1 引言
船舶电力推进系统是船舶的电力和动力两大系统发展的综合,它适合于不同种类的船舶。作为船舶主动力系统的综合全电力推进系统由于其高效率、高可靠性、高自动化以及低维护也成为新世纪大型水面船舶青睐的主推进系统。但是船舶电力系统空间有限,设备分布密集,系统内的电磁兼容问题十分突出。电磁兼容性能关系着综合全电力推进系统各个功能模块是否运行良好,是否相互协调好,从而也关系着整个综合全电力推进系统是否能具有良好的运行状态和优异的工作性能。
由于综合全电力推进系统包括发电、输电、配电、变电、拖动、推进、储能、监控和电力管理等诸多功能,多系统多功能的复杂性也带来了严重的电磁兼容问题,因此需要对船舶电力推进系统进行电磁兼容测试。通常标准的电磁兼容测试需要在电波暗室中进行。但是电波暗室室造价昂贵并且需要很大的空间,电磁兼容测试受时间、空间影响较大,尤其是电力推进系统功率高,体积大,很难进入电波暗室进行测试。
目前的电磁干扰测量一般需要在屏蔽室或者开阔场进行,但是电波暗室造价昂贵并且需要很大的空间,并且受限于受试系统的大小,尤其当设备已经固定在现场后,不可能进入电波暗室。而开阔场测量为了避免无线通讯,电台通讯以及移动通讯等的影响则远离市区而引起交通不便。为了解决这个问题,Shinozuka教授提出了在市区内进行电磁兼容测量并消除环境干扰的方法[1]。此方法利用传统EMI测量接收机建立双通道在频域内测量。但是由于测量接收机在整个频率范围内进行步进扫描,所以如果频率范围需要很宽并且需要精确度很高的时候会花费大量时间。此外,此方法的应用在Parhami一篇文章中也有详细的阐述[2]。为了加快测量速度,用于实时EMI(TDEMI)测量的新方法也被提出[3]。此方法在时域里测量辐射发射并计算其频谱。在这篇文章里,结合了TDEMI测量节省时间的优点,提出了在时域测量受试设备辐射信号并去除环境干扰的算法。但此方法不能测量瞬时突变信号。作者曾经利用小波分析的方法对信号分频并设定滤波阈值对环境噪声进行有效的滤波,从而达到精确测量受试设备辐射信号,既不必在昂贵的屏蔽室测量也不必去偏远的郊区[4]。针对电磁干扰信号的非平稳特性,作者研究了基于改进的希尔伯特-黄变换的电磁信号处理方法,为进一步的电磁测量方法研究提供了研究基础[5]。
本文提出了一种船舶电力推进系统电磁干扰现场测试技术。通过自适应滤波技术和盲源分离算法得到船舶电力系统精确的电磁环境,保证电力推进系统的电磁兼容性,具有重要的工程应用价值。 4b5【中国自动化网社区】a3b30c【http://sns.ca800.com】0e98

2  自适应干扰对消设计
在船舶电力推进系统中现场进行电磁干扰测试,首先需要解决的问题就是严重的环境干扰。环境噪声的能量有时甚至要超过电力推进系统本身产生的干扰。因此,本文设计了自适应干扰对消器进行滤波处理。自适应干扰对消技术将电磁辐射测量问题转化为信号处理问题,电磁辐射测量中的背景噪声就是通常信号处理中的噪声,电磁辐射信号即为需要准确测量的有用信号。利用经验模态分解的分频特性将多频复杂信号分解到不同的固有模态函数中,把多频率的复合信号转化为多个单频率的信号,基于有用信号与噪声在不同的固有模态函数上有不同的特征,利用改进的最小均方自适应算法进行干扰对消,以达到较好的滤波性能[7]。
2.1  自适应干扰对消技术
本文设计的自适应干扰对消系统是将有用信号和背景噪声信号的混合信号作为系统的一个输入,即。第二个输入的是背景噪声信号,即。首先将非平稳信号进行经验模态分解,再利用自适应算法进行逐层滤波处理,将来自测量系统的输出作为原始信号减去参考信号,图中和由于是共源干扰,所以相互关联,但与待测设备的辐射信号无关[8]。系统原理图如图1所示。 43【中国自动化网社区】98fc6a【http://sns.ca800.com】a46

