基于虚拟暗室技术的电动车电磁辐射现场测试系统设计
2017-10-12汪语哲赵环宇贾商儒
苏 航 ,汪语哲 ,赵环宇,贾商儒
(1.大连民族大学 a.机电工程学院,b.学报编辑部,辽宁 大连116605;2.枫叶国际学校,辽宁 大连 116600)
基于虚拟暗室技术的电动车电磁辐射现场测试系统设计
苏 航1a,汪语哲1a,赵环宇1b,贾商儒2
(1.大连民族大学 a.机电工程学院,b.学报编辑部,辽宁 大连116605;2.枫叶国际学校,辽宁 大连 116600)
针对电动汽车电磁辐射测试问题,提出一种基于虚拟暗室技术的电动汽车电磁辐射干扰现场测试系统设计方案。首先,在分析电动汽车电磁辐射特征和虚拟暗室技术要求的基础上,采用多点同步方法检测节点阵列,构建适应电动汽车全工状态的电磁辐射虚拟暗室现场测试系统;然后,对测试系统中的辐射信号和噪声信号的盲源分离数学模型进行研究,建立基于迭代算法的多通道同步信号分离算法;最后,对系统进行仿真测试。测试结果表明,该系统能够对小信噪比、多通道主噪信号进行有效分离,可用于纯电动汽车电磁辐射干扰的检测与特性分析。
纯电动汽车;虚拟暗室;电磁辐射;盲源分离;迭代算法
Abstract:A design scheme of field test system of electromagnetic radiation interference for electric vehicle based on virtual chamber technology was given. First, based on the analysis of the electromagnetic radiation characteristics of electric vehicles and the technical requirements of the virtual chamber, a node array which could synchronously detect multiple points was used to construct a virtual chamber for field test system of electromagnetic radiation, which commensurates with full working state of electric vehicle. Then mathematical model of blind source separation of radiation signal and noise signal in the test system was studied, and a separation algorithm based on iterative algorithm is given for synchronous signal of multiple channels. Finally, simulation verification of the system was carried out. The simulation results showed that the system could effectively separate the main signal from noise of multiple channels with low noise ratio, which could be used to detect and analyze the electromagnetic radiation interference of battery electric vehicle.
Keywords:battery electric vehicle; virtual chamber; electromagnetic radiation; blind source separation;iterative algorithm
由于电动汽车采用大量高电压大功率电力电子开关器件,系统集成度和电磁敏感度较高的电子控制单元,以及各个电气系统模块之间的高速数据通信总线技术,使纯电动车的电磁兼容(Electromagnetic Compatibility,EMC)问题变得尤其复杂。该问题不仅直接影响纯电动汽车内部工作的稳定性和安全性,而且也同时影响着周边设备的工作状态。解决不好可能会造成周围电子产品和设备性能下降,故障频发,甚至引起新的环境问题——电磁污染,导致人与动植物的器官、结构变异或损坏[1]。
