【技术实现步骤摘要】
本专利技术涉及pwm信号控制，尤其涉及基于fpga的pwm控制信号产生方法及系统。
技术介绍
1、随着电机智能控制策略的快速发展，所应用的控制算法范围也越来越广；脉宽调制(pwm)技术作为电机控制中非常重要的环节，因而也变得越来越重要，其不论是控制方案的种类，还是控制系统的整体性能都在不断提高；若使用通用处理器例如mcu或dsp可能会遇到诸如计算速度无法满足实际工程需求、并行运算能力差、计算复杂函数的能力较差、无法满足整个嵌入式系统对系统稳定性、芯片功率以及封装的严格限制。
2、彭海军等提出的“基于fpga的快速pwm闭环控制设计”，其核心控制算法仍为传统控制策略，没有体现出fpga芯片集成高速运算特性，没有利用好fpga的硬件资源；专利“一种基于fpga的高分辨率数字pwm信号调制方法及系统”，利用移相及时钟边沿触发功能来提高pwm控制信号的控制精度，但其基于fpga时钟频率调节的方法灵活性较差，过度依赖高性能fpga芯片，所提高的控制精度有限且一定程度上牺牲了运算速度。
3、查国翔等提出的“基于fpga的pwm波形发生器的设计”和专利“一种基于fpga的pwm波形产生方法及装置”，其所设计的系统仅利用fpga芯片生成pwm信号，若想实现控制功能还需连接专用控制芯片，没有利用好fpga芯片的计算资源。
4、采用fpga器件产生pwm控制信号，不仅具有高精度和响应速度快的优点，还可以使产生的pwm周期变化控制在微秒的范围内，这是dsp难以实现的。由于fpga可将整个系统设计于同一芯片中，实现片
技术实现思路
1、针对现有方法的不足，本专利技术解决现有技术中对非线性系统无法准确描述系统运动状态，对系统控制精度不佳、速度不快的问题。
2、本专利技术所采用的技术方案是：基于fpga的pwm控制信号产生方法包括以下步骤：
3、步骤一、将双路控制对象经外部调理电路生成模拟信号后送入ad采样模块进行数据预处理；
4、步骤二、将追踪误差值和追踪误差率送入fpga设计出系统滑模面；
5、作为本专利技术的一种优选实施方式，步骤二具体包括：
6、步骤21、利用输出信号x1与期望值xd判断最高位后相减得到追踪误差值e；
7、步骤22、对输出信号x2判断最高位得到追踪误差变化率
8、步骤23、计算系统滑模面a为正常数。
9、步骤三、根据系统滑模面、激活函数计算神经网络估算权值的导数，通过数字积分器对导数进行积分计算，得出神经网络估算权值；利用神经网络估算权值和激活函数计算神经网络逼近函数；并根据lyapunov稳定性理论得出系统控制律；
10、作为本专利技术的一种优选实施方式，神经网络算法包括rbf神经网络和bp网络。
11、作为本专利技术的一种优选实施方式，激活函数的公式为：
12、
13、其中，i、j为自然数，x1和x2为采样模块采集的两路输入信号，矩阵c为神经网络算法的中心向量，b为神经网络算法的带宽。
14、作为本专利技术的一种优选实施方式，神经网络逼近函数的公式为：
15、
16、其中，为神经网络估算权值，h为激活函数。
17、作为本专利技术的一种优选实施方式，系统控制律的公式为：
18、
19、其中，λ、η为常量，神经网络逼近函数，sgn为定义的符号函数，s为系统滑模面。
20、步骤四、将系统控制律与三角形载波相交截，生成pwm控制信号。
21、作为本专利技术的一种优选实施方式，步骤四具体包括：
22、根据fpga器件的pl时钟源频率，根据pwm波的频率和系统控制律的幅值，通过累加计算得到载波的步长。
23、作为本专利技术的一种优选实施方式，载波的步长公式为：
24、m＝2×fp×(umax-umin)/fd (8)
