用于同步信号的方法与流程

1.本发明涉及一种用于同步信号的方法和一种用于执行该方法的装置。


背景技术：

2.在信号处理中，在多种情况下(例如在传感器融合中)提出合并异步信号的任务。这经常发生在分散系统中(例如在车辆的车载网络中)，在这些系统中应处理多个传感器的测量信号。如此，例如用于传感器融合和测量误差校准的方法以同步的测量数据为前提。就此而论，同步意味着，对于所有测量参量，测量开始时刻相同。然而，在分散系统(例如车载能源网络)中，这是未给定的。相反，在车载能源网络中，测量分布在分别使用内部的、独立的时钟发生器的多个子部件上。此外，部件之间的信号传输附加地导致延时，该延时进一步增加异步性。出于该原因，基于不同信号源的计算结果受到信号异步性的强烈影响。
3.目前以各种方法解决异步性问题：
4.1.使用全球时钟，其用于进行同步；
5.2.关联两个信号，以便通过信号的相似性确定异步性；
6.3.通过总线系统传输同步信号，以便能够调整内部时钟；
7.4.连接系统中所有传感器的触发线路，以便能够预先规定同步的测量开始；
8.在现有技术中所描述的方法具有一系列缺点。如此，在1.和4.下所提及的方法在大多数情况下是成本密集的。在2.下所提及的方法证实为计算密集的。在3.下所提及的方法需要整个系统中的宝贵资源。


技术实现要素：

9.在此背景下，提出一种具有权利要求1的特征的方法和一种根据权利要求8的装置。另外还提出一种根据权利要求10的计算机程序和一种根据权利要求11的机器可读的存储介质。实施方式从说明书和从属权利要求中得出。
10.所提出的方法用于同步多个参与者(teilnehmer)的信号，其中，在这些信号之间通过数学的(在构型中为物理的)关系给定关联，其中，分别借助第一滤波器对信号进行滤波，以便确定信号之间的移位，其中，所确定的移位表示信号之间的相移的量度。随后消除移位，其方式为：分别借助第二滤波器对信号进行滤波。在该方法中，利用第一和第二滤波器的对称性，以便不仅对正的移位而且对负的移位进行确定和消除。此外，以这种方式能够实现所有信号的相同衰减。
11.该方法例如在参数确定的范畴内例如用于电缆束诊断中，其中，应基于输入参量和/或测量参量确定参数。这些输入参量或测量参量由信号表示，这些信号彼此之间又是不同步的。然后，借助所提出的方法能够实现，首先同步信号，并且随后在构型中基于所同步的信号确定或估计一个或多个参数。
12.因此，在该方法中设置，分别借助滤波器对多个(例如两个)参与者的信号进行滤波，以便确定参与者的信号之间的时间上的移位。借助所确定的移位能够将分散系统的参
与者的信号同步。为了同步参与者的信号，必须给定信号之间的数学关联。数学关联能够以方程的形式示出，例如u＝r*i。
13.由于使用数字滤波器，该同步方案无需导致开销的附加硬件。该优点在成本至关重要的行业中具有大的成本节约潜力。此外，所使用的滤波器通常是简单的数字(fir)滤波器，由此，须执行少量的计算操作，并且不附加地给现有系统加上负担。
14.fir滤波器(fir：finite impulse response，有限脉冲响应)是一种离散的、以数字方式实现的具有有限脉冲响应的滤波器，其也称为横向滤波器(transversalfilter)，并且尤其用于数字信号处理领域中。
15.同样地，在该方法中无需整个系统的附加资源，即，例如无须握手，并且无需通过总线系统的附加消息，由此系统的可扩展性不受限制。
16.尤其设置，对所有信号进行滤波，以便滤波器的衰减对所有信号产生影响，这在商形成(quotienten
‑
bildung)中是积极的影响，因为在这种情况下，衰减由此缩减并且因此被消除。该方法也能够实现对正的和负的滞后或延迟进行估计，这能够实现该同步方案的广泛应用领域。通过滤波器的对称性能够实现这两个影响。