电动车的电磁干扰和一般电气设备一样,可分为传导干扰和辐射干扰两部分。传导干扰主要由车辆各个电气模块的内部器件性能、电路结构以及模块与模块之间的信息传递线路等形成。辐射干扰主要是指模块以及模块间能量或信号传递线路等向空间产生的电磁散射。电动汽车传导干扰影响着整个车辆的安全稳定运行,而辐射干扰是评估电动汽车整体电磁兼容性能的重要指标。技术上,一般将电动汽车整车系统级别的电磁辐射的检测和分析作为评估整车电磁干扰性能的重要依据。通过对车辆系统级别电磁干扰进行测试,获得车辆的电磁兼容数据,评判车辆电磁兼容设计性能和达标程度。同时对数据深入分析,进一步评判、诊断车辆内部电器模块的电磁兼容性能,有针对性地改进和优化车辆各电气模块的电磁兼容设计。
近几年来,随着人们对纯电动汽车电磁干扰问题的重视,检测技术也研究逐步深入,许多研究者将传统的或新的电磁干扰检测技术和方法应用到纯电动汽车的电磁干扰测试中[2-4],极大地推动了电动汽车电磁兼容设计理论研究的深入和技术的创新。本文针对电动汽车电磁辐射测试问题,对电动汽车电磁辐射干扰现场测试技术进行研究,基于虚拟暗室技术构建一种采用多点同步数据采集阵列的电动汽车电磁辐射现场测试系统,并对测试系统中辐射信号和噪声信号的盲源分离数学模型进行研究,建立了基于迭代算法的多通道同步信号盲源分离算法。
1 虚拟暗室技术
随着科学技术的进步以及各类电力电子设备的使用,空间电磁环境变得越来越复杂,电气设备的电磁干扰检测越来越难。为减少空间电磁噪声对设备电磁干扰检测的影响,严格、标准的电磁兼容测试一般是在屏蔽室、电波暗室或横电磁波室等环境下进行[5]。但暗室建设技术要求高、设施投资大,测试及使用成本也较高,因而暗室中的电磁干扰检测一般只应用在设备定型检测或电磁特性达标程度评估中。为达到便捷与低成本的目的,设计初期和测试阶段的电磁干扰检测往往不在技术完备的暗室中进行。此外,暗室也无法满足较大型机电设备对测试空间的要求,特别是在考核设备的在线电磁状态时,暗室法不能很好地反应设备的实际电磁兼容特性。
现场检测是一种更能体现设备实际电磁干扰情况的测试方法,而现场测试的主要问题是如何消除环境噪声的影响。传统手段是采用差分法。由于电磁环境存在间歇性和波动性,故差分法的测试精度受环境影响较大,所以一般只能用于电磁环境相对稳定的电磁干扰测试过程。
虚拟暗室测试技术是随着现场电磁干扰测试技术的需求而产生的一种新的现场测试技术。它由Marino J和Michael A于2002年首先提出了一种基于双通道实时同步的电磁干扰测试方法[6]。这种方法的基本思想是在现场电磁环境下,利用特殊测试设备同时对不同空间位置的电气设备的近场、远场辐射信号和环境噪声进行检测,而后再利用现代信号处理技术对噪声进行抑制或消除,从而实现对机电设备的实际电磁辐射信号进行分析与测试。虚拟暗室测试技术为机电设备的电磁干扰现场测试提供了一种可行的技术方案,近十几年来发展迅速,已成为设备电磁兼容预测技术研究的重点问题。
虚拟暗室技术原理如图1。
图1 虚拟暗室测试技术原理
虚拟暗室技术的关键是噪声抑制和信噪分离,特别是环境电磁信号突发、瞬态和非平衡状态下,如何利用有效的信号处理技术进行盲源信号的提取是该方法的关键。2005年,美国SARA公司为美国空军研究所开发了CASSPER虚拟暗室测试系统[7]。该系统采用了自适应干扰去除算法,但在环境噪声复杂,特别是在含有与源辐射强度相当的噪声分量时,该系统噪声去除效果并不理想。2008年,该公司停止了系统的生产,但其提出的虚拟暗室技术,为广大研究人员所接受,成为国内外研究开发的重点。例如,成都电子科技大学、哈尔滨工程大学等单位近几年在虚拟暗室技术的算法改进等方面做了大量的工作,先后提出了干扰对消、小波算法、时频分离以及谱估计等盲源分离算法[8-12],各算法在一定程度上都提高了算法的去噪精度,促进了该技术的发展。
2 系统设计
电动汽车系统的电磁干扰主要是由电机驱动、能量管理、DC/DC双向变流系统以及CAN总线信息传递系统产生的电磁辐射信号组成。随着电机速度的变化,其辐射信号的幅值也有较大变化,而双向DC/DC电路中大功率开关器件可产生瞬态脉冲辐射,使得电动汽车正常工况的电磁辐射变得更加复杂。因此,本文构建的测试系统拟采用多点同步检测方式进行。在被测车辆附近,多方位进行设备辐射和背景噪声的同步检测,结合干扰去除、盲源分离算法,以期全面、准确地给出车辆辐射信号的空间分布图谱。
系统模块结构图如图2。
图2 系统模块结构图
图2为两通道测试示意图。实际系统可根据具体情况增加4、8等数量的通道,并在后续的去噪、盲源分离算法中加以设置。
系统的一组同步检测天线同时接受干扰信号和背景噪声。因为在测试时,并不能保证远场天线接收的仅是背景噪声,所以只做差分处理不能准确反应真实干扰量,又考虑近场和远场信号的频带宽度,系统必须做噪声去除处理。在系统设计时,我们采用了较成熟的自适应噪声抵消系统。
自适应噪声抵消系统是自适应滤波器原理的一种具体应用,它将自适应滤波器信号输入端改为加噪信号原始输入端,原输入端改为噪声干扰输入端,由横向滤波器的参数调节输出将原始输入中的噪声干扰抵消,输出有用信号。为保证输出噪声信号的功率平稳,自适应调节参数控制干扰相位、幅值等参量,以达到有效抵消噪声影响的目的。
