一种马达的激励信号搜索方法及电子设备技术

本发明专利技术实施方式涉及信号处理技术领域，公开了一种马达的激励信号搜索方法及电子设备。马达的激励信号搜索方法，随机生成马达的M个激励信号，并判断M个激励信号中是否存在任意一个所述激励信号驱动马达后得到振感为期望振感；若存在，则以驱动马达得到振感为期望振感的所述激励信号作为最优的激励信号输出；若不存在，则根据预设的遗传算法对所述M个激励信号进行计算，得到新一代的M个激励信号，并再次判断M个激励信号中是否存在任意一个所述激励信号驱动马达后得到振感为期望振感，直至得到最优的激励信号。本发明专利技术中，能够快速搜索出驱动马达后得到期望振感的最优激励信号，效率高。

A Motors Excitation Signal Search Method and Electronic Equipment

The embodiment of the invention relates to the field of signal processing technology, and discloses a motor excitation signal search method and an electronic device. The excitation signal search method of motor generates random M excitation signals of motor, and judges whether there is any one of the M excitation signals to drive the motor to obtain the desired vibration; if there is, the said excitation signal to obtain the desired vibration from the driving motor is used as the optimal excitation signal output; if there is no such signal, then according to the preset genetic algorithm. The method calculates the M excitation signals and obtains the new generation of M excitation signals. Then it judges again whether there is any one of the M excitation signals to drive the motor and gets the desired vibration until the optimal excitation signal is obtained. In the invention, the optimal excitation signal of the desired vibration can be quickly searched out after the driving motor is driven, and the efficiency is high.

