一种磁场模拟器实时干扰控制方法

摘要

本发明公开了一种磁场模拟器实时干扰控制方法，对磁场模拟器的干扰源进行分析，提取磁场数据作为磁场干扰模板库；将磁场干扰模板库的磁场数据平均值作为磁场干扰模板；构造相邻矩阵预测下一时刻即将发生的待匹配模板；当检测出现干扰信号后，选取此刻前发生的L个干扰数据作为待匹配数据，将待匹配数据和待匹配模板进行匹配，找到匹配程度最高的作为可能匹配的模板序列；假设磁场模拟器需要输出的磁场为Li(i＝0,1,2...n)，而实际磁场为Si(i＝0,1,2...n)，则这段时间内的实际噪声为(Ni＝Si‑Li)(i＝0,1,2...n)；用可能匹配的模板序列Ti来预测下一时刻的干扰磁场，记作：Ti+1，则下一时刻磁场模拟器输出Li+1‑Ti+1的磁场强度，便可对磁场干扰进行在线补偿，解决了环境磁场干扰对磁场模拟器正常工作造成的影响。

权利要求

1.一种磁场模拟器实时干扰控制方法，其特征在于，按照以下步骤实施：

步骤1.对磁场模拟器的干扰源进行分析，并通过控制干扰源的运动方式提取磁场数据作为磁场干扰模板库；

步骤2.计算磁场干扰模板库的磁场数据平均值，将平均值作为磁场干扰模板；

步骤3.构造步骤2中得到的磁场干扰模板的相邻矩阵，使用相邻矩阵可以预测下一时刻即将发生的候选模板，这些候选模板即为筛选出的待匹配模板；

其中，构造相邻矩阵的具体方法为：将N个磁场干扰模板分别记作：{T1,T2,…,TN}，构造(N+1)×(N+1)的矩阵M＝{Mi,j}，其中，i＝0，1，2...n，j＝0，1，2...N；

其中，Mi,j的取值是0或1，对于连续发生的模板序列，称前一模板为后一模板的先遣模板，称后一模板为前一模板的后续模板；

相邻矩阵中元素Mi,j的含义为：若前一时间段第i模板发生，当Mi+1,j+1＝1，则第j个模板为后一时间段可能发生的模板；当Mi+1,j+1＝0，则表示第j个模板在后一个时间段不可能发生；

相邻矩阵的第0行表示干扰开始时可能出现的模板，第0列表示一段干扰快结束时的最后一个模板；

步骤4.当检测到磁场模拟器出现干扰信号后，选取此刻前发生的L个干扰数据作为待匹配数据，将待匹配数据和步骤3中的待匹配模板进行匹配，找到匹配程度最高的一组数据作为可能匹配的模板序列Ti，其中，i＝0，1，2...n；

假设一段时间内磁场模拟器需要输出的磁场为Li，其中，i＝0，1，2...n；而磁场模拟器的实际磁场为Si，其中，i＝0，1，2...n；则这段时间内的实际噪声为Ni＝Si-Li，其中，i＝0，

1，2...n；

用可能匹配的模板序列Ti来预测下一时刻的干扰磁场，记作：Ti+1，则下一时刻磁场模拟器输出Li+1-Ti+1的磁场强度，便可对磁场干扰进行在线补偿。

2.如权利要求1所述的一种磁场模拟器实时干扰控制方法，其特征在于，所述步骤1的具体方法为：通过控制电梯在不同楼层之间的运动，同时使用高精度磁强计HMR2300测量产生的干扰磁场，电梯在1-5楼之间运动，根据其排列组合，共10种运动模式，并且每种运动模式反复运动30次，用所有磁场数据构建磁场干扰模板库。

3.如权利要求1或2所述的一种磁场模拟器实时干扰控制方法，其特征在于，所述步骤4中，匹配的具体方法为：采用归一化互相关匹配算法，假设磁场干扰模板库内部任意两个模板分别为{X:x1,x2,…,xN}和{Y:y1,y2,…,yN}，则此两模板之间的匹配度为：其中， 和 分别表示两个模板的平均值，两模板的平均值越相近，其匹配度越高，数值解算的结果也越大。

