多項式預(yù)測濾波技術(shù)在智能控制中的應(yīng)用

董勁男1，邢千里1，班孝林2

（1.吉林大學(xué)計算機科學(xué)與技術(shù)學(xué)院，吉林長春 130012；2.深圳機場擴建工程指揮部，廣東深圳 518000）

1 多項式預(yù)測濾波技術(shù)

1.1 理論依據(jù)及應(yīng)用條件

信號預(yù)測技術(shù)一般可分為兩類：隨機信號預(yù)測方法和確定性信號預(yù)測方法。一般的噪聲都是隨機信號，它無法用數(shù)學(xué)關(guān)系式表達，只能用概率和數(shù)理統(tǒng)計的方法描述。目前常用的處理方法是采用一些相當(dāng)成熟的線性預(yù)測方法，如牛頓型預(yù)測器。對于確定性信號預(yù)測也可以應(yīng)用牛頓型預(yù)測器、FIR預(yù)測器、IIR預(yù)測器、神經(jīng)網(wǎng)絡(luò)預(yù)測器[1]和模糊系統(tǒng)預(yù)測器[2]等。

多項式預(yù)測濾波技術(shù)可以應(yīng)用在平滑的實際信號采樣處理過程中。將平滑信號建模為多項式信號模型并作為多項式預(yù)測濾波器的處理對象，是基于兩點原因：首先，假定采樣速率足夠大，所有客觀存在的信號會表現(xiàn)出類似分段多項式的特征；其次，基于多項式的信號處理計算效率高[3]。從定義上看，多項式預(yù)測濾波器能夠估計類似多項式形式的信號的未來值。因此，對多項式預(yù)測濾波器的研究，其潛在應(yīng)用涵蓋了處理大量敏感度量的操作延遲和網(wǎng)絡(luò)傳輸延遲，如：溫度、位置、電壓和功率等，尤其是在智能控制工程領(lǐng)域應(yīng)用前景廣泛。

1.2 無限脈沖響應(yīng)（IIR）多項式預(yù)測器

通常來說，基于N個過去時刻的信號采樣和M個過去預(yù)測器輸出的向后p時步的IIR多項式預(yù)測器表達式如下[3]：

其中n為離散時間，B（k）和A（M）分別是IIR預(yù)測器的前向反饋和后向反饋的系數(shù)，y（n）是預(yù)測器輸入信號，上標(biāo)表示為估計值。其白噪聲增益表示為：

其中H（ejω）=B（ejω）/[1+A（ejω）]為轉(zhuǎn)換函數(shù)。需要指出的是，當(dāng)舍去后向反饋部分，保留前向反饋部分，IIR預(yù)測濾波器就變換為我們下面將要介紹的FIR多項式預(yù)測濾波器。

1.3 有限脈沖響應(yīng)（FIR）多項式預(yù)測器

有限脈沖響應(yīng)是指單位脈沖響應(yīng)函數(shù)為有限多項式，且輸出只和前些時刻的輸入有關(guān)系。有限脈沖響應(yīng)（FIR）多項式預(yù)測器利用最近N（N為預(yù)測濾波器長度）個輸入信號采樣值外推未來時刻信號值。預(yù)測器的最小長度為M+1，當(dāng)時N＞M+1，多余的自由次可以被用來最小化白噪聲。其表達式為：

其白噪增益表示為：

利用多項式信號模型和公式(3)，并在公式(4)取最小值的約束下，利用拉格朗日乘子得到響應(yīng)函數(shù)h(k)的推導(dǎo)公式：

當(dāng)M＝1，p=1時

由推導(dǎo)公式(5)可以看出，濾波器的系數(shù)不依賴于輸入信號，而是由N、M和p值決定的。同樣的方法也可以用來構(gòu)造FIR多項式微分器和正弦預(yù)測器，推導(dǎo)公式與多項式預(yù)測器類似。

FIR多項式濾波器可以看作是一個數(shù)據(jù)平滑濾波器的擴展[4]，使用低次多項式模型的FIR預(yù)測濾波器頻率范圍很窄，導(dǎo)致大多數(shù)的能量都集中在0頻率附近。其缺點是旁帶增益大，會干擾閉環(huán)控制；并且當(dāng)濾波器長度很小的情況下，其止帶增益非常大。為了緩解這種缺點帶來的影響，可以使用面向特定應(yīng)用設(shè)計的IIR低通濾波器。具體方法參見第三部分的相關(guān)論述。在實際應(yīng)用中，多項式的次數(shù)I=0,1,2對于大多是信號的建模是足夠的，高次的多項式預(yù)測器通常會出現(xiàn)高的旁帶峰值增益和白噪聲衰減差的現(xiàn)象，并且設(shè)計適用于高次多項式的幅度響應(yīng)定形反饋難度很大[5]。