自适应噪声抵消原理如图3。
图3 自适应噪声抵消原理图
方法如下:
设:s、n0、y、n1稳定,且均值为零,则输出误差
ε=s+n0-y。 (1)
方程两边先平方再取数学期望值,得
(2)
调节滤波器参数,E[s2]最小时,
(3)
当参考输入与原始输入完全无关时,滤波器输出y也将与原始输入无关,则:
(4)
当滤波器所有系数为零,即E[y2]=0时,式(4)输出功率最小,即自适应抵消系统没有起到抑制噪声的作用。因此自适应抵消系统要求参考输入噪声必须与原始输入信号中的噪声存在相关性,才能获得有效的噪声抵消。
当抵消系统的输出最小时,滤波器最佳的权值矢量Wopt,即最佳维纳滤波器转移函数:
(5)
式中,Φxx(z)是信号x的自功率谱,Φxd(z)是信号x与期望信号d之间的互功率谱。
3 基于迭代算法的同步多通道盲信号分离算法
电动汽车电磁干扰测试系统中,由于采用多点同步阵列测试系统,多个天线记录设备的电磁辐射信号(主信号)混叠在背景噪声信息之中。盲源分离是指通过观测信号和源信号的统计特性分离出各个统计独立的源信号,特别是在主信号与噪声信号强度相当时这个过程尤其重要,这里的“盲”指源信号和信道传输参数未知的状态。
多通道盲源分离多采用ICA(Independent Component Analysis)算法分离技术[12],主要包括确定目标函数和优化算法两方面的工作。目标函数衡量信号的独立性,取值最大或最小,信号趋于稳定。优化算法是使目标函数取得最大值或最小值的最优方法,以便更有利于盲源分离。盲源分离原理如图4。
图4 盲源分离原理图
本系统采用基于负熵的Fast ICA算法[13],该算法适用于任何类型的数据,它通过一个非线性函数就可逐个估算出独立分量,且算法简单、计算量小,包括信号预处理和独立分量提取两个部分。
设x为去除均值后的信号,通过线性变换B,使z=Bx,则有:
Rz=E[zzT]=I。
(6)
式中,I为单位矩阵,B为白化矩阵,z为白化信号。则:
(7)
利用主分量计算可得:
(8)
式中,D和U分别表示去均值信号的相关矩阵Rx的特征值矩阵和对应的特征向量矩阵。
由上两式得:
(9)
由于源信号统计独立,即cov(s)=I,且UUT=UTU=I,则:
(10)
白化处理可以降低维数,减少ICA的计算量。基于负熵建立度量信号非高斯性目标函数:
(11)
(12)
为提高算法收敛速度,采用牛顿迭代法对目标函数进行优化[14]。牛顿迭代公式为
(13)
k为迭代次数。若
F(w)=JG(w)=E{xg(wTx)}-βw。
(14)
g(·)为G(·)的导数,则F(w)的一阶导数
F′(w)=E{xg′(wTx)}-βI;
(15)
(16)
综上所述,Fast ICA算法步骤如下:
(1)对观测信号进行去均值和白化处理;
(2)利用随机梯度恒模准则迭代出初始权值向量;
(3)利用初始权向量和M估计函数构造目标函数;
(4)用牛顿迭代算法优化目标函数,分离出第i路信号;
(5)若i小于n,对分离向量去相关,重复步骤(2),直至分离出n路信号。
4 仿真验证
利用LabVIEW虚拟仪器仿真平台和MATLAB工具,在系统细节设计和算法研究的基础上,结合实际条件,对系统效能进行仿真验证,仿真主要集中在两个方面。
其一,仿真首先分析了主信干比与次信干比对主信号提取的影响情况。通过仿真系统搭建,对信干比为2 dB、次信干比分别为3、4、5 dB等情况进行了仿真分析,仿真曲线如图5。曲线表明:低信干比情况下,次信干比越小主信号提取越好;信干比大时,次信干比不影响主信号提取。
图5 主、次信干比对信号提取效果影响曲线图
其二,分析验证信源个数对提取效果的影响。在系统中,分别设置3、5、10路提取信号时,查看盲源分离算法的提取速度变化情况。提取信号与主信号的相似曲线如图6。仿真曲线表明:信干比相同时,信号数目越多,功率越小,对主信号的影响越小;信干比很大时,干扰信号的总功率很小,对主信号的影响降低。
图6 信源个数对提取效果影响曲线图
5 结 语
本文针对电动车电磁干扰测试问题,提出了一种基于虚拟暗室技术的辐射干扰现场测试系统设计方案。设计了多点同步检测阵列的检测系统硬件结构,通过自适应干扰抵消、基于迭代算法的盲源分离算法分析,给出了该系统方案可行的盲源分离方法。最后通过LabVIEW对系统中的关键问题进行了仿真验证。本文提出的测试技术方案对电动汽车电磁干扰现场测试系统设计具有一定的工程应用价值。
需要指出的是,由于问题的复杂性,系统没有对干扰定位[15]展开进一步的讨论,这是下一步重点要解决的问题。
[1] 蓝波,孙谊,张琦. 汽车电磁兼容研究发展现状[J]. 信息技术, 2010(8):210-215.
