阅读说明：本技术 一种磁电编码器角度值噪声主动抑制方法及装置 (Method and device for actively suppressing noise of angle value of magnetoelectric encoder ) 是由 王磊 吴殿昊 肖磊 潘巍 姜金刚 于 2020-06-01 设计创作，主要内容包括：本发明涉及一种磁电编码器角度值噪声主动抑制方法及装置包括：单对极霍尔传感器对角度值信号进行测量,模数转换器对霍尔信号进行模数转换,通过单对极角度计算模块获得单对极角度值；运动学方程神经元自调节模块,用于实现磁电编码器角度值的自适应观测；基于卡尔曼滤波迭代系数主动更新模块,用于提高神经元角度值观测误差的收敛速度,提高磁电编码器角度值噪声抑制效果；本发明采用一种能够主动抑制磁电编码器角度值信号中夹杂高频噪声的方法,用以提高磁电编码器角度值的输出精度。(The invention relates to a method and a device for actively inhibiting noise of an angle value of a magnetoelectric encoder, which comprises the following steps: the single-antipode Hall sensor measures a diagonal value signal, the analog-to-digital converter performs analog-to-digital conversion on the Hall signal, and a single-antipode angle value is obtained through the single-antipode angle calculation module; the kinematic equation neuron self-adjusting module is used for realizing self-adaptive observation of the angle value of the magnetoelectric encoder; the active updating module is used for improving the convergence speed of observation errors of the neuron angle values and improving the noise suppression effect of the magnetoelectric encoder angle values; the method can actively inhibit high-frequency noise mixed in the angle value signal of the magnetoelectric encoder, and is used for improving the output precision of the angle value of the magnetoelectric encoder.)

一种磁电编码器角度值噪声主动抑制方法及装置

技术领域：

本发明涉及一种磁电编码器角度值噪声主动抑制方法及装置，属于磁电编码器制造技术领域。

背景技术：

编码器用于测量角度，是实现电机控制的核心元件，广泛应用于机械工程、机器人、航空、精密光学仪器等高技术领域，在现代工业中起着至关重要的作用。随着工业化进程的加速发展，对于角位移传感器的分辨率，精度等指标有着较高的要求。目前工控领域的高精度伺服平台广泛采用的角位移传感器有旋转变压器、光电编码器和磁电编码器。

其中光电式编码器的光学器件对污染、振动和温度等环境条件比较敏感。旋转变压器结构包括激励绕组和输出绕组，这导致了旋转变压器的体积和重量成为制约其小型化的关键因素。另外，旋转变压器的角度值测量范围有限、制造工艺相对复杂、成本高、实时性差。相较而言，磁电编码器具有具有结构简单、耐高温、抗油污、抗冲击和体积小、成本低等优点，在小型化和恶劣环境条件的应用场所具有独特优势。

例如，图1是多对极磁电编码器的示例性霍尔元件分布图。图中，2个霍尔元件A+、A-，其中单对极霍尔A+、A-围绕着定子的圆周相隔90°分布。在单对极磁钢的作用下，在这2个霍尔元件上产生相位相差90°的电压信号，再经过角度值解算处理得到当前单对极角度值。

然而在磁电编码器应用技术领域磁电编码器角度值会因为振动、温度变化、磁场变化等原因致使解算出的磁电编码器角度值仍然会在一定范围内往复跳动，导致输出角度值信号中夹杂高频噪声，为了抑制角度值信号中夹杂的高频噪声，本发明借鉴该种思想提出一种磁电编码器角度值噪声主动抑制方法及装置。