【技术实现步骤摘要】
一种马达的激励信号搜索方法及电子设备
本专利技术实施方式涉及信号处理
，特别涉及一种马达的激励信号搜索方法及电子设备。
技术介绍
目前，很多电子设备中引入了线性马达，用线性马达触控模拟实体按键。为了使线性马达振动产生的触感能够比拟真实按键的效果，可以分析实体按键按下抬起的过程中，得到一系列量化的数据，例如键帽加速度、位移、频谱等，从而真实的按键效果转换成了量化的数据。当需要通过线性马达产生某种按键效果时，一般通过遍历搜索的方式，具体为：通过将不同的激励信号输入线性马达中，产出相应的触感结果，当该触感结果的数据与按键效果的数据匹配时，则产生该触感结果的激励信号，即为按键效果对应的激励信号。然而，本专利技术的专利技术人发现，通过上述遍历搜索的方式来寻找某种按键效果的激励信号，遍历的次数一般是几百万次，难度非常大，并且耗时很久。
技术实现思路
本专利技术实施方式的目的在于提供一种马达的激励信号搜索方法及电子设备，能够快速搜索出驱动马达后得到期望振感的最优激励信号，效率高。为解决上述技术问题，本专利技术的实施方式提供了一种马达的激励信号搜索方法，包括：步骤A.随机生成马达的M个激励信号，M为正整数；步骤B.判断M个激励信号是否满足预设条件，预设条件为根据M个激励信号中的任意一个激励信号驱动马达后得到的振感为期望振感；若M个激励信号满足预设条件，则执行步骤C；若M个激励信号不满足预设条件，执行步骤D；步骤C.将M个激励信号中的最优激励信号，作为搜索得到的激励信号输出，最优激励信号为以该激励信号驱动马达后得到的振感为期望振感的激励信号；步骤D.根据预设的遗传算法对M个激励信号进行计算，得到新一代的M个激励信号；步骤E.判断新一代的M个激励信号是否满足预设条件；若新一代的M个激励信号满足预设条件，则执行步骤C；若新一代的M个激励信号不满足预设条件，则回到步骤D。本专利技术的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的马达的激励信号搜索方法。本专利技术的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的马达的激励信号搜索方法。本专利技术实施方式相对于现有技术而言，随机生成马达的M个激励信号，判断M个激励信号中是否存在任意一个激励信号驱动马达后得到的振感为期望振感；若存在一个激励信号驱动马达后得到的振感为期望振感，则将该激励信号为最优激励信号，并输出最优激励信号。若不存在任意一个激励信号驱动马达后得到的振感为期望振感，则根据预设的遗传算法对M个激励信号进行计算，得到新一代的M个激励信号，并再次判断新一代的M个激励信号中是否存在任意一个激励信号驱动马达后得到的振感为期望振感，直至搜索到最优激励信号。将遗传算法应用到马达的激励信号的搜索，由于遗传算法的快速搜索能力，从而可以快速搜索出驱动马达后得到期望振感的最优激励信号，效率高。另外，在步骤D之后，步骤E之前，还包括：步骤F.判断遗传算法的迭代次数是否达到第一预设阈值；若遗传算法的迭代次数未达到第一预设阈值，再执行步骤E；若遗传算法的迭代次数达到第一预设阈值，则执行步骤G；步骤G.将M个激励信号中的目标激励信号作为搜索得到的激励信号输出，目标激励信号为以该激励信号驱动马达后得到的振感最接近期望振感的激励信号。本实施方式中，可以按需求来设定遗传算法的迭代次数，获取所需的目标激励信号。另外，步骤D，具体包括：根据预设的选择压力与预设的代价函数，计算得到M个激励信号中的各激励信号的适应度；根据各激励信号的适应度，从M个激励信号中选择N个激励信号，N≤M，且N为正整数；对N个激励信号进行重构处理；对经过重构处理后的N个激励信号进行变异处理；根据各激励信号的适应度，从M个激励信号中选择M-N个激励信号，并将选取的M-N个激励信号加入经过变异处理后的N个激励信号中，得到新一代的M个激励信号。本实施方式提供了一种根据预设的遗传算法对M个激励信号进行计算，得到新一代的M个激励信号的具体实现方式。另外，根据各激励信号的适应度，从M个激励信号中选择N个激励信号，具体为：根据各激励信号的适应度，采用随机遍历抽样的方式从M个激励信号中选择N个激励信号。本实施方式提供了一种根据各激励信号的适应度，从M个激励信号中选择N个激励信号的具体实现方式。另外，根据各激励信号的适应度，从M个激励信号中选择N个激励信号，具体为：根据各激励信号的适应度，采用轮盘赌选择的方式从M个激励信号中选择N个激励信号。本实施方式提供了另一种根据各激励信号的适应度，从M个激励信号中选择N个激励信号的具体实现方式。另外，激励信号包括K个电压值与K个时长值，K为正整数；对N个激励信号进行重构处理，具体为：对每个激励信号中的K个电压值进行随机互换，并对每个激励信号中的K个时长值进行随机互换。本实施方式提供了一种对N个激励信号进行重构处理的具体实现方式。另外，对经过重构处理后的N个激励信号进行变异处理，具体包括：按照预设的变异率，从经过重构处理后的N个激励信号中随机选取J个激励信号，J≤N，且N为正整数；获取J个激励信号的电压值范围与时长值范围；将J个激励信号中，每个激励信号的K个电压值增加或者减少电压值范围的一半，并将每个激励信号的K个时长值增加或者减少时长值范围的一半。本实施方式提供了一种对经过重构处理后的N个激励信号进行变异处理的具体实现方式。另外，步骤B，具体包括：将M个激励信号分别输入预设的仿真模型中，得到M个激励信号中各激励信号的振动响应；根据预设的代价函数与振动响应，计算得到M个激励信号的代价；判断是否存在任意一个激励信号的代价达到第二预设阈值；若存在任意一个激励信号的代价达到第二预设阈值，则判定M个激励信号满足预设条件；若不存在任意一个激励信号的代价达到第二预设阈值，则判定M个激励信号不满足预设条件。本实施方式提供了一种判断M个激励信号是否满足预设条件的具体实现方式。附图说明图1是根据本专利技术第一实施方式的马达的激励信号搜索方法的具体流程图；图2是根据本专利技术第二实施方式的马达的激励信号搜索方法的具体流程图；图3是根据本专利技术第三实施方式的马达的激励信号搜索方法的具体流程图；图4是根据本专利技术第四实施方式的马达的激励信号搜索方法的具体流程图；图5是根据本专利技术第四实施方式的激励信号搜索的示意图。具体实施方式为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本专利技术而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本专利技术所要求保护的技术方案。本专利技术的第一实施方式涉及一种马达的激励信号搜索方法，用于搜索并输出最优激励信号，最优激励信号驱动马达后得到的振感为期望振感，马达可以为线性马达。本实施方式的马达的激励信号搜索方法的具体流程如图1所示。步骤A，随机生成马达的M个激励信号。具体而言，线性马达的振动模式为正负交替的，在生成的马达的M个激励信号中，每个激励信号都可以分成K段，每段包括一个电压本文档来自技高网...