43【中国自动化网社区】98fc6a【http://sns.ca800.com】a46

图1中,利用两个天线分别测量设备辐射信号和背景噪声。为需要测量的有用信号,背景噪声为参考输入。通常测量工具测得的设备电磁辐射都会包含环境中的背景噪声,利用经验模态分解算法(EMD)将多频复合信号分解为单频信号,再利用自适应干扰对消系统进行滤波处理[9]。系统的输出计算式推导如下式:
利用最小均方算法选取正确的比例常数W,则输出会十分接近有用信号

2.2  改进的最小均方算法
基于最速下降法的最小均方误差(LMS)算法[10]的迭代公式如下:

其中,
表示时刻n的输入信号矢量, 由最接近的L个信号采样值构成。
是时刻n自适应滤波器的权系数。L是自适应滤波器的阶数。是期望输出值,是控制稳定性和收敛速度的参量,称之为步长因子。
为了更好地应用于自适应干扰对消系统,提出一种新的变步长算法。在该算法中,自适应的变化步长是通过对均方误差的估计来调节的,其权系数的递推公式为:
式中,为步长系数。它的更新表达式为:

并且

式中,参数用来控制算法的失调和收敛时间,参数是一指数型权系数参数,也用来控制收敛时间。一般情况下,的选择接近标准LMS算法不稳定的步长点,以提供最大的可能收敛速度。而在稳定状态下,根据所预期的失调和算法的收敛速度做出一个合适的选择。 的范围为:

其中R为输入信号的自相关矩阵,即。由(7)、(8)式可知,这种算法比固定步长的LMS算法更具有优越性:在自适应初始阶段,自适应系统输出误差较大,相应的均方误差估计也较大,导致步长变小,导致步长减小,因此在最佳权系数附近产生较小的失调。这里(10)式的主要作用是为了防止步长因子由于独立噪声影响或其它原因而产生过大或过小的剧烈变化,从而避免算法性能变差甚至发散。
改进最小均方误差算法的收敛速度与传统算法对比图如下图所示。 2b【中国自动化网社区】f954b7【http://sns.ca800.com】5989b

2b【中国自动化网社区】f954b7【http://sns.ca800.com】5989b

图2中,下面的绿线表示改进LMS算法的迭代曲线,上面的蓝线表示传统LMS的迭代曲线。可以看出,改进的LMS算法大大提高了收敛速度和精度。
2.3  试验数据验证 2b【中国自动化网社区】f954b7【http://sns.ca800.com】5989b

6fd848【中国自动化网社区】0bf683【http://sns.ca800.com】4d7e969

为进一步验证自适应滤波算法的有效性,本节对电力系统测得电机的辐射电磁信号进行了分析,如图3所示。由于存在严重的背景噪声,有用信号完全被淹没在干扰噪声中,无法得知设备真实辐射幅值。图4给出了利用本文设计的算法进行实测电磁信号处理的结果。从频域波形对比可以看出,利用改进自适应干扰对消滤波器进行滤波,成功滤除信号在30MHz-200MHz之间的线性噪声谱,大约降低10dB-20dB,而保存了设备真实的辐射信号频谱。改进自适应干扰对消系统极大保存了信号的局部特征。 6fd848【中国自动化网社区】0bf683【http://sns.ca800.com】4d7e969

6fd848【中国自动化网社区】0bf683【http://sns.ca800.com】4d7e969

3  基于独立分量分析的盲源分离算法
在船舶电力推进系统电磁干扰测试系统中,多于一个天线以及多个天线,每个天线记录了受试设备的主要电磁辐射并且混叠了其余背景噪声的信息。由于背景噪声以及干扰,电磁干扰测试系统的性能严重降低。
3.1  测试系统建模分析
假设有个天线记录了个辐射源的辐射以及背景干扰,第个天线记录的信号为