发明内容

：

针对上述问题，本发明提出一种方案，旨在采用一种能够主动抑制磁电编码器角度值信号中夹杂高频噪声的方法，用以提高磁电编码器角度值的输出精度。

本发明公布了一种磁电编码器角度值噪声主动抑制方法，包括以下步骤：

(1)采集单对极角度值信号A+、A-；

(2)对单对极角度值信号A+、A-进行模数转换，得到单对极角度值数字信号HA+、HA-；

(3)依据单对极角度值数字信号HA+、HA-求解单对极角度值θ₁；

(4)建立基于神经元的运动学状态观测方程，实现磁电编码器角度值的自适应观测；

(5)依据经过卡尔曼滤波角度值与运动学状态观测方程得到角度值的差值调节神经元迭代速度，提高神经元角度值观测误差的收敛速度；

(6)依据角度值观测误差范围判断是否停止神经元迭代计算，并采用当前计算周期的观测系数作为理想系数值。

作为优选，所述的步骤(1)，通过单对极霍尔传感器得到单对极角度值信号A+、A-。

作为优选，所述的步骤(2)，经过模数转换器对单对极角度值信号A+、A-进行模数转换，得到单对极角度值数字信号HA+、HA-。

作为优选，所述的步骤(3)，依据步骤(2)得到的单对极角度值数字信号HA+、HA-对角度值进行解算，得到单对极角度值θ_m，解算公式如式(1)所示：

作为优选，所述的步骤(4)，采用以下方法实施：

在一个计算周期T_s内，磁电编码器转轴加速度α可以认为是恒定不变的，则单对极角度值及角速度的微分方程如式(2)所示：

式中：θ_m为单对极角度值，ω_m为转子机械角速度，设电机输出转矩T_e(N·m)，电机及负载的转动惯量J_m,负载转矩T_L(N·m)，转子加速度α如式(3)所示：

一个计算周期内T_s电机负载转矩T_L变化很小，加速度变化量d＝Δα＝0；关于角位移θ_m、角速度ω_m和角加速度变化量d的微分方程可以写成式(4)：

在式中令C＝[100]，由此可得式(5)：

依据式(5)，可以得到运动学状态观测方程如式(6)所示：

式中：L_i是状态观测方程调节系数，

根据式(5)和式(6)，可以得到状态观测误差函数表达式，如式(7)所示：

式中：状态观测误差为状态观测误差函数的特征方程，如式(8)所示：

式中：ξ₁，ξ₂为状态观测器阻尼系数；ω_n为状态观测器响应频率；

由式(8)可得式(9)：

改变误差调节系数l₁、l₂、l₃，调节运动学状态观测误差收敛速度。基于式(4)、式(5)、式(6)运动学单对极角度值状态观测器可以写成式(10)：

由式(10)可得到其欧拉离散化状态方程，如式(11)所示：

由式(11)可知，依据第k个计算周期的单对极角度观测值

和观测角速度可以对第k+1个计算周期的单对极角度观测值和观测角速度进行预测；

作为优选，所述的步骤(5)，通过以下方法实现：

建立磁电编码器角度值反馈预测模型，如式(23)所示：

式中：F为状态转移矩阵，T_s为计算周期；为预测模型状态变量；

为卡尔曼滤波器预测角位置，为卡尔曼滤波器预测角速度；B为控制矩阵；

为预测模型状态变量的协方差矩阵；Q为预测模型引入的噪声矩阵；

由式(23)建立磁电编码器单对极角度值反馈更新模型，如式(24)所示：

式中：

为更新模型状态变量；

为卡尔曼滤波器观测角位置，

为卡尔曼滤波器观测角速度；K_k为卡尔曼滤波系数；P_k为观测模型状态变量的协方差矩阵；R为观测噪声协方差；H为状态变量提取矩阵；Z_k为系统状态实际观测值；

为了提高角度值误差收敛速度，需要提高神经元观测迭代调节速度，如果直接以反馈角度值与运动状态方程观测角度值之间的偏差作为误差监测标量，会引入反馈角度值中夹杂的高频信号噪声，不利于角度值误差监测，将单对极角度观测值与卡尔曼滤波器观测角位置差值输出，将其作为角度观测误差变化趋势的监测依据，得到自适应调节增益系数λ，如式(25)表示：

进而权重修正系数ξ₁、ξ₂、ω_n的迭代过程，如式(26)表示：

依据所述方法得到单对极角度观测值单对极角度值θ_m及误差测量函数同步输出，通过判断误差测量函数V(X)的范围，确定计算终止位置，以当前计算周期误差调节系数作为理想系数值，实现磁电编码器角度值误差噪声抑制能力的主动提高。

本发明还公布了一种磁电编码器角度值噪声主动抑制的装置，包括：

单对极霍尔传感器，用于采集单对极磁钢产生的磁场信号，并将其转换为电压信号，得到单对极角度值信号A+、A-；

模数转换器，用于将单对极角度值信号A+、A-转换为单对极角度值数字信号HA+、HA-；

单对极角度计算模块，用于将得到的数字量转换为单对极角度值θ₁；

运动学方程神经元自调节模块，用于实现磁电编码器角度值的自适应观测；

基于卡尔曼滤波迭代系数主动更新模块，用于提高神经元角度值观测误差的收敛速度，提高磁电编码器角度值噪声抑制效果。

本发明的有益效果为：

1.基于运动学状态方程实现磁电编码器角度值的自适应观测，减小了磁电编码器角度值中夹杂的高频噪声信号。

2.基于卡尔曼滤波器滤波后角度值与运动学状态观测角度值之前的差值对神经元迭代系数进行自适应调节，提高了神经元观测的速度，提高了角度值噪声抑制效果。

3.磁电编码器角度值过零点时存在着角度值的跳变现象，在该种情况下使用跟踪特性强的神经元观测系数，在磁电编码器处于非过零点工作位置，采用滤波效果更好的神经元观测系数，从而实现角度值中夹杂的高频噪声滤波。

