一种负载点电源的性能测量方法与流程
- 国知局
- 2024-07-30 11:04:27
本技术涉及信号滤波,具体涉及一种负载点电源的性能测量方法。
背景技术:
1、负载点电源作为供电回路的二次电源,由于负载点电源具备更高的功率密度以及更快的瞬态响应速度,普遍用于为fpga、cpu、cpld、mcu等集成化数字电路进行供电。然而,随着集成化电路的集成化程度不断提高,对负载点电源性能的要求也随之增高,往往需要实时地对负载点电源的供电性能进行测量。
2、为了实现对负载点电源性能进行测量,一般通过测量供电回路中电流的稳定性,通过电流的稳定性反映出负载点电源的供电稳定性。通常情况下,集成化数字电路具有多引脚、低电压、大电流的特点,在这种情况下对负载点电源的供电回路中电流的测量具有较大的纹波噪声的干扰,影响对负载点电源性能的测量。
3、随着数字信号处理技术的不断发展,往往通过数字滤波技术降低纹波噪声对供电回路中电流信号的干扰,以求提高负载点电源性能测量的准确性。例如,传统的自适应滤波lms(least mean square)算法,普遍用于电流信号的滤波处理。但是,传统的lms自适应滤波算法选择单一固定的步长因子,使得对供电回路的电流信号处理中收敛速度与稳态误差的兼容性较差,导致算法的滤波性能较差,无法准确地测量负载点电源的性能。
技术实现思路
1、本技术提供一种负载点电源的性能测量方法,以解决lms滤波算法对负载点电源测量过程中电信号滤波效果差影响测量结果的问题,所采用的技术方案具体如下:
2、本技术一个实施例一种负载点电源的性能测量方法,该方法包括以下步骤:
3、采集负载点电源供电回路中的电信号;
4、基于每个时间段内电信号时间子序列的时域波形图中极值点受干扰程度的评估结果确定每个时间段的纹波噪声干扰联合指数;
5、基于所有时间段的纹波噪声干扰联合指数以及电信号时间子序列之间的长程自相关性的一致性特征确定负载电源测量过程中的测量干扰长时紊乱系数;
6、基于每个时间段的纹波噪声干扰联合指数以及负载点电源测量过程中的测量干扰长时紊乱系数确定电信号时间序列的电信号纹波异常指数;
7、基于电信号时间序列的电信号纹波异常指数确定电信号滤波过程中每次迭代的步长因子;采用lms滤波算法基于所述步长因子得到负载点电源的性能测量结果。
8、优选的,所述基于每个时间段内电信号时间子序列的时域波形图中极值点受干扰程度的评估结果确定每个时间段的纹波噪声干扰联合指数的方法为:
9、将所有采集到的电信号按照时间升序的顺序组成的序列作为电信号时间序列,在时间维度上采用均匀分割的方式将电信号时间序列分割为预设数量个电信号时间子序列;
10、分别将每个电信号时间子序列作为输入,利用matlab软件获取每个电信号时间子序列的时域波形图;
11、基于每个电信号时间子序列的时域波形图中波峰点之间的欧式距离的稳定程度确定每个时间段的纹波噪声干扰波峰指数;
12、基于每个电信号时间子序列的时域波形图中波谷点之间的欧式距离的稳定程度确定每个时间段的纹波噪声干扰波谷指数;
13、每个时间段的纹波噪声干扰联合指数由纹波噪声干扰波峰指数、纹波噪声干扰波谷指数两部分组成,其中,所述纹波噪声干扰联合指数分别与纹波噪声干扰波峰指数、纹波噪声干扰波谷指数成正相关关系。
14、优选的,所述基于每个电信号时间子序列的时域波形图中波峰点之间的欧式距离的稳定程度确定每个时间段的纹波噪声干扰波峰指数的方法为:
15、将每个电信号时间子序列的时域波形图中与每个波峰点欧式距离最小的预设数量个波峰点组成的集合作为每个波峰点的邻近波峰点集;
16、将每个波峰点与每个波峰点的邻近波峰点集内所有波峰点之间欧式距离的均值作为每个波峰点的变化特征值,将所有波峰点的变化特征值按照时间升序的顺序组成的序列作为每个电信号时间子序列的时域波形图的波峰变化特征值序列;
17、将每个电信号时间子序列的时域波形图的波峰变化特征值序列中所有元素的信息熵、标准差乘积的数据映射结果作为分子;
18、将每个电信号时间子序列的时域波形图的波峰变化特征值序列中所有相邻元素差值绝对值的累加和与1的和作为分母;
19、将1与分子与分母比值的差值作为每个电信号时间子序列对应时间段的纹波噪声干扰波峰指数。
20、优选的,所述基于每个电信号时间子序列的时域波形图中波谷点之间的欧式距离的稳定程度确定每个时间段的纹波噪声干扰波谷指数的方法为:
21、将每个电信号时间子序列的时域波形图中与每个波谷点欧式距离最小的预设数量个波峰点组成的集合作为每个波谷点的邻近波谷点集;
22、将每个波谷点与每个波谷点的邻近波谷点集内所有波谷点之间欧式距离的均值作为每个波谷点的变化特征值,将所有波谷点的变化特征值按照时间升序的顺序组成的序列作为每个电信号时间子序列的时域波形图的波谷变化特征值序列;