17.原则上，可以在该方法中将分数延迟滤波器用于补偿传输行为。为此，例如可以想到任意阶的拉格朗日滤波器或者还有其他滤波器。为了确定滞后，可以使用参数估计方法，例如扩展卡尔曼滤波器(ekf：extended kalman filter)。
18.该方法原则上能够实现两个或更多参与者的任意多个数学耦合信号的同步。在此，可选地，可以通过ekf中的偏置参数进行补偿，该补偿改善延迟的估计质量。此外，可以出于可信度检验目的进行偏置参数的监测。
19.所提出的方法的一种可能的应用位于电缆束诊断领域中。此外，该方法也能够以多种多样的方式用于测量数据融合领域中。
20.所提出的装置用于执行该方法。该装置在硬件和/或软件中实现。该装置可以集成在车辆的控制设备中或构造为这种控制设备。
21.另外还提出一种计算机程序，其包括用于执行所提出的方法的步骤的程序代码单元。该计算机程序可以保存在机器可读的存储介质上。
22.从说明书和附图中得出本发明的其他优点和构型。
23.可以理解，在上文中所提及的和在下文中仍待阐述的特征不仅能够以分别说明的组合而且能够以其他组合或单独地使用，而不脱离本发明的范畴。
附图说明
24.图1以示意图示出用于估计参数的方法；
25.图2示出所提出的方法的一种实施方案；
26.图3示出用于表明滤波器行为的曲线图；
27.图4示出滤波器之前的路径的建模；
28.图5以曲线图示出同步的功能原理；
29.图6以示意图示出用于执行所提出的方法的装置。
具体实施方式
30.在下文中针对机动车的车载网络的应用情况阐述两个信号的异步性的问题。应当注意的是，所提出的方法并不限于该应用情况，而是当应同步两个异步信号时总是能够应用。
31.图1以示意图示出用于估计参数的方法。该图示出用于时间更新或预测的第一方框50，其具有状态预测52和误差协方差的预测54，以及示出用于更新测量或校正的第二方框60，其具有卡尔曼增益的计算62、具有测量的估计更新64和误差协方差的更新66。在输入端70处施加初步估计。
32.图2以示意图示出所提出的方法的一种可能的实施方案。该图示出物理系统10、用于估计滞后的第一卡尔曼滤波器12、用于同步输入参量和测量参量的分数延迟滤波器14和用于估计物理系统10的参数的第二卡尔曼滤波器16。测量参量z(k)20和输入参量u(k)22通过物理系统10彼此耦合。物理系统10例如由方程u＝r*i给定，其中，电压u是测量参量z(k)并且电流i是输入参量u(k)。这两个参量的物理耦合通过电阻r给定。
33.输入参量u(k)22进入到物理系统10、第一卡尔曼滤波器12和分数延迟滤波器14中。第一卡尔曼滤波器12输出移位或滞后d 24。分数延迟滤波器14输出u(k d/2*t
s
)、z(k
‑
d/2*t
s
)26，其表示经同步的输入参量和测量参量。第二卡尔曼滤波器16输出物理系统12的估计参数28。
34.如已经解释的那样，在车辆的车载网络或车载能源网络中，诊断结果受到测量参量的异步性的强烈影响。如果能够确定和消除异步性，则这对诊断结果具有积极的影响。对于该诊断方案，从时间离散的测量参量出发，这些测量参量以相同的采样率存在，但是彼此具有时间上的移位，其中，该时间上的移位为d*t
s
。在此，d表示信号之间的滞后因子，作为与采样时间(abtast
‑
bzw.samplezeit)有关的线性因子，t
s
为采样的采样率。
35.因此，在所提及的测量参量中，在采样时刻k，在假设确定参与者的每个测量参量的时间上的移位相同的情况下，以下测量值可供使用：
36.u
v
(k),i
v
(k),u
batt
(k d*t
s
),i
batt
(k d*t
s
)
