,然后图像去噪,利用KLT特征点提取算法提取图像的特征点,再利用KLT跟踪算法对下一帧图像求取匹配的特征点,从而实现跟踪。

1.1 特征点跟踪

KLT算法是一种以待跟踪窗口w在图像帧间的灰度差平方和(SSD)作为度量的跟踪算法,目的是求出窗口中像素点的位移d=(δ,η)。但它不是直接对每个特征点进行跟踪,而是以每一个特征点为中心,选取合适的矩形特征窗口w ,通过计算出窗口内像素点的水平位移δ和垂直位移η,得到输入图像特征点的位置[9]。在特征窗口w 图像的SSD为:

$\epsilon ={\displaystyle \underset{w}{\iint }[}{\rm I}(x-d)-J(x)]{}^{2}w(x)\text{d}x(1)$

式中:J(x)和I(x-d)分别是t+1和t时刻在矩形特征窗口w 内像素的灰度值;w(x)为对特征区域内不同像素点的加权方程。

对I(x-d)进行泰勒分解得到下式:

$\epsilon ={\displaystyle \underset{w}{\iint }[}h-\mathit{g}d]{}^{2}w(x)\text{d}x(2)$

式中:$\mathit{g}=\left[\frac{\partial }{\partial x}({\rm I})\frac{\partial }{\partial y}({\rm I})\right]{}^{\text{Τ}}‚h={\rm I}(x)-J(x)$。令$\frac{\partial \epsilon }{\partial d}=0$,假设d在搜索窗口w和搜索范围内连续,

$\begin{array}{l}{\displaystyle \underset{w}{\iint }\mathit{g}}\mathit{g}{}^{\text{Τ}}w(x)\text{d}A\text{d}={\displaystyle \underset{W}{\iint }h}\mathit{g}w(x)\text{d}A(3)\\ \mathit{G}d=e(4)\end{array}$

1.2 特征点选择

KLT算法的一个关键问题是特征点的提取,这里的特征点是相邻像素点的集合,即特征窗口w。对于320×240的图像,通常设置特征窗口为7×7个像素点[10] 。对于大分辨率的图像,采用隔点采样生成较低分辨率的图像帧,以加快运算的速度。若梯度矩阵G的特征值λ1和λ2中较小者大于预定义的门限值λ,则该点为可选特征点。为了防止噪声影响,G的特征值必须足够大,λ通常设置为1[10]。

特征点经 KLT跟踪后,由于噪声等影响,会存在少量错误的匹配点对。因此需要根据几何限制和其他附加约束消除错误的匹配,提高鲁棒性。随机抽样一致性(RANSAC)算法应用广泛,在失配率高的情况下也能保持有效。RANSAC算法将特征点分为内点和外点,其中内点是符合实际模型的点,外点是匹配错误的点。这里以实际匹配点与估计的匹配点之间的几何距离作为判据。设p和q为相邻两帧图像中的实际匹配点,点p1和q1为变换模型估计H在各自对应图像帧中估计出的对应点,s为实际匹配点和估计匹配点的距离,则s(p,p1)=|p-Hq|和s(q,q1)=|q-H-1p|。若s(p,p1)和s(q,q1)均小于给定阈值,则p和q为正确匹配点,否则为错误匹配点。

单一特征点不一定对应单一目标,而在单一目标上或许能发现多个特征点。被跟踪点是目标上的特征点,而不是图像上的任意特征点,因此利用聚类算法对特征点分类,一类是集中在目标上的特征点群,一类是远离目标中心的孤立点。聚类分析以相似性为基础,在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。这里选取欧式距离作为相似性的判断依据。当特征点与目标中心点的距离dis>Td(Td为目标窗口w的一半),则认为该点为错误点,并剔除此点。筛选后的特征点的均值为目标中心点,用包含特征点群的矩形框估计出目标窗口大小w,二者都要随着特征点的变化动态更新。实验结果表明,使用聚类算法可淘汰掉目标中心以外的一些错误点。

1.3 特征点更新

光线变化及运动模型与实际运动差异等因素会造成特征点丢失,从而给运动跟踪带来偏差,进而影响跟踪效果。为了跟踪的稳定性,需要更新特征点。当特征点数目较少,或跟踪N帧,则进行特征点重选。重新选取特征点时的选取范围w1=m+k×Td,m为上一帧中的特征点中心,Td为上一帧窗口大小的一半,k>1,这样可选取更多的特征点,且聚类算法会导致初始目标区域缩小。

2 跟踪系统的实现

系统硬件由DM642开发板、RS 485和云台组成。DM642是TI公司针对视频图像处理设计的一款高速数字信号处理器,具有功能强大的乘加运算器和并行处理结构,在视频图像处理中广泛应用。云台上的摄像头既可以采集视频图像,也可以在控制信号的作用下跟踪运动目标。调试阶段DM642通过仿真器与主机的USB口相连,通过RS 485转换器与云台相连。显示器与视频输出口相连,当DSP处理完一帧图像后显示跟踪结果。图1为系统硬件框图。

