| 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 <stat/libFN.h> |
|---|
| 15 | #include <estim/libKF.h> |
|---|
| 16 | //#include <estim/libPF.h> |
|---|
| 17 | #include <math/chmat.h> |
|---|
| 18 | |
|---|
| 19 | #include "pmsm.h" |
|---|
| 20 | #include "simulator.h" |
|---|
| 21 | |
|---|
| 22 | #include <stat/loggers.h> |
|---|
| 23 | |
|---|
| 24 | using namespace itpp; |
|---|
| 25 | //!Extended Kalman filter with unknown \c Q |
|---|
| 26 | |
|---|
| 27 | void set_simulator_t ( double &Ww ) { |
|---|
| 28 | |
|---|
| 29 | if ( t>0.0002 ) x[8]=1.2; // 1A //0.2ZP |
|---|
| 30 | if ( t>0.4 ) x[8]=10.8; // 9A |
|---|
| 31 | if ( t>0.6 ) x[8]=25.2; // 21A |
|---|
| 32 | |
|---|
| 33 | if ( t>0.7 ) Ww=2.*M_PI*10.; |
|---|
| 34 | if ( t>1.0 ) x[8]=1.2; // 1A |
|---|
| 35 | if ( t>1.2 ) x[8]=10.8; // 9A |
|---|
| 36 | if ( t>1.4 ) x[8]=25.2; // 21A |
|---|
| 37 | |
|---|
| 38 | if ( t>1.6 ) Ww=2.*M_PI*50.; |
|---|
| 39 | if ( t>1.9 ) x[8]=1.2; // 1A |
|---|
| 40 | if ( t>2.1 ) x[8]=10.8; // 9A |
|---|
| 41 | if ( t>2.3 ) x[8]=25.2; // 21A |
|---|
| 42 | |
|---|
| 43 | if ( t>2.5 ) Ww=2.*M_PI*100; |
|---|
| 44 | if ( t>2.8 ) x[8]=1.2; // 1A |
|---|
| 45 | if ( t>3.0 ) x[8]=10.8; // 9A |
|---|
| 46 | if ( t>3.2 ) x[8]=25.2; // 21A |
|---|
| 47 | |
|---|
| 48 | if ( t>3.4 ) Ww=2.*M_PI*150; |
|---|
| 49 | if ( t>3.7 ) x[8]=1.2; // 1A |
|---|
| 50 | if ( t>3.9 ) x[8]=10.8; // 9A |
|---|
| 51 | if ( t>4.1 ) x[8]=25.2; // 21A |
|---|
| 52 | |
|---|
| 53 | if ( t>4.3 ) Ww=2.*M_PI*0; |
|---|
| 54 | if ( t>4.8 ) x[8]=-1.2; // 1A |
|---|
| 55 | if ( t>5.0 ) x[8]=-10.8; // 9A |
|---|
| 56 | if ( t>5.2 ) x[8]=-25.2; // 21A |
|---|
| 57 | |
|---|
| 58 | if ( t>5.4 ) Ww=2.*M_PI* ( -10. ); |
|---|
| 59 | if ( t>5.7 ) x[8]=-1.2; // 1A |
|---|
| 60 | if ( t>5.9 ) x[8]=-10.8; // 9A |
|---|
| 61 | if ( t>6.1 ) x[8]=-25.2; // 21A |
|---|
| 62 | |
|---|
| 63 | if ( t>6.3 ) Ww=2.*M_PI* ( -50. ); |
|---|
| 64 | if ( t>6.7 ) x[8]=-1.2; // 1A |
|---|
| 65 | if ( t>6.9 ) x[8]=-10.8; // 9A |
|---|
| 66 | if ( t>7.1 ) x[8]=-25.2; // 21A |
|---|
| 67 | |
|---|
| 68 | if ( t>7.3 ) Ww=2.*M_PI* ( -100. ); |
|---|
| 69 | if ( t>7.7 ) x[8]=-1.2; // 1A |
|---|
| 70 | if ( t>7.9 ) x[8]=-10.8; // 9A |
|---|
| 71 | if ( t>8.1 ) x[8]=-25.2; // 21A |
|---|
| 72 | if ( t>8.3 ) x[8]=10.8; // 9A |
|---|
| 73 | if ( t>8.5 ) x[8]=25.2; // 21A |
|---|
| 74 | |
|---|
| 75 | x[8]=0.0; |
|---|
| 76 | } |
|---|
| 77 | |
|---|
| 78 | int main() { |
|---|
| 79 | // Kalman filter |
|---|
| 80 | int Ndat = 90000; |
|---|
| 81 | double h = 1e-6; |
|---|
| 82 | int Nsimstep = 125; |
|---|
| 83 | |
|---|
| 84 | dirfilelog L("exp/sim_var",1000); |
|---|
| 85 | //memlog L(Ndat); |
|---|
| 86 | |
|---|
| 87 | // SET SIMULATOR |
|---|
| 88 | pmsmsim_set_parameters ( 0.28,0.003465,0.1989,0.0,4,1.5,0.04, 200., 3e-6, h ); |
|---|
| 89 | double Ww = 0.0; |
|---|
| 90 | vec dt ( 2 ); |
|---|
| 91 | vec ut ( 2 ); |
|---|
| 92 | vec xtm=zeros ( 4 ); |
|---|
| 93 | vec xdif=zeros ( 4 ); |
|---|