37.为了确定滞后因子d，可以使两个方案不同。在第一方案中，针对参与者中的一个参与者的所有信号进行滤波，该滤波以初始因子d进行时间上的移位。与随后的第二方案相比，该方案的缺点在于，仅对正的延迟进行估计和同步，并且仅参与者的信号受到滤波器衰减。因此，必须事先已知信号中的哪个信号超前，以便能够应用该方案。
38.根据第二方案，为了确定滞后因子d，对所有参与者的输入参量和测量参量u(k)、z(k)进行滤波，如其在图4和图5中所示的那样。在此，针对参与者1的信号进行n/2 d/2的时间上的移位，并且针对参与者2的信号进行n/2
‑
d/2的时间上的移位。因此，两个参与者的时间上的移位的差得出总移位因子d。信号的时间上的移位可以通过所谓的分数延迟滤波器或小数滞后滤波器进行。
39.在下文中，通过一阶(n＝1)的拉格朗日滤波器描述分数延迟滤波器的实现。更高阶(n>1)的拉格朗日滤波器也是可能的，在此，滤波器系数发生变化。
40.u(k
‑
d*t
s
)＝(u(k)*(1
‑
d) u(k
‑
1)*d)
41.因此，根据上述方法计算所估计的测量参量z(k
‑
(1/2
‑
d/2)t
s
)和所估计的测量参量h(k
‑
(1/2 d/2)t
s
)。
42.在此：
43.k：采样时刻
44.z：测量参量
45.h：通过模型方程由u所估计的测量参量
46.u：输入参量(所测量的参量，与测量参量z不同步)
47.为了对电缆束的引线电阻和接触电阻进行参数估计，然后可以使用已经计算出的z(k
‑
(1/2
‑
d/2)t
s
)和u(k
‑
(1/2 d/2)t
s
))的值。替代地可以，如其在图2中所示的那样，在借助所计算出的因子d 24的情况下实现更高质量的附加滤波14，例如更高阶的拉格朗日滤波器，然后将其经滤波的参量提供给参数估计。这具有如下优点：在用于估计因子d的计算开销低的情况下，可以实现滞后的信号的高的信号质量。该方法也可以仅借助卡尔曼滤波器12来构建，由此失去(wegfallen)上述优点。
48.因此，同步由两个部件组成：用于估计移位的卡尔曼滤波器12和用于同步信号的分数延迟滤波器14。移位d是线性因子，其将信号之间的时间上的移位描述为d*t
s
，其中，t
s
是采样率。然后，经同步的信号由卡尔曼滤波器16用于估计(例如电阻的)参数。
49.对于两个参与者的信号的同步，彼此之间的相对移位d*t
s
是决定性的。为了确定该移位并能够示出所提及的优点，将分数延迟滤波器(例如n阶的拉格朗日滤波器)重新建模。对此参阅图3。
50.图3以曲线图100基于曲线106示出一阶(即n＝1)滤波器的行为，在该曲线图的横坐标102上绘制有滞后d，并且在该曲线图的纵坐标104上绘制有衰减|a|。双箭头110显示0.4的δd。第一箭头112显示z(k
‑
(0.5
‑
d/2)。第二箭头114显示h(k
‑
(0.5 d/2)。第三箭头116显示z(k
‑
(0.5
‑
d/2))。第四箭头118显示h(k
‑
(0.5 d/2))。
51.0.4的d意味着，第一参与者的信号超前第二参与者的信号0.4*t
s
，其中，t
s
等于信号的采样时间。
‑
0.4的d意味着，第一参与者的信号滞后第二参与者的信号0.4*t
s
。
52.在新的建模中利用滤波器的对称性，该对称性意味着，衰减|a|对于d和n
‑
d的滞后而言是相同的。在此，n对应于滤波器的阶。由这种新的建模和对两个参与者的信号的同时滤波得出两个优点，即：实现相同的衰减，并且不仅正的滞后而且负的滞后是可以实现的。
53.在下文中，以一阶(n＝1)拉格朗日滤波器为例示出对测量参量z(k)和所估计的测量参量的滤波，这些测量参量通过经滤波的输入参量u(k)以及模型方程h(k)计算。
54.z(k
‑
(1/2
‑
d/2)t
s
)＝z(k)(1
‑
(1/2
‑
d/2)) z(k
‑
1)(1/2
‑
d/2)
55.h(k
‑