[2] 金松涛,刘青松. 混合动力汽车电磁兼容技术研究[J]. 客车技术与研究,2010(2):45-47.
[3] 王博,罗禹贡,范晶晶. 基于控制分配的四轮独立电驱动车辆驱动力分配算法[J]. 汽车工程, 2010(2): 128-132.
[4] 刘宝华,杨旭富,孔令丰,等. 基站天线远场全身暴露人体内SAR计算[J].通信技术,2010 (8):228-230.
[5] 韩毓旺,侯亚义,都有为. 生物电磁特性与电磁生物学效应的概述及最新进展[J]. 自然杂志,2010,32(6):319-325.
[6] 刘培国,覃宇建,卢中昊,等.电磁兼容现场测量与分析技术[M]. 北京:国防工业出版社,2013.
[7] 张兰勇,刘胜,李冰.船舶电力推进系统电磁环境虚拟暗室测试技术研究[J].自动化技术与应用,2012,31(3):55-60.
[8] TESCHE F M,IANOZ M V,KARLSSON T.EMC Analysis Methods Computational Models [M].State of New Jersey:John Wiley & Sons,Inc,1997.
[9] ATEF E,VEYSEL D.The Finite-Difference Time-Domain Method for Electron magne -tics with MATLAB Simulations[M].Raleigh:SciTech Publishing,Inc,2006.
[10] 张厚,唐宏,尹应增.电磁兼容测试技术[M].西安:西北工业大学出版社,2008.
[11] MICHAEL A, MARINO J,.System and method for measuring RF radiated emissions in the presence of strong ambient signals:US 6980611B1 [P]. 2005:12-27.
[12] 刘胜,张兰勇,李冰.一种新的自适应干扰对消技术研究及在电磁辐射测量中的应用[J].电子学报,2011,39(6):1394-1398.
[13] SVACINA J,DRINOVSKY J,VIDENKA R .Virtual anechoic room:an useful tool for EMI pre-compliance testing [C]. Proc.17th Int. Conf. Radioelectronica, 2012: 1-4.
[14] 杨醉,王晖,刘培国.一种改进的虚拟暗室测试系统[J].电波科学学报,2010,10(25):108-112.
[15] 汤辉,王殊.基于去噪盲分离的多个直扩信号参数估计[J].系统工程与电子技术,2011,33(8):1722-1726.
(责任编辑 王楠楠)
DesignofFieldTestSystemofElectromagneticRadiationforBatteryElectricVehiclesbasedonVirtualChamber
SUHang1a,WANGYu-zhe1a,ZHAOHuan-yu1b,JIAShang-ru2
(1a. School of Electromechanical Engineering; 1b. Journal of Editorial Board, Dalian Minzu University,Dalian Liaoning 116605, China; 2. Mapleleaf International School, Dalian Liaoning 116600, China)
U467.4
A
2017-03-27;
2017-04-12
中央高校基本科研业务费专项资金资助项目(DC2015020120)。
苏航(1963-),男,辽宁大连人,教授,博士,主要从事电力电子技术和电动汽车关键技术研究。
2096-1383(2017)05-0445-06