系统上电后,由FLASH完成DSP程序自举加载操作。程序加载结束后,将云台摄像头捕捉的模拟视频信号解码,转换为数字视频信号传递给DSP。DSP以DMA方式将原始图像数据存放到外部存储器SDRAM中。SDRAM存储原始图像和存储处理后的图像。待一帧图像数据完全接收后, DSP对其进行处理,利用跟踪算法获取运动飞机模型的目标区域,并计算目标中心相对图像中心的位移信息。

跟踪算法由运动检测和运动跟踪组成。这里主要针对运动跟踪部分。首先对被跟踪目标在图像中的对应区域进行特征点检测,选择可靠的特征点作为跟踪点;然后在帧间进行目标的跟踪点的匹配,发现跟踪点在下一帧图像中的位置,用目标的所有可靠跟踪点计算出矩形框的位置和目标中心相对图像中心的位移信息。图2为运动跟踪算法流程图。

3 实验结果

云台摄像头采集的视频图像为576×720像素,本文对云台采集的视频图像隔点采样,即处理288×360的图像帧,特征窗口为7×7个像素点,特征点数量为20。图3为实验结果。

图4所示分别为进行跟踪后的视频图像的目标区域。无人机模型在每一帧中出现的位置用矩形框表示。在第20帧图像中目标位于图像中心的右边,当目标向图像左侧运动时,矩形框随之运动,如第80帧所示。两帧之间使用RANSAC算法能淘汰误差较大的特征点对,避免了误差的逐帧累计,有利于稳定跟踪,由实验结果可知,结合KLT跟踪算法、RANSAC算法和聚类算法,该系统能够稳定跟踪运动目标。

4 结 语

实验结果表明:对KLT算法添加RANSAC算法和聚类算法,剔除错误点,能增强跟踪算法的稳定性和适应能力;同时当特征点数目过少时,更新特征点,保证了跟踪的稳定性;在图像存在光线变化、噪声等影响时表现出较强的鲁棒性。如果把目标和相机近似用中心点表示,那么根据目标和云台的初始相对位置以及焦距,就可以利用目标中心在图像上的位移,获取目标在实际空间中相对目标初始位置的位移,从而获取目标与相机的相对位置信息。但这种计算方法比较简单,其准确性需要在今后工作中加以提高。

参考文献

[1]洪晔,缪存孝,雷旭升.基于长机僚机模式的无人机编队方法及飞行实验研究[J].机器人,2010,32(4):505-509.

[2]屈彦呈,黄亨俊,王常虹.移动机器人编队视觉定位方法研究[J].计算机工程与应用,2005(26):66-68.

[3]蒋荣欣,田翔,谢立,等.一种多机器人编队协同定位的方法[J].哈尔滨工业大学学报,2010,42(1):152-157.

[4]张会影,杨成顺.基于红外标志灯的视觉编队方法[J].工业控制计算机,2010,23(10):51-53.

[5]左军毅,梁彦,赵春晖.Mean-Shift跟踪算法中尺度自适应策略的研究[J].中国图象图形学报,2008,13(9):1750-1757.

[6]吕春雷,王延杰.一种结合背景运动估计的目标运动预测方法[J].光电工程,2009,36(5):11-16.

[7]曾伟,朱桂斌,李瑶.基于Kalman点匹配估计的运动目标跟踪[J].计算机应用,2009,29(6):1677-1682.

[8]MIAN AS.Real-time visual tracking of aircrafts[J].IEEEComputer Society,2008,33:351-356.

[9]邵俊红.基于KLT算法的运动跟踪芯片的设计和实现[D].上海:上海交通大学,2008.

篇5：基于DSP的跟踪频率变化的交流有样技术

关键词：英语语音；[n]/[ ?]；微变化研究法；练习频率

H319

一、引言

语音作为英语学习的最初始阶段，也是语言掌握的第一步，学生在语言习得过程中，由于自己内在的生理或者心理机制，以及外在社会文化的影响，难免会出现这样或者那样的语音问题。[n]/[ ?]不分在英语语音学习中尤为常见。因此，本研究采用了微变化研究法，以期通过高密度的观察和精细的分析来讨论练习频次对[n]/[ ?]不分语音纠错的作用和影响。

