root/pmsm/pmsm_sim.cpp @ 147

Revision 72, 3.3 kB (checked in by smidl, 17 years ago)

presun pmsm

  • Property svn:eol-style set to native
Line 
1/*
2  \file
3  \brief Models for synchronous electric drive using IT++ and BDM
4  \author Vaclav Smidl.
5
6  -----------------------------------
7  BDM++ - C++ library for Bayesian Decision Making under Uncertainty
8
9  Using IT++ for numerical operations
10  -----------------------------------
11*/
12
13#include <itpp/itbase.h>
14#include <estim/libKF.h>
15#include <estim/libPF.h>
16#include <stat/libFN.h>
17
18#include "pmsm.h"
19#include "simulator.h"
20
21using namespace itpp;
22//!Extended Kalman filter with unknown \c Q
23class EKF_unQ : public EKFCh , public BMcond {
24public:
25        //! Default constructor
26        EKF_unQ ( RV rx, RV ry,RV ru,RV rQ ) :EKFCh ( rx,ry,ru ),BMcond ( rQ ) {};
27        void condition ( const vec &Q0 ) {
28                Q.setD ( Q0,0 );
29                //from EKF
30                preA.set_submatrix ( dimy+dimx,dimy,Q._Ch() );
31        };
32};
33
34
35int main() {
36        // Kalman filter
37        int Ndat = 30000;
38        double h = 1e-6;
39        int Nsimstep = 125;
40        int Npart = 1000;
41
42        // internal model
43        IMpmsm fxu;
44        //                  Rs    Ls        dt       Fmag(Ypm) kp   p    J     Bf(Mz)
45        fxu.set_parameters ( 0.28, 0.003465, Nsimstep*h, 0.1989,   1.5 ,4.0, 0.04, 0.0 );
46        // observation model
47        OMpmsm hxu;
48
49        vec mu0= "0.0 0.0 0.0 0.0";
50        vec Qdiag ( "0.01 0.01 0.00001 0.00001" ); //zdenek: 0.01 0.01 0.0001 0.0001
51        vec Rdiag ( "0.0005 0.0005" ); //var(diff(xth)) = "0.034 0.034"
52        chmat Q ( Qdiag );
53        chmat R ( Rdiag );
54        EKFCh KFE ( rx,ry,ru );
55        KFE.set_parameters ( &fxu,&hxu,Q,R );
56        KFE.set_est ( mu0, chmat ( 1*ones ( 4 ) ) );
57
58        RV rQ ( "100","{Q}","2","0" );
59        EKF_unQ KFEp ( rx,ry,ru,rQ );
60        KFEp.set_parameters ( &fxu,&hxu,Q,R );
61        KFEp.set_est ( mu0, chmat ( 1*ones ( 4 ) ) );
62
63        mgamma evolQ ( rQ,rQ );
64        MPF<EKF_unQ> M ( rx,rQ,evolQ,evolQ,Npart,KFEp );
65        // initialize
66        evolQ.set_parameters ( 100.0 ); //sigma = 1/10 mu
67        evolQ.condition ( "0.01 0.01" ); //Zdenek default
68        epdf& pfinit=evolQ._epdf();
69        M.set_est ( pfinit );
70        evolQ.set_parameters ( 1000.0 );
71
72        //
73
74        epdf& KFEep = KFE._epdf();
75        epdf& Mep = M._epdf();
76
77        mat Xt=zeros ( Ndat ,9 ); //true state from simulator
78        mat Dt=zeros ( Ndat,4+2 ); //observation
79        mat XtE=zeros ( Ndat, 4 );
80        mat XtM=zeros ( Ndat,6 ); //Q + x
81
82        // SET SIMULATOR
83        pmsmsim_set_parameters ( 0.28,0.003465,0.1989,0.0,4,1.5,0.04, 200., 3e-6, h );
84        double Ww=0.0;
85        static int k_rampa=1;
86        static long k_rampa_tmp=0;
87        vec dt ( 2 );
88        vec ut ( 2 );
89
90        for ( int tK=1;tK<Ndat;tK++ ) {
91                //Number of steps of a simulator for one step of Kalman
92                for ( int ii=0; ii<Nsimstep;ii++ ) {
93                        //simulator
94                        Ww+=k_rampa*2.*M_PI*2e-4;    //1000Hz/s
95                        if ( Ww>2.*M_PI*150. ) {
96                                Ww=2.*M_PI*150.;
97                                if ( k_rampa_tmp<500000 ) k_rampa_tmp++;
98                                else {k_rampa=-1;k_rampa_tmp=0;}
99                        };
100                        if ( Ww<-2.*M_PI*150. ) Ww=-2.*M_PI*150.; /* */
101
102                        pmsmsim_step ( Ww );
103                };
104                // collect data
105                ut ( 0 ) = KalmanObs[0];
106                ut ( 1 ) = KalmanObs[1];
107                dt ( 0 ) = KalmanObs[2];
108                dt ( 1 ) = KalmanObs[3];
109
110                //estimator
111                KFE.bayes ( concat ( dt,ut ) );
112                M.bayes ( concat ( dt,ut ) );
113
114                Xt.set_row ( tK,vec ( x,9 ) ); //vec from C-array
115                Dt.set_row ( tK, concat ( dt,ut,vec_1(sqrt(pow(ut(0),2)+pow(ut(1),2))), vec_1(sqrt(pow(dt(0),2)+pow(dt(1),2))) ) );
116                XtE.set_row ( tK,KFEep.mean() );
117                XtM.set_row ( tK,Mep.mean() );
118        }
119
120        it_file fou ( "pmsm_sim.it" );
121
122        fou << Name ( "xth" ) << Xt;
123        fou << Name ( "Dt" ) << Dt;
124        fou << Name ( "xthE" ) << XtE;
125        fou << Name ( "xthM" ) << XtM;
126        //Exit program:
127
128        return 0;
129}
Note: See TracBrowser for help on using the browser.