说明书

一种磁场模拟器实时干扰控制方法

【技术领域】

[0001] 本发明属于通信技术领域，具体涉及一种磁场模拟器实时干扰控制方法。【背景技术】

[0002] 现有对磁场模拟器干扰控制的手段主要是借助于磁屏蔽的物理隔离方式，需要在环境的周围添加不同程度的物理隔离防护措施，价格昂贵且有可能对其他设备的正常使用产生干扰。【发明内容】

[0003] 本发明的目的是提供一种磁场模拟器实时干扰控制方法，以解决环境磁场干扰对磁场模拟器正常工作造成的影响。

[0004] 本发明所采取的技术方案是：一种磁场模拟器实时干扰控制方法，按照以下步骤实施：

[0005] 步骤1.对磁场模拟器的干扰源进行分析，并通过控制干扰源的运动方式提取磁场数据作为磁场干扰模板库；

[0006] 步骤2.计算磁场干扰模板库的磁场数据平均值，将平均值作为磁场干扰模板；

[0007] 步骤3.构造步骤2中得到的磁场干扰模板的相邻矩阵，使用相邻矩阵可以预测下一时刻即将发生的候选模板，这些候选模板即为筛选出的待匹配模板；

[0008] 步骤4.当检测到磁场模拟器出现干扰信号后，选取此刻前发生的L个干扰数据作为待匹配数据，将待匹配数据和步骤3中的待匹配模板进行匹配，找到匹配程度最高的一组数据作为可能匹配的模板序列Ti(i＝0,1,2...n)；

[0009] 假设一段时间内磁场模拟器需要输出的磁场为Li(i＝0,1,2...n)，而磁场模拟器的实际磁场为Si(i＝0,1,2...n)，则这段时间内的实际噪声为(Ni＝Si-Li)(i＝0,1,2...n)；

[0010] 用可能匹配的模板序列Ti来预测下一时刻的干扰磁场，记作：Ti+1，则下一时刻磁场模拟器输出Li+1-Ti+1的磁场强度，便可对磁场干扰进行在线补偿。

[0011] 进一步的，步骤1的具体方法为：通过控制电梯在不同楼层之间的运动，同时使用高精度磁强计HMR2300测量产生的干扰磁场，电梯在1-5楼之间运动，根据其排列组合，共10中运动模式，并且每种运动模式反复运动30次，用所有磁场数据构建磁场干扰模板库。

[0012] 进一步的，步骤3中构造相邻矩阵的具体方法为：将N个磁场干扰模板分别记作：{T1,T2,···,TN}，构造(N+1)×(N+1)的矩阵M＝{Mi，j：(i＝0，1，...，N；j＝0，1，...，N)}，[0013]

[0014] 其中，Mi,j的取值是0或1，对于连续发生的模板序列，称前一模板为后一模板的先遣模板，称后一模板为前一模板的后续模板；

[0015] 相邻矩阵中元素Mi,j的含义为：若前一时间段第i模板发生，当Mi+1,j+1＝1，则第j个模板为后一时间段可能发生的模板；当Mi+1,j+1＝0，则表示第j个模板在后一个时间段不可能发生；

[0016] 相邻矩阵的第0行表示干扰开始时可能出现的模板，第0列表示一段干扰快结束时的最后一个模板。

[0017] 进一步的，步骤4中，匹配的具体方法为：采用归一化互相关匹配算法，假设磁场干扰模板库内部任意两个模板分别为{X:x1,x2,···,xN}和{Y:y1,y2,···,yN}，则此两模板之间的匹配度为：

[0018]

[0019] 其中， 和 分别表示两个模板的平均值，两模板的平均值越相近，其匹配度越高，数值解算的结果也越大。

[0020] 本发明具有以下有益效果：本发明使用模板匹配的方法消除环境磁场干扰对磁场模拟器的影响，不使用物理电磁屏蔽的手段，不需要添加专门的磁屏蔽设备；干扰控制实时性比较高，且干扰控制效果明显。【附图说明】