其中,是没有其它天线时第个天线记录的电磁信号。接下来的目标就是从混合信号中分离出以向量形式表示如下:

是输入信号的观测向量。为了简单起见,考虑两通道系统.观测信号可以表示如图5所示。 6fd848【中国自动化网社区】0bf683【http://sns.ca800.com】4d7e969

0f5378a【中国自动化网社区】d367b5【http://sns.ca800.com】d23c

目标是估计耦合通道响应并从给出的2x1维观测量估计信号。在频域,(15)式可以表述为

其中,对于两通道系统,


3.2  ICA-EBM算法





其中,为的二阶微分。显然,(25)式的线性寻优算法与通用的快速ICA算法类似。实际上,许多快速盲卷积和分离算法都是线性寻优算法,比如快速ICA和超指数算法[11],但收敛速度并不比严格线性寻优算法快。通过处理大量不同种类的信号后可以得出结论,由于使用了简单的步长控制策略,与快速ICA算法有时的不稳定性不同,(22)和(23)式中的线性寻优算法具有更佳的鲁棒性。 0f5378a【中国自动化网社区】d367b5【http://sns.ca800.com】d23c

4  输入信号重构
根据(20) (21),定义两个估计向量如下:




6  结束语
本文提出了一种船舶电力推进系统电磁干扰现场测试技术。首先利用多传感器同步测试解决单传感器分布测试时带来的时间差问题,利用自适应滤波技术滤除环境中的噪声,提高了测试精度和应用范围。然后设计了基于独立分量分析的多通道盲源分离算法分离出每个传感器的原始信号。最后利用计算机仿真以及试验进行了证明。该测试技术可以保证电力推进系统的电磁兼容性,具有重要的工程应用价值。

参考文献
[1] T.shinuzuka,A.Sugiura.Reduction of Ambient Noise in EMI Measurement [C],IEEE International Symposium On Electromagnetic Compatibility Digest,Nagoya,Japan,2009,September 8-10:24-28.
[2] P.Parhami,M.Marino,S.Watkins,and E.Nakauchi.Innovative precompliance test methodology using ambient cancellation and coherence detection techniques[C],IEEE International Symposium On Electromagnetic Compatibility,Seattle,USA,2008:1022-1025.
[3] S.Braun,M.Al-Qedra,and P.Russer.A novel Realtime Time-domain Measurement System based on Field Programmable Gate Arrays[C].17th International Zurich Symposium On Electromagnetic Compatibility,Singapore,2006:501-504.
[4] 刘胜,张兰勇,张利军.基于小波分析的电磁干扰测量技术研究[J].电子与信息学报,2010,32(5):1229-1233.
[5] 刘胜,张兰勇,于大泳,张利军.改进的Hilbert-Huang变换及在电磁辐射测量中的应用研究[J].仪器仪表学报,2010,31(10):2174-2179.
[6] 罗小东,贾振红,王强.一种新的变步长LMS自适应滤参考文献:
[1] 宋凤娟,孙军,李国忠.基于89c51单片机的数字电压表设计[J].制造业自动化,2007,29(2):89-90
[2] 宋悦孝,王俊杰,徐连孝.基于单片机的数字电压表设计[J].山东:潍坊学院学报,2011,11(4):13-16
[3] 黄亮.基于HT46R51单片机的数字电压表设计[J].常州工学院学报,2007,20(5):19-22
[4] 任艳玲.基于单片机的量程自动转换电压表设计[J].电子科技:2006(11):56-59
[5] 李庭贵.单片机应用技术及项目化训练[M].成都:西南交通大学出版社,2009.

  0f5378a【中国自动化网社区】d367b5【http://sns.ca800.com】d23c