擴充型FIR預(yù)測濾波器[6]的基本思想是：用輸入信號真實值和預(yù)測輸入信號的加權(quán)和平滑輸入信號，在預(yù)測的每一個時步內(nèi)都將這種平滑后的信號值最為預(yù)測所用的信號值。優(yōu)點是當(dāng)預(yù)測器次數(shù)很小時仍能保證有效地減少旁帶增益峰值并加強止帶增益的衰減。

1.4 非線性自適應(yīng)預(yù)測濾波器

當(dāng)背景噪聲是高斯噪聲時，線性預(yù)測方法是最佳的。而對于非高斯噪聲，Vijayan和Poor[7]提出了一種擴頻通信抗窄帶干擾抑制的非線性自適應(yīng)預(yù)測濾波方法，用最小均方算法(LMS)和近似梯度算法更新濾波器的系數(shù)，能較好地預(yù)測窄帶干擾信號，從而提高了系統(tǒng)的性能。張家樹等[8]提出了一種非線性Laguerre自適應(yīng)預(yù)測濾波器來抑制直擴頻通信窄帶干擾的方法。使用具有IIR和FIR濾波器特點的Laguerre時延單元取代非線性橫向濾波器中的延遲單元z-1，構(gòu)建了一種基于Laguerre橫向結(jié)構(gòu)的非線性自適應(yīng)預(yù)測濾波器，既可以以較少參數(shù)模擬長脈沖響應(yīng)，避免過參數(shù)估計問題，又可以保證收斂的穩(wěn)定性。

2 應(yīng)用

預(yù)測濾波器在設(shè)備控制領(lǐng)域和無線通訊領(lǐng)域都得到了廣泛的應(yīng)用。尤其是在汽車控制方面，預(yù)測濾波器能彌補傳統(tǒng)光感脈沖編碼器的精度問題[9-10]，允許設(shè)備在較小的采樣速率下或者采樣可能丟失的環(huán)境下實現(xiàn)高精度的狀態(tài)檢測，如速度、加速度和位移等；在無線通訊領(lǐng)域則體現(xiàn)在對CDMA閉環(huán)控制的補償方面，通過預(yù)測可能的發(fā)送功率和接受功率，實現(xiàn)信道的充分利用，增加潛在的用戶[3]。下面分類介紹多項式預(yù)測濾波器的應(yīng)用。

2.1 速度測量

在車輛速度控制的研究中[11]，速度曲線可以近似為二次多項式。在高速的情況下，速度可以被高精度地估計出來。但在減速過程中，速度采樣間的時間差分過大，超出了適用的采樣周期，造成較大的預(yù)測誤差。傳統(tǒng)的傳感器無法進行高精度的采樣，且使用高精度傳感器的成本過高。解決的方法是采用如下的預(yù)測控制策略：在采樣值可用時，直接使用該采樣值；當(dāng)最新采樣缺失時，則使用預(yù)測器預(yù)測出來的信號值。由此，預(yù)測器能夠極大程度地彌補地精度傳感器造成的控制偏差（圖3）。

圖3 速度采樣預(yù)測器示意圖

2.2 加速度測量

加速度在汽車控制中起到了很重要的作用，可以改善穩(wěn)定機械系統(tǒng)的瞬時性能[12]和操控的強健性[13]。一般的加速度傳感器過于昂貴，且在噪聲環(huán)境下不穩(wěn)定。利用向后差分器直接從速度信號求導(dǎo)得到的加速度信號[14-15]的準(zhǔn)確度無法達到應(yīng)用的需要，而采用數(shù)字微分濾波器雖然能夠衰減噪聲，但同時造成的延時破壞了系統(tǒng)的實時性[16]。解決的辦法是引入一個由向后差分器、RLSN預(yù)測器[11]或預(yù)測FIR微分器[17]組成的級聯(lián)。另外一種方法是首先使用遞歸微分器過濾速度信號，然后利用2個連續(xù)速度采樣的差分得到加速度[18]。

2.3 控制延遲的補償

計算處理時間延遲會破壞控制系統(tǒng)的性能，尤其是采樣間隔小于時變計算延遲的時候，會導(dǎo)致采樣的丟失。基于這個考量，引入附加的預(yù)測機制，使得控制閉環(huán)變得完整和可靠。例如：在文獻[19]中，提出使用一個近似全通的濾波器預(yù)測補償計算延遲；在醫(yī)學(xué)信號處理和音頻信號的恢復(fù)中使用均分濾波器和多項式預(yù)測濾波器[20]。