附图说明

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1为本发明所述的编码器的示例性结构图；

图2为本发明所述编码器的工作原理；

图3为使用运动学角位置状态观测器进行位置跟踪前后的位置反馈对比波形图；

图4-a所示为将单对极角度值以及单对极角度观测值分别进行差分计算处理后波形图；

图4-b所示为将单对极角度值差分值跳变点强制消除后的输出；

图5为神经元自适应误差调节系数修正框图；

图6为神经元自适应误差调节系数修正流程图；

图7为采用神经元自适应方法以及未使用该方法的角度值观测值对比图；

图8为状态观测器阻尼系数ξ₁自适应调节过程图，所示状态观测器阻尼系数ξ₁自适应调节过程；

图9为状态观测器阻尼系数ξ₂为自适应调节过程图；

图10-a为未经过神经元自适应调节的角度误差测量函数V(X)′的输出波形；

图10-b为经神经元自适应调节的角度误差测量函数V(X)′的输出波形；

图11为经卡尔曼滤波后结果图；

图12为卡尔曼滤波后角度值及角度反馈值差分值计算结果图；

图13-a为神经元自适应方法与卡尔曼滤波角度值偏差计算图；

图13-b为神经元自适应方法与卡尔曼滤波角度值偏差计算局部放大图；

图14为监测系数λ调节变化过程图；

图15为所示经过卡尔曼滤波监督调节过程的运动状态方程阻尼系数ξ₁的自适应调节过程图；

图16为经过卡尔曼滤波监督调节过程的运动状态方程阻尼系数ξ₂的自适应调节过程图；

图17-a为采用噪声主动抑制方法后输出结果图；

图17-b为采用噪声主动抑制方法后输出结果局部放大图；

图17-c为采用本方法后角度值跟踪过程；

图18-a为采用本方法后输出噪声图；

图18-b为采用本方法后输出噪声局部放大图；

具体实施方案

下面结合附图详细说明本发明的

具体实施方式

。

在此记载的具体实施方式/实施例为本发明的特定的具体实施方式，用于说明本发明的构思，均是解释性和示例性的，不应解释为对本发明实施方式及本发明范围的限制。除在此记载的实施例外，本领域技术人员还能够基于本申请权利要求书和说明书所公开的内容采用显而易见的其它技术方案，这些技术方案包括采用对在此记载的实施例的做出任何显而易见的替换和修改的技术方案，都在本发明的保护范围之内。

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本发明。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1、图2、图3、图4、图5、图6、图7、图8、图9、图10、图11、图12、图13、图14、图15、图16、图17、图18所示，本具体实施方式采用以下技术方案：

图2是根据本发明实施例角度值精分过程结构示意图，包括：

单对极霍尔传感器101，用于采集单对极磁钢产生的磁场信号，并将其转换为电压信号，得到单对极角度值信号A+、A-。

模数转换器102，用于将单对极电压信号A+、A-转换为单对极角度值数字信号HA+、HA-。

单对极角度计算模块103，用于将得到的数字量转换为单对极角度值θ₁，单对极角度值数字信号HA+与HA-的相位角度偏差为90°，通过反正切公式(1)求解出单对极角度值θ_m：

运动学方程神经元自调节模块104，在一个计算周期T_s内，磁电编码器转轴加速度α可以认为是恒定不变的，则单对极角度值及角速度的微分方程如式(2)所示：

式式中：θ_m为单对极角度值，ω_m为转子机械角速度，设电机输出转矩T_e(N·m)，电机及负载的转动惯量J_m,负载转矩T_L(N·m)，转子加速度α如式(3)所示：