二、研究背景

微变化研究法（microgenetic method），是近年来认知心理学领域中一种新兴的研究方法。微变化研究法要求研究者在某个相对短的时间段内，通过高频度的观察，记录受试者学习和掌握某个观念，某个知识点，或者某项微技能的过程，并对数据进行定量和定性的精确分析，以揭示群体内部与个体本身所表现出的差异性（文秋芳，2003：312-313）另外，Siegler（1995）还提出了微变化研究的5个维度：变化的根源（sources of change）、路径（path of change）、速率（rate of change）、广度（breadth of change）和可变性（variability of change）。

根据Ellis（2002：178-9）的二语习得理论，频率（frequency）是语言习得的决定因素。频率通常指语言特征的分布规律，也包括个体接触语言的经历，后者即我们所说的练习频率（task frequency）或是练习重复次数（Harrington & Dennis，2002：261.）Macky（1965.王得杏译）指出重复的练习，能强化已学的模式，并使得他们成为习惯或者技能，抵制可能出现于心理中的任何矛盾的模式和干扰。一个语言现象或者语言行为频繁越高，越容易被强化，从而被习得。周丹丹（2006）指出，练习频率不能简单地理解为同一学习任务的重复练习，因为练习频率既可以是输入的重复累加，也可以是输出的不断强化。因此有必要将练习频次细化为输入频率和输出频率。输入频率能帮助学习者加强对语言分布特点的分析，认识语言输入规律，但输入频率不能直接转换为语言输出，输出频率能巩固和强化所学知识。因此，本研究对输入频率和输出频率作了区分，前者指听录音的次数，后者指朗读材料的次数。

三、研究设计

（一）研究问题

1.练习频率如何影响和作用于英语发音中[n]/ [?] 不分？

2.输入频率和输出频率分别对[n]/ [?]不分语音纠错有哪些方面的不同作用？

3.在练习频率的作用下， [n]/ [?]不分语音纠错达到的效果在不同的语境下是否有差异？

4.练习频率的周期长短是否影响[n]/ [?]不分的纠音效果？

（二）受试者

两名来自英语专业一年级的英语中等水平学生（分别以他们的名字首字母W，X表示），均有良好的学习语音的动机，能在实验中积极配合，但都存在[n]/[ ?]不分的情况。

（三）实验工具

本研究的练习材料选自王桂珍编著的《英语语音教程（第二版）》和邹为诚编著的《综合英语教程1》。所选材料对于受试的英语水平来讲接近中等水平。其中包括：10对含[n]/ [?]读音的单词组；两份单词表（词表1和词表2），每份词表包含5对含[n]/ [?]读音的单词组；句子表在都含有20个含[n]/ [?]读音的单词（每类各10个）。包括两篇短文：短文1和短文2，都含有20个含[n]/ [?]读音的单词（每类各10个）。

（四）研究过程

本研究针对受试[n]/ [?]不分的发音问题，进行高频度、有针对性的练习，共10次。整个研究分为4个阶段：第一阶段（测试1）：前测。在正式实验前对两名受试进行了前侧，以确定他们在训练前对[n]/ [?]發音的掌握情况。第二阶段（测试2—6）：听读训练。并未采用通常口语中常用的432重复练习法，而分成三步走：对于词表1，受试听三遍录音后，朗读一遍；对于词表2，受试听一遍录音后，朗读三遍。用于比较输入频率和输出频率在纠错中哪个更为关键些。此外，受试还需朗读句子，其得分作为每次测试的成绩用于总体比较。第三阶段（测试7-9）：只读训练。受试不再听录音，输入训练停止，受试直接朗读单词。朗读句子部分不变。第四阶段（测试10）：所有的受试在事前没有通知的情况下接受一个后侧来测试他们对[n]/ [?]的掌握情况

（五）数据收集和分析

所有受试的对[n]/ [?]不分的纠错情况都通过他们在测试中去的成绩来衡量。在每个实验阶段完成后，对两名受试分别作了回溯性访谈。讲述自己在纠错练习过程中遇到的困难以及对练习的看法等等。对受试接受测试的情况录音后转写，对每次测试的情况打分，为进一部做数据分析做好准备。“[n]/ [?]不分”错误包括两种情况：把[n]读成[?]和把[?]读成[n]。与此同时发现把[?]读成[n]的情况更普遍些。除第二阶段的测试均要求受试朗读两遍，单词不读。笔者把每个[n]/ [?]读音作为一个得分点，对于同一个单词，若两次发音一致，就按其一致的正、误得分（读对得1分，读错不得分）；若两次发音不一致，即一次读对，一次读错，则不得分。

四、结果和讨论

（一）练习频率引起的[n]/[?]发音变化

1.微变化研究法中的“微”在于它通常从上文中所提到的5个维度来去考虑事物发展的变化，笔者通过研究法相发现：1）受试W，X在变化发展总体趋势是：第二次测试都得分相对较低，然后在適当的频率，我们可以理解为最佳频次，达到一个高值，最后趋于稳定的这种变化趋势，但是各自在达到趋于稳定的值的时候频率是不一样的，受试W是在第四次测试就达到了区分[n]/[?]发音要点，后续几次测试达到了稳定点，所以第四次测试是W 发音的转折点，是其量变到质变的关键，也是他对纠正[n]/ [?]不分的最佳频次。而受试X则相对慢一点在第五次测试才趋于稳定，那么可以说受试X对区分[n]/[?]发音要点的关键点是第五次测试。