2.4 無線移動通訊系統(tǒng)中的應(yīng)用

通過減少閉環(huán)發(fā)射器功率控制延遲可以增加移動CDMA通訊系統(tǒng)的用戶容量[3,21]。假設(shè)無線通訊信道在一段時間是相互關(guān)聯(lián)的，信道衰減變化記錄可以用來預(yù)測信道的特性。使用預(yù)測濾波技術(shù)對可能接收到的功率級別進行估計，并確定閉環(huán)發(fā)射器功率控制系統(tǒng)的適度微調(diào)選擇時機，可極大程度地改善信道的利用率，具體實現(xiàn)見圖4。

圖4 多項式預(yù)測濾波器在CDMA通訊系統(tǒng)中的應(yīng)用示意圖

3 多項式預(yù)測濾波器存在的問題及改進方法

基于多項式的預(yù)測信號處理是一個眾所周知的技術(shù)，但自身的缺點嚴(yán)重阻礙了其應(yīng)用的推廣：多項式預(yù)測濾波器對白噪聲的衰減效果差，并表現(xiàn)出相當(dāng)可觀的濾波通帶增益峰值。經(jīng)過多年不斷研究和改進，多項式預(yù)測濾波器的應(yīng)用條件已經(jīng)非常成熟，其中以使用面向特定應(yīng)用的低通預(yù)濾波器的方法最為常用。

弱噪聲衰減特性的改善可以通過兩種途徑：一種是引入一個由兩個或兩個以上濾波器（其原理同預(yù)濾波方法）或者多項式估計器和預(yù)測器組成的級聯(lián)來改進[22-23]。另一種方法是在多項式濾波器中引入幅度響應(yīng)定形反饋[6,17,24]，將可以改進噪聲衰減特性的IIR濾波器擴展到FIR預(yù)測濾波器中，這種擴展保持了FIR預(yù)測濾波器的特性。在設(shè)計多項式預(yù)測濾波器時，定點表示給系數(shù)帶來的影響必須要考慮，因為由此產(chǎn)生的舍入噪聲[25]往往會破壞預(yù)測濾波器的適用條件。引入量化誤差反饋能夠很好地緩解由于算術(shù)計算量化產(chǎn)生的不良影響[26-27]。采用通用參數(shù)自適應(yīng)機制[28]對FIR多項式系數(shù)進行適度微調(diào)[29]，擴大多項式FIR多項式預(yù)測器的適用范圍。通用參數(shù)自適應(yīng)機制是由加到每一個FIR預(yù)測濾波器系數(shù)并不斷更新的簡單參數(shù)實現(xiàn)的。

4 結(jié)論

多項式預(yù)測濾波技術(shù)發(fā)展已經(jīng)相當(dāng)成熟，并成功地應(yīng)用到包括電子汽車控制、儀表控制和無線通訊網(wǎng)絡(luò)等多個領(lǐng)域中。控制系統(tǒng)網(wǎng)絡(luò)、傳感器網(wǎng)絡(luò)等一些新型的網(wǎng)絡(luò)中傳輸?shù)男畔⒔^大部分是由傳感器測取的（或是傳到執(zhí)行機構(gòu)的）實時信號，其時間特性對用戶至關(guān)重要。而網(wǎng)絡(luò)環(huán)境的不確定性所造成的傳輸延遲和數(shù)據(jù)丟失等情況極大地制約了網(wǎng)絡(luò)控制系統(tǒng)的發(fā)展?；趯︻A(yù)測濾波理論的研究和對多個成功應(yīng)用實例的分析，將這種技術(shù)應(yīng)用到網(wǎng)絡(luò)控制系統(tǒng)的設(shè)計和分析中是可行的。

[1]B.Kosko,FuzzyEngineering,Upper Saddle River[M].NJ:Prentice-Hall,1997.

[2]Pekka Heinonen,YrjoNeuvo.FIR-Median Hybrid Filters with Predictive FIR Substructures[J].IEEE Transactions on Acoustics,Speech,and Signal Processing,1988,36(6):892-899.

[3]S.J.Ovaska,Newton-type predictors-Asignal processingoriented algorithmviewpoint[J].Signal Process,1991,25:251-257.

[4]P.T.Harju,S.J.Ovaska,Optimization ofIIR polynomial predictive filter magnitude response[J].Signal Processing,1997,56:219-232.

[5]Ovaska,SeppoJ,Olli Vainio,LaaksoTimoI.Design ofPredictive IIR Filters Via Feedback Extension ofFIR Forward Predictors[J].IEEE Transactions on Instrumentation and Measurement,1997,46(5):1196-1201.

[6]S.S.Rao.Optimization Theoryand Applications[M].2nd ed.NewDelhi,India:Wiley,1984.

[7]黃高勇,張家樹.一種抑制直擴通信窄帶干擾的新型非線性自適應(yīng)預(yù)測濾波器[J].電子與信息學(xué)報,1999,29(6):1328-1331.