在一个计算周期内T_s电机负载转矩T_L变化很小，加速度变化量d＝Δα＝0；关于角位移θ_m、角速度ω_m和角加速度变化量d的微分方程可以写成式(4)：

在式中令C＝[100]，由此可得式(5)：

依据式(5)，可以得到运动学状态观测方程如式(6)所示：

式式中：L_i是状态观测方程调节系数，

根据式(5)和式(6)，可以得到状态观测误差函数表达式，如式(7)所示：

式中：状态观测误差为状态观测误差函数的特征方程，如式(8)所示：

式中：ξ₁，ξ₂为状态观测器阻尼系数；ω_n为状态观测器响应频率；

由式(8)可得式(9)：

改变误差调节系数l₁、l₂、l₃，调节运动学状态观测误差收敛速度，基于式(4)、式(5)、式(6)，运动学单对极角度值状态观测器可以写成式(10)：

由式(10)可得到其欧拉离散化状态方程，如式(11)所示：

由式(11)可知，依据第k个计算周期的单对极角度观测值

和观测角速度可以对第k+1个计算周期的单对极角度观测值

和观测角速度进行预测；

图3为使用运动学角位置状态观测器进行位置跟踪前后的位置反馈对比波形图，在ξ₁＝0.5；ξ₂＝0.5；ω_n＝1000的情况下，得到角位置状态观测器的角度值输出，如图3所示，可以看出，角位置状态观测器较为准确的跟踪了当前角度值；

图4-a所示为将单对极角度值以及单对极角度观测值分别进行差分计算处理后波形图，可以看出由于原始角度值存在过零点(0LSB过渡至65535LSB)，单对极角度值经过差分处理后存在跳变点，由于单对极角度观测值当前误差调节系数无法实现角度值的过零点准确跟踪，因此状态观测角度值差分输出不存在跳变现象。为了便于差分值输出对比，如图4-(b)所示为将单对极角度值差分值跳变点强制消除后的输出，可以看出单对极角度观测值噪声得到有效抑制，但是观测精度较低；

采用神经元自适应运动学状态方程角度值观测方法来提高状态观测器的观测精度，设单对极角度值观测修正目标函数如式(12)所示：

设磁电编码器单对极角度值的逼近函数为

如式(13)所示：

式中：B_i(γ)表示基准函数；ω_i表示误差修正权重系数；

角度值误差测量函数V_(x,γ,ω)，如式(14)所示：

将单对极角度值θ_m作为基准函数B_i(γ)的输入值，如式(15)所示：

B_i(γ)＝B_i(θ_m) (15)

图5为神经元自适应误差调节系数修正框图，为提高角度值观测精度补偿计算效率，建立神经元补偿线性修正函数，通过神经元迭代计算得到最优权重系数ω₁、ω₂、ω₃，对状态观测误差调节系数l₁、l₂、l₃进行修正，得到修正后的观测误差调节系数l_1f、l_2f、l_3f，如图5所示；

构建误差测量函数V(X)，如式(16)所示：

迭代计算过程中，自适应调节修正权重系数ω₁、ω₂、ω₃，使单对极角度观测值

向着磁电编码器单对极角度值θ_m不断逼近，为了实现神经元迭代计算步数的最小化，保证误差测量函数的最速下降，首先要找到误差测量函数V(X)沿权重修正系数ξ₁，ξ₂，ω_n的最陡梯度方向，如式(17)到式(19)：

神经元自适应修正权重系数迭代公式，如式(20)到式(22)：

图6为神经元自适应误差调节系数修正流程图，依据状态观测方程得到误差测量函数沿ξ₁、ξ₂、ω_n方向的偏微分，并更新下个计算周期ξ_1(k+1)、ξ_2(k+1)、ω_n(k+1)，进而得到更新后的误差调节系数l_1f、l_2f、l_3f，计算得到当前计算周期磁电编码器观测角度值，并依据误差测量函数值判断是否在理想误差范围内，如果满足条件则停止迭代更新计算，如图6所示；

图7为采用神经元自适应方法以及未使用该方法的角度值观测值对比图，可以看出采用自适应神经元调节算法角度值观测值逐渐稳定，并趋于真实反馈值，如图7所示；

图8为状态观测器阻尼系数ξ₁自适应调节过程图，所示状态观测器阻尼系数ξ₁自适应调节过程，如图8所示；

图9为状态观测器阻尼系数ξ₂为自适应调节过程图，所示状态观测器阻尼系数ξ₂自适应调节过程，如图9所示；

图10-a所示为未经过神经元自适应调节的角度误差测量函数V(X)′的输出波形；如图10-(b)所示为采用神经元自适应调节后的角度误差测量函数V(X)′输出波形，其中其中sgn(f)表示函数f的正、负符号；

由图10-a和10-b可知，采用神经元自适应方法角度值观测误差逐渐收敛，但是观测精度仍然与单对极角度值有较大误差，并且误差收敛速度较低，在经过220000个计算周期的迭代计算，仍然没有得到良好的观测精度，针对以上问题，采用基于卡尔曼滤波器的角度值噪声主动抑制方法，用以提高误差收敛速度。