25、其中，fp为pwm波的频率，umax、umin为系统控制律的最大值和最小值，fd为pl系统时钟源分频后的频率。
26、作为本专利技术的一种优选实施方式，基于fpga的pwm控制信号产生系统，其特征在于，包括：存储器，用于存储可由处理器执行的指令；处理器，用于执行指令以实现基于fpga的pwm控制信号产生方法。
27、作为本专利技术的一种优选实施方式，存储有计算机程序代码的计算机可读介质，其特征在于，计算机程序代码在由处理器执行时实现基于fpga的pwm控制信号产生方法。
28、本专利技术的有益效果：
29、1、通过在神经网络逼近模块中内嵌滑模面，利用神经网络算法的逼近特性实现对非线性系统目标函数的高精度逼近，神经网络逼近模块兼顾了系统运行时的稳态与动态性能；
30、2、利用滑模算法的快速收敛和鲁棒性能好的特点，提高系统动态运行时的响应性能；
31、3、使用fpga器件设计神经网络逼近模块，通过硬件描述语言在硬件层面上可对神经网络逼近模块的算法逻辑进行重构，在不更换硬件、保证运算速度的前提下提高神经网络逼近模块运算逻辑设计的灵活性；
32、4、将系统控制律与载波模块生成的三角形载波相交截，按照规则生成对应的pwm控制信号；
33、5、采用fpga器件产生pwm控制信号，不仅具有高精度和响应速度快的优点，还可以使产生的pwm周期变化控制在微秒的范围内，同时将神经网络逼近模块、控制律生成模块、载波模块同时集成在一块芯片中，不仅提高了各个模块之间的通信速度和稳定性，而且极大减小了控制系统的硬件体积，实现了高集成度、高精度、低延迟，小体积的pwm控制信号生成方法。
本文档来自技高网...【技术保护点】
1.基于FPGA的PWM控制信号产生方法，其特征在于，包括：
2.根据权利要求1所述的基于FPGA的PWM控制信号产生方法，其特征在于，步骤二具体包括：
3.根据权利要求1所述的基于FPGA的PWM控制信号产生方法，其特征在于，系统控制律的公式为：
4.根据权利要求1所述的基于FPGA的PWM控制信号产生方法，其特征在于，激活函数的公式为：
5.根据权利要求3所述的基于FPGA的PWM控制信号产生方法，其特征在于，神经网络逼近函数的公式为：
6.根据权利要求1所述的基于FPGA的PWM控制信号产生方法，其特征在于，步骤四具体包括：
7.根据权利要求6所述的基于FPGA的PWM控制信号产生方法，其特征在于，载波的步长公式为：
8.根据权利要求1所述的基于FPGA的PWM控制信号产生方法，其特征在于，神经网络算法包括但不限于RBF神经网络和BP网络，神经网络算法具有全局或局部逼近能力。
9.基于FPGA的PWM控制信号产生系统，其特征在于，包括：存储器，用于存储可由处理器执行的指令；处理器
10.存储有计算机程序代码的计算机可读介质，其特征在于，计算机程序代码在由处理器执行时实现如权利要求1-8任一项所述的基于FPGA的PWM控制信号产生方法。
...【技术特征摘要】
1.基于fpga的pwm控制信号产生方法，其特征在于，包括：
2.根据权利要求1所述的基于fpga的pwm控制信号产生方法，其特征在于，步骤二具体包括：
3.根据权利要求1所述的基于fpga的pwm控制信号产生方法，其特征在于，系统控制律的公式为：
4.根据权利要求1所述的基于fpga的pwm控制信号产生方法，其特征在于，激活函数的公式为：
5.根据权利要求3所述的基于fpga的pwm控制信号产生方法，其特征在于，神经网络逼近函数的公式为：
6.根据权利要求1所述的基于fpga的pwm控制信号产生方法，其特征在于，步骤四具体包括：
7.根据权利要求...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。