2.在本研究中，受试W在20天的时间内从8分进步到15分；受试X在10天的时间内从7分进步到16分。两名受试的变化速率都比较快，但两名受试在发音上还是存在不稳定性，可以看出，不稳定发音数在每次测试中都会出现，两名被试对于同一个音，有时发“[?]”，有时发“[n]”，发言很不稳定。时对时错这说明他们对这两个音的掌握不够确定。即使通过10次训练后，他们的错读音中仍然存在一定数量的不稳定发音，不过数量被控制在3、4次左右。

（二）输入频率和输出频率

根据两名受试在访谈中表示，由于他们无法从听觉上正确区分[v]/[w]，通过反复的听力输入帮助他们找到正确的发音方法，有助于其区分和提高发音，此时，输入频率对于纠音训练来说显得更为重要。第三阶段的单词训练取消了朗读前的听录音，停止了输入练习。可以看分数曲线均出现下滑。其中受试W的单词得分表现尤为明显，分数从峰值18分陡落到14分。没有了听力输入，纠音效果明显比着前一阶段明显下滑。在朗读单词阶段，听完录音再模仿、受试对每个单词的正确读音都会把握的更准确。与此同时，听力训练也影响到朗读句子，如果在朗读前先进行了听力输入练习，可以加深受试则对这两个音的发音方法的印象，自然朗读句子的准确性也会越高。

（三）不同语境下的纠错

在测试10中，受试分别在一下4种不同的语境下进行了测试：朗读单词、句子、短文1和短文2。短文1要求受试只读；短文2则要求受试读完后针对关文章内容，回答几个问题。受试测试的结果； 受试甲、乙在不同语境中的得分情况基本相同，均为单词得分最高，句子稍差，短文1有所上升，短文2又急剧下降，降至最低。原因在于注意力的分配程度，在读单词的时候，注意力主要放在区分[n]/[?]，而在读句子的时候要考虑到其他因素，句法或者生僻词等等，注意力明显下降，但短文1是一篇语义连贯的文章，受试因而能更容易地跟随上下文理解文章，不会因为语境陌生而影响发音。短文2要求受试在朗读完后回答问题，在此情况下，受试将注意力都集中在了文章内容上，忽视了语言形式，用于读音的注意力资源也相对减少，因此得分最低。

（四）训练周期对纠音效果的影响

本研究有意识的将W、X两名受试的研究控制周期不同，W的训练周期设计为20天，X的训练周期设为10天。，但经过10次训练，X的最终成绩却不如W高（甲是15分，乙为14分）。笔者发现：练习频率的周期需要一定长度，不能太短，否则不能达到理想效果。

五、结语

本研究通过微变化研究法，回答了4个研究问题，得出了以下结果：1）练习频率对语音纠错有较大促进作用，但是进步的幅度是有区别的，也就是说不通的学习者在语言纠错上所欲要的最大频次是不同的2）输入频率与输出频率对语音纠错都很重要，但相之下，输入频率的作用更为明显；3）通过练习频率所达到的语音纠错效果在不同的语境下有所不同，这说明语音纠错的效果也是和情景相关的；4）练习频率要发挥较好效果需要一定长度的时间周期。本研究证明了频率作用在语音纠错方面的起到至关重要的作用。同时也对英语专业的教学有一定的启示作用。特别是在纠音练习，应充分重视频率作用，尤其应注重加强输入频率，并且保证纠音练习的周期长度，巩固学生所得，并进一步提高。

由于本研究只是探索性的，且由于研究者和研究对象方面的局限性，尚有待于进一步检验。

参考文献：

[1]Ellis， N. 2002. Frequency effects in language processing： A review with implications for theories of implicit and explicit language acquisition [J].SSLA2：

143-188.

[2] Flynn， Emma， Karen Pine & Charlie Lewis. 2006. The Microgenetic method： Time for change？ [J].The Psychologist3： 152-155.

[3]Richard， J. C.， J. Platt & H. Platt. 2000.Longman Dictionary of Language Teaching & Applied Linguistics[M]. Beijing： Foreign Language Teaching

and Research Press.

[4]Siegler， Robert S. & Kevin Crowley. 1991. The microgenetic method： A direct means for studying cognitive development[J].American Psychologist6： 606-620.

[5]文秋芳. 2003.微变化研究法与二语习得研究[J].现代外语（3）： 312-317.