基于卡尔曼滤波迭代系数主动更新模块105，建立磁电编码器角度值反馈预测模型，如式(23)所示：

式中：F为状态转移矩阵，T_s为计算周期；

为预测模型状态变量；为卡尔曼滤波器预测角位置，为卡尔曼滤波器预测角速度；B为控制矩阵；

为预测模型状态变量的协方差矩阵；Q为预测模型引入的噪声矩阵；

由式(23)建立磁电编码器单对极角度值反馈更新模型，如式(24)所示：

式中：为更新模型状态变量；为卡尔曼滤波器观测角位置，为卡尔曼滤波器观测角速度；K_k为卡尔曼滤波系数；P_k为观测模型状态变量的协方差矩阵；R为观测噪声协方差；H为状态变量提取矩阵；Z_k为系统状态实际观测值；

图11为经卡尔曼滤波后结果图，设更新模型状态变量为

预测模型状态变量的协方差矩阵为

预测模型引入的噪声矩阵为Q＝[0.0001,0；0,0.0001]，角位移状态变量提取矩阵为H₁＝[1,0]，观测噪声协方差矩阵为R＝1。然后将单对极角度值作为系统状态实际观测值，单对极角度值θ_m变化范围∈[0,65535]LSB，得到的卡尔曼滤波器观测角位置如图11所示；

图12为卡尔曼滤波后角度值差分值及角度反馈值差分值计算结果图，对单对极角度值以及卡尔曼滤波器观测角位置进行差分计算输出，可以看出经过卡尔曼滤波的角度值输出噪声被有效抑制，如图12所示；

图13-a为神经元自适应方法与卡尔曼滤波角度值偏差计算图，图13-b为神经元自适应方法与卡尔曼滤波角度值偏差计算局部放大图，为了提高角度值误差收敛速度，需要提高神经元观测迭代调节速度，如果直接以反馈角度值与运动状态方程观测角度值之间的偏差作为误差监测标量，会引入反馈角度值中夹杂的高频信号噪声，不利于角度值误差监测，将单对极角度观测值

与卡尔曼滤波器观测角位置差值输出，如图13-a和图13-b所示，将其作为角度观测误差变化趋势的监测依据，并根据误差进行主动调节；

得到自适应调节增益系数λ，如式(25)表示：

图14为监测系数λ调节变化过程图，得到自适应调节增益系数λ，如图14所示；

进而权重修正系数ξ₁、ξ₂、ω_n的迭代过程，如式(26)表示：

图15为所示经过卡尔曼滤波监督调节过程的运动状态方程阻尼系数ξ₁的自适应调节过程图，经过卡尔曼滤波监督调节过程的运动状态方程阻尼系数ξ₁的自适应调节过程，如图15所示；

图16为经过卡尔曼滤波监督调节过程的运动状态方程阻尼系数ξ₂的自适应调节过程图，经过卡尔曼滤波监督调节过程的运动状态方程阻尼系数ξ₂的自适应调节过程，如图16所示；

图17-a为采用噪声主动抑制方法后输出结果图，图17-b为采用噪声主动抑制方法后输出结果局部放大图，依据所述方法得到单对极角度观测值单对极角度值θ_m及误差测量函数同步输出，结果如图17-a和图17-b所示，可以看出在176000个迭代计算周期时，角度误差收敛至最佳，通过判断误差测量函数误差测量函数的范围，确定计算终止位置，以当前计算周期误差调节系数作为理想系数值，实现磁电编码器角度值误差噪声抑制能力的主动提高。

由图17-a可以看出在第176000个迭代计算周期得到了最佳的误差调节系数，状态方程调节系数ξ₁＝65.9959，ξ₂＝0.8375，ω_n＝1000，此时状态观测器的跟踪性能最佳，在单对极角度值过零点时，采用跟踪特性最佳的误差调节系数以获取较好的跟踪能力，在单对极角度值连续变化的位置采用滤波效果较好的状态观测系数ξ₁＝11.2，ξ₂＝0.95，ω_n＝1000，以降低角度值噪声的影响。如图17-b所示为局部放大。图17-c为采用本方法后角度值跟踪过程，可以看出采用该种方法既保证了过零点的快速跟踪能力，并且降低了角度值反馈噪声，提高了单对极角度值的噪声抑制能力。

图18-a为采用本方法后角度值输出噪声图，图18-b为采用本方法后输出噪声局部放大图，采用磁电编码器角度值噪声主动抑制方法得到了良好的过零点跟踪特性，并且在单对极角度值连续平滑变化阶段，角度值噪声得到有效抑制，角度值噪声由初始±25LSB改善至±5LSB，如图18-b所示。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。