[8]Ovaska,SeppoJ.Improvingthe velocitysensingresolution ofpulse encoders byFIR prediction[J].IEEE Transactions on Instrumentation and Measurement,1991,40(3):657-658.

[9]劉清.考慮測量噪聲的傳感器動態(tài)測量誤差補償[J].江蘇大學(xué)學(xué)報:自然科學(xué)版,2006,27(2):160-163.

[10]Sami Valiviita,Ovaska,SeppoJ.Delayless acceleration measurement method for elevator control[J].IEEE Transactions on Industrial Electronics,1998,45(2):364-366.

[11]Vainio,S.J.Ovaska.Tachometer signal smoothingwith analogdiscrete-time polynomial estimator[J].IEEE Trans.Ind.Electron.,1994,41:147-154.

[12]P.B.Schmidt and R.D.Lorenz,Design principles and implementation ofacceleration feedback toimprove performance ofdc drivers[J].IEEE Trans.Ind.Applicat.1992,28:594-599.

[13]G.P.Hancke and C.F.T.Viljoen.The microprocessor measurement oflowvalues ofrotational speed and acceleration[J].IEEE Trans.Instrum.Meas.,1990,39:1014-1017.

[14]H.Kadhim,T.K.M.Babu,and D.O’Kelly.Measurement ofsteadystate and transient load-angle,angular velocity,and acceleration usingan optical encoder[J].IEEE Trans.Instrum.Meas.,1992,41:486-489.

[15]Olli Vainio,Markku Renfors,TapioSaramaki.Recursive implementation ofFIR differentiators with optimumnoise attenuation[J].IEEE Instrumentation and Measurement TechnologyConference,1996(1):344-349.

[16]Sami Valiviita,Ovaska,SeppoJ.Delayless recursive differentiator with efficient noise attenuation for motion control applications[J].IECONProceedings(Industrial Electronics Conference),1998(3):1481-1486.

[17]S.J.Ovaska and O.Vainio.Predictive compensation oftime-varyingcomputingdelayon real-time control systems[J].IEEE Trans.Contr.Syst.Technol，1997,5:523-526.

[18]Vijayan R and Poor H V,Nonlinear technique for interference suppression in spread spectrumsystems[J].IEEE Trans.On Commun.,1990,38(7):1060-1065.

[19]T.Lipping,P.Loula,V.Jantti,and A.Yli-Hankala,DC-level detection ofburst-suppression EEG[J].Methods Inf.Med.1994,33:35-38.

[20]J.M.A.Tanskanen,A.Huang,T.I.Laakso,and S.J.Ovaska,Prediction ofreceived signal power in CDMAcellular systems[C].In Proc.45th IEEE Vehicular TechnologyConf.,Chicago,IL,1995:922-926.

[21]P.H ndel,P.Tichavsk,Asymptotic noise gain ofpolynomial predictors[J].Signal Processing,1997,62:247-250.

[22]J.A.Honkanen,T.I.Laakso,S.J.Ovaska.Lowpass IIR predictor for discrete-time signal processing[J].Digital Signal Process.,1995(5):133-139.

[23]L.B.Jackson.Digital Filters and Signal Processing:with MATLABexercises[M].Norwel,MA,USA:Kluwer Academic Publishers,1997.

[24]Sami Valiviita,SeppoJ.Ovaska,Olli Vainio.Polynomial Predictive Filteringin Control Instrumentation:AReview[J].IEEE Transactions on industrial electronics,1999,46(5):876-888.

[26]P.T.Harju,Roundoffnoise properties ofIIR polynomial predictive filters[C].In Proc.1997 IEEE Instrumentation and Measurement TechnologyConference,Ottawa,Canada,1997:66-71.

[27]J.M.A.Tanskanen and V.S.Dimitrov.Round-offError Free Fixed-Point Design ofPolynomial FIR Predictors and Predictive FIR Differentiators[J].Digital Signal Processing,AReviewJournal,2000(8).

[28]A.Ashimovand D.J.Syzdykov.Identification ofhigh dimensional systembythe general parameter method[C].In Preprints 8th Triennial World Congress ofIFAC,Vol.IV,Kyoto,Japan,1981:32-37.

[29]J.M.A.Tanskanen,O.Vainio,and S.J.Ovaska.Adaptive general parameter extension for tuningFIR predictors[C].In Proc.2nd IFACWorkshop on Linear Time DelaySystems,Ancona,Italy,Sept.2000:42-47.

[30]J.G.Proakis,D.G.Manolakis.Digital Signal Processing:Principles,Algorithms,and Applications[M].NewYork,NY,USA:Macmillan PublishingCompany,1992.