【技术保护点】
1.一种马达的激励信号搜索方法，其特征在于，包括：步骤A.随机生成马达的M个激励信号，M为正整数；步骤B.判断所述M个激励信号是否满足预设条件，所述预设条件为根据所述M个激励信号中的任意一个所述激励信号驱动马达后得到的振感为期望振感；若所述M个激励信号满足预设条件，则执行步骤C；若M个所述激励信号不满足预设条件，执行步骤D；步骤C.将所述M个激励信号中的最优激励信号，作为搜索得到的激励信号输出，所述最优激励信号为以该激励信号驱动马达后得到的振感为期望振感的激励信号；步骤D.根据预设的遗传算法对所述M个激励信号进行计算，得到新一代的M个激励信号；步骤E.判断所述新一代的M个激励信号是否满足所述预设条件；若所述新一代的M个激励信号满足所述预设条件，则执行所述步骤C；若所述新一代的M个激励信号不满足所述预设条件，则回到所述步骤D。

【技术特征摘要】
1.一种马达的激励信号搜索方法，其特征在于，包括：步骤A.随机生成马达的M个激励信号，M为正整数；步骤B.判断所述M个激励信号是否满足预设条件，所述预设条件为根据所述M个激励信号中的任意一个所述激励信号驱动马达后得到的振感为期望振感；若所述M个激励信号满足预设条件，则执行步骤C；若M个所述激励信号不满足预设条件，执行步骤D；步骤C.将所述M个激励信号中的最优激励信号，作为搜索得到的激励信号输出，所述最优激励信号为以该激励信号驱动马达后得到的振感为期望振感的激励信号；步骤D.根据预设的遗传算法对所述M个激励信号进行计算，得到新一代的M个激励信号；步骤E.判断所述新一代的M个激励信号是否满足所述预设条件；若所述新一代的M个激励信号满足所述预设条件，则执行所述步骤C；若所述新一代的M个激励信号不满足所述预设条件，则回到所述步骤D。2.根据权利要求1所述的马达的激励信号搜索方法，其特征在于，在所述步骤D之后，所述步骤E之前，还包括：步骤F.判断所述遗传算法的迭代次数是否达到第一预设阈值；若所述遗传算法的迭代次数未达到所述第一预设阈值，再执行所述步骤E；若所述遗传算法的迭代次数达到所述第一预设阈值，则执行所述步骤G；步骤G.将所述M个激励信号中的目标激励信号作为搜索得到的激励信号输出，所述目标激励信号为以该激励信号驱动马达后得到的振感最接近所述期望振感的所述激励信号。3.根据权利要求1所述的马达的激励信号搜索方法，其特征在于，所述步骤D，具体包括：根据预设的选择压力与预设的代价函数，计算得到所述M个激励信号中的各激励信号的适应度；根据所述各激励信号的适应度，从所述M个激励信号中选择N个激励信号，N≤M，且N为正整数；对N个所述激励信号进行重构处理；对经过重构处理后的N个所述激励信号进行变异处理；根据所述各激励信号的适应度，从所述M个激励信号中选择M-N个所述激励信号，并将选取的M-N个所述激励信号加入经过变异处理后的N个所述激励信号中，得到新一代的M个所述激励信号。4.根据权利要求3所述的马达的激励信号搜索方法，其特征在于，所述根据所述各激励信号的适应度，从所述M个激励信号中选择N个激励信号，具体为：根据所述各激励信号的适应度...

【专利技术属性】
技术研发人员：路翔，向征，邓瀚林，蒋亮，
申请(专利权)人：瑞声科技新加坡有限公司，
类型：发明
国别省市：新加坡,SG