[0021] 图1～图10是使用高精度磁强计测得的电梯在1-5楼之间的10种运动磁特性模板库；

[0022] 图11是使用磁强计实时测量磁场强度，并进行实时补偿控制测试中窗口长度L＝20时在线匹配结果图；

[0023] 图12是使用磁强计实时测量磁场强度，并进行实时补偿控制测试中窗口长度L＝8时在线匹配结果图。【具体实施方式】

[0024] 下面结合附图对本发明的结构原理和工作原理做进一步说明。

[0025] 本发明提供了一种磁场模拟器实时干扰控制方法，按照以下步骤实施：

[0026] 步骤1.对磁场模拟器的干扰源进行分析，并通过控制干扰源的运动方式提取磁场干扰模板库。

[0027] 例如：干扰源为电梯时，通过控制电梯在不同楼层之间的运动，同时使用高精度磁强计HMR2300测量产生的干扰磁场，电梯在1-5楼之间运动，根据其排列组合，共10中运动模式，并且每种运动模式反复运动30次，得到运动磁特性模板库。

[0028] 在轨磁场模拟器闭环控制系统的设计，理论上使用这一磁场模拟系统可以生成理想磁场，然而，由于受到外界强磁场干扰，实际生成的磁场数据和理论值之间存在着一些偏差，正因为这些强干扰的存在，使得磁场模拟器的精度大幅降低。进一步分析发现，磁场干扰的具有比较规则的形状且呈现周期的特点，但其周期和形状均不固定。

[0029] 对于此类周期性较强的实时控制问题时，使用传统的控制方法往往存在一个比较长的状态过度过程，往往效果不佳。通过排查分析，发现实验室周围电梯上下运动时电机的工作产生的影响。因此，为方便对干扰模板的获取，本文通过控制电梯在不同楼层之间的运动，同时使用高精度磁强计HMR2300测量产生的干扰磁场。电梯在1-5楼之间运动，根据其排列组合，共10中运动模式，并且每种运动模式反复运动30次，得到磁强计X轴测试结果分别如图1～图10所示的运动磁特性模板库。

[0030] 步骤2.计算磁场干扰模板库的平均值，将这些平均值作为磁场干扰模板；通过控制干扰源，获取了磁场模板的数据库，但仍需要进一步处理才能获得用于实时匹配的模板。专利使用模板库的平均值作为代表模板库的模板。

[0031] 步骤3.构造步骤2中得到的磁场干扰模板的相邻矩阵，使用相邻矩阵可以预测下一时刻即将发生的候选模板，这些候选模板即为筛选出的待匹配模板。根据干扰源运动的客观规律，模板的发生也存在相互依存的先后顺序，而不是随机排列组合的。因此，根据前一个模板的发生情况，推算下一个可能出现的模板或者可以排除的模板，可以大幅度的缩小待匹配的模板数量。本文通过构造相邻矩阵的方法，使用相邻矩阵表示某模板发生后的下一个待发生的候选模板。

[0032] 其中，构造相邻矩阵的具体方法为：将N个磁场干扰模板分别记作：{T1,T2,···,TN}，根据概率统计，足够长的采样数据可以包含所有模板的相邻情况，这里只考虑模板的直接相邻。构造(N+1)×(N+1)的矩阵M＝{Mi，j：(i＝0，1，...，N；j＝0，1，...，N)}，[0033]

[0034] 其中，Mi,j的取值是0或1，矩阵第0行表示干扰开始时的模板，第1行表示模板1的后续模板，以此类推，第i行表示模板i的后续模板；矩阵第0列表示干扰结束的模板，第1列表示模板1的先遣模板，以此类推，第j列表示模板j的先遣模板。

[0035] 相邻矩阵的含义：对于连续发生的模板序列，称前一模板为后一模板的先遣模板，称后一模板为前一模板的后续模板。相邻矩阵中元素Mi,j的含义为：若前一时间段第i模板发生，当Mi+1,j+1＝1，则第j个模板为后一时间段可能发生的模板；当Mi+1,j+1＝0，则表示第j个模板在后一个时间段不可能发生；

[0036] 相邻矩阵的第0行和第0列比较特殊，其第0行表示干扰开始时可能出现的模板，第0列表示一段干扰快结束时的最后一个模板。

[0037] 步骤4.当检测到磁场模拟器出现干扰信号后，选取此刻前发生的L个干扰数据作为待匹配数据，将待匹配数据和步骤3中的待匹配模板进行匹配，找到匹配程度最高的一组数据作为可能匹配的模板序列Ti(i＝0,1,2...n)；