23、将每个电信号时间子序列的时域波形图的波谷变化特征值序列中所有元素的信息熵、标准差乘积的数据映射结果作为分子;
24、将每个电信号时间子序列的时域波形图的波谷变化特征值序列中所有相邻元素差值绝对值的累加和与1的和作为分母;
25、将1与分子与分母比值的差值作为每个电信号时间子序列对应时间段的纹波噪声干扰波谷指数。
26、优选的,所述基于所有时间段的纹波噪声干扰联合指数以及电信号时间子序列之间的长程自相关性的一致性特征确定负载电源测量过程中的测量干扰长时紊乱系数的方法为:
27、基于所有时间段内电信号时间子序列的去趋势序列之间的相关性强弱以及长程自相关性的稳定程度确定每个时间段的电信号长程稳定系数;
28、基于所有时间段的纹波噪声干扰联合指数的聚类结果确定电信号时间序列的噪声影响复杂度;
29、将所有时间段的电信号长程稳定系数的累加和作为分母,将电信号时间序列的噪声影响复杂度与分母的比值作为电信号时间序列的测量干扰长时紊乱系数。
30、优选的,所述基于所有时间段内电信号时间子序列的去趋势序列之间的相关性强弱以及长程自相关性的稳定程度确定每个时间段的电信号长程稳定系数的方法为:
31、将每个时间段内的电信号时间子序列作为输入,采用dfa算法获取每个时间段内电信号时间子序列对应的去趋势序列;
32、将每个电信号时间子序列与其对应去趋势序列中所有相同次序元素值之间差值的绝对值按照时间顺序组成的序列作为每个电信号时间子序列的测量长程稳定序列;
33、将每个时间段内电信号时间子序列与其余任意一个时间段内电信号时间子序列的测量长程稳定序列之间的相似性度量结果作为分子;
34、将每个时间段内电信号时间子序列的测量长程稳定序列中最大值与所有元素的均值的差值作为第一差值,将第一差值与所述均值的乘积与0.1的和作为分母;
35、将分子与分母的比值在所有时间段上累加结果的均值作为每个时间段的电信号长程稳定系数。
36、优选的,所述基于所有时间段的纹波噪声干扰联合指数的聚类结果确定电信号时间序列的噪声影响复杂度的方法为:
37、将所有时间段的纹波噪声干扰联合指数作为输入,采用数据聚类算法得到纹波噪声干扰联合指数的聚类结果;
38、计算所有时间段的纹波噪声干扰联合指数的变异系数,将所述聚类结果中任意两个聚类簇中心点之间的欧式距离在所有聚类簇上的累加结果与所述变异系数的乘积作为电信号时间序列的噪声影响复杂度。
39、优选的,所述基于每个时间段的纹波噪声干扰联合指数以及负载点电源测量过程中的测量干扰长时紊乱系数确定电信号时间序列的电信号纹波异常指数的方法为:
40、将电信号时间序列的测量干扰长时紊乱系数的数据映射结果作为分子;
41、将所有时间段的纹波噪声干扰联合指数的均值与1的和作为分母;
42、将1与分子与分母比值的差值作为电信号时间序列的电信号纹波异常指数。
43、优选的,所述基于电信号时间序列的电信号纹波异常指数确定电信号滤波过程中每次迭代的步长因子的方法为:
44、将lms滤波算法中每次迭代时自相关矩阵的最大特征值的倒数与每次迭代时电信号时间序列的电信号纹波异常指数的乘积作为滤波过程中每次迭代的步长因子。
45、优选的,所述采用lms滤波算法基于所述步长因子得到负载点电源的性能测量结果的方法为:
46、将电信号时间序列作为输入,采用lms滤波算法基于所述步长因子得到电信号时间序列对应的纯净电信号序列;
47、将电信号时间序列对应的纯净电信号序列作为输入,采用电流转换器将所述纯净电信号序列转换为电流时间序列,将电流时间序列作为输入,采用adf检验算法得到负载点电源的平稳性测量结果。
48、本技术的有益效果是:根据电信号时间序列获取波峰变化特征值序列及波谷变化特征值序列,根据波峰变化特征值序列、波谷变化特征值序列构建纹波噪声干扰联合指数,能够更细致的反应不同时间段内的电信号时间子序列受到供电回路中纹波噪声的干扰程度;其次结合电信号时间序列在不同时间段内的长程自相关性的一致性特征构建测量干扰长时紊乱系数,测量干扰长时紊乱系数考虑了不同时间段内电信号时间子序列之间趋势性的一致性特征,能够降低性能测量过程中不同测量数据对干扰程度评估的影响;其次,基于测量干扰长时紊乱系数以及纹波噪声干扰联合指数获取噪声影响复杂度,根据噪声影响复杂度获取电信号异常波动指数,根据电信号异常波动指数自适应调节步长因子,其有益效果在于提高了数字滤波的效果,降低纹波噪声对电信号的影响,使得信号转换后的电流更加准确,进而提高负载点电源的性能测量结果的准确性。
本文地址:https://www.jishuxx.com/zhuanli/20240730/155362.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表