(1/2 d/2)t
s
)＝h(k)(1
‑
(1/2 d/2)) h(k
‑
1)(1/2 d/2)
56.如果将该测量方程实现到参数估计器中，则能够借助具有噪声的信号u(k)和z(k)以及在下文中所解释的模型方程h(k)来估计滞后d。
57.d(k)＝d(k
‑
1) [z(k
‑
(1/2
‑
d/2))
‑
h(k
‑
(1/2 d/2)t
s
)]*
[0058]
[h(k
‑1‑
(1/2 d/2)t
s
)
‑
h(k
‑
(1/2 d/2)t
s
)]
‑1[0059]
图4以示意图示出分数延迟滤波器(图2中的参考编号14)之前的路径的建模。该图示出加法器150、减法器152、第一分数延迟滤波器154和第二分数延迟滤波器156。在加法器150的输入端处施加值n/2 160以及d/2 162，这由滞后d 164与因子0.5 166的相乘得出。在减法器152的输入端处同样施加d/2 162和值n/2 168。
[0060]
因此，加法器输出n/2 d/2 170。减法器152输出n/2
‑
d/2 172。将h(k)180和n/2 d/
2 170输入到第一分数延迟滤波器154中。将z(k)182和n/2
‑
d/2 172输入到第二分数延迟滤波器156中。第一分数延迟滤波器154输出：
[0061]
h(k
‑
(n/2 d/2)*t
s
)
[0062]
第二分数延迟滤波器156输出：
[0063]
z(k
‑
(n/2
‑
d/2)*t
s
)
[0064]
分数延迟滤波器154、156之前的移位的建模使得能够将部件之间的正的和负的移位进行映射。通过分数延迟滤波器154、156的对称性，所有信号受到相同的滤波器衰减。
[0065]
图5以曲线图300表明作为由第一信号310和第二信号312所表示的两个测量参量之间的内插的同步功能原理，在该曲线图的横坐标302上绘制有k，并且在该曲线图的纵坐标304上绘制有电压u[v]。这些信号310、312彼此异步。该测量的相关性通过数学关联给定，在这种情况下：
[0066]
u1＝u2 i2*r,
[0067]
z(k) h(k)
[0068]
其中，方程的左侧由第一信号310表示，并且方程的右部由第二信号312表示。现在，滤波意味着在该图中通过点所标记的测量点之间的内插。内插通过该图中的直线表明。然后，通过测量的移位来校正数学关联中的偏差。两个部件的测量参量(即u1、u2、i2)的内插能够实现信号移位。在此，以因子d/2 n/2对第一部件的经内插的测量参量(u1)进行移位，并且以因子n/2
‑
d/2对第二部件的经内插的测量参量(u2、i2)进行移位。
[0069]
图6以示意性的、高度简化的示图示出用于执行该方法的装置，该装置作为整体以参考编号200标记。在这种情况下，装置200构造为车辆的控制设备。
[0070]
装置200与第一参与者或控制设备202和第二参与者或控制设备204连接，其中，第一控制设备202发送第一信号206至装置200，并且第二控制设备204发送第二信号208至该装置。分别承载测量值作为信息的两个信号206、208应进行合并以用于装置200中的分析处理，其中，应当考虑两个信号206、208彼此异步。现在，在装置200中可以借助在此所提出的方法进行两个信号206、208的同步，从而随后能够在构型中同样在装置200中进行信号206、208的分析处理。
[0071]
该方法显然也能够以多于两个的参与者或控制设备来执行。在此，控制设备可以彼此同步。但是，也可以进行一个或多个控制设备与装置200之间的同步。
[0072]
当满足以下要求时，能够以多种多样的方式应用该方法：
[0073]
参与者的信号必须具有数学关联。
[0074]
参与者的信号必须具有相同的采样率，这可以通过重采样滤波器解决。