[0038] 其中，匹配的具体方法为：采用归一化互相关匹配算法，假设磁场干扰模板库内部任意两个模板分别为{X:x1,x2,···,xN}和{Y:y1,y2,···,yN}，则此两模板之间的匹配度为：

[0039]

[0040] 其中， 和 分别表示两个模板的平均值，两模板的平均值越相近，其匹配度越高，数值解算的结果也越大。

[0041] 假设一段时间内磁场模拟器需要输出的磁场为Li(i＝0,1,2...n)，而磁场模拟器的实际磁场为Si(i＝0,1,2...n)，则这段时间内的实际噪声为(Ni＝Si-Li)(i＝0,1,2...n)；

[0042] 用可能匹配的模板序列Ti来预测下一时刻的干扰磁场，记作：Ti+1，则下一时刻磁场模拟器输出Li+1-Ti+1的磁场强度，便可对磁场干扰进行在线补偿。

[0043] 在线匹配时，下一步的干扰数据是未知的，只能根据已有的数据预测和控制下一步输出。因此通过相邻矩阵、特征筛选和匹配等方法来缩小需要匹配的模板的范围，检测到误差出现时，采用滑动窗口的方法逐步对磁场数据进行预测和控制。

[0044] 在线匹配模型检测到干扰信号之后，迅速的用现有的数据和模板进行匹配，识别出模板之后快速的进行补偿控制。为了较快、较准确的匹配出正确的模板，必须尽量减小匹配的模板数据以及匹配的数据长度。通过相邻矩阵的筛选大幅减少参匹模板的数量，通过在线滑窗匹配模型的设计，减少匹配的数据长度。

[0045] 筛选模板方法：当检测到干扰信号之后，选取长度为L的一段干扰数据作为“待匹配数据”，通过相邻矩阵对所有模板进行筛选，从模板库中筛选出“可能匹配的模板”，并将“待匹配数据”和“可能匹配的模板”进行模板匹配。若存在多组“可能匹配的模板”与“待匹配数据”匹配成功，则使用匹配度最高的一组“可能匹配的模板”对干扰进行补偿控制，并保留所有匹配成功的模板，留作下次匹配使用。量测到下一时刻磁场数据之后，将窗口向前移动一个时刻，并继续对剩下的模板进行匹配。

[0046] 补偿控制方法：假设一段时间内磁场模拟器需要输出的磁场为Li(i＝0,1,2...n)，而实际测量到的磁场为Si(i＝0,1,2...n)，因此这段时间内的实际噪声为(Ni＝Si-Li)(i＝0,1,2...n)，假设和这段实际噪声匹配程度最高的“可能匹配的模板序列”为Ti(i＝0,1,2...n)，即|Ti-Ni|＜＜|Ni|。则下一时刻磁场模拟器输出Li+1-Ti+1便可对磁场干扰起到补偿控制效果。

[0047] 下面是测试结果：

[0048] 使用磁强计实时测量磁场强度，并进行实时补偿控制。令窗口长度为L，可知L越长则匹配的结果越准确，而同样也意味着干扰影响的时间越长，匹配的速度越慢；反之，L越短则匹配的速度越快，而匹配的精度也相对更差。

[0049] 下面分别给出L＝20和L＝8时的在线匹配结果，如图11和图12所示。从图11和图12可以看出，窗口长度L越大，则控制延迟越大，而相对匹配的位置也越准确；窗口长度L越小，则控制延迟越小，而相对匹配的位置也不准确。

[0050] 窗口长度L与控制结果和理想值之间的平均误差关系如表1所示。

[0051] 表1窗口长度L和平均误差的关系

[0052]

[0053] 从表1中可以看出，窗口长度L越大则控制结果和理想值之间的平均误差越大，随着窗口长度L逐渐减小，则其平均误差也越小，说明控制结果越来越好，当窗口长度L＝8时，其平均误差为1.3134nT。而随着窗口L再小，在线匹配过程中出现误匹配的情况，这里记作匹配不成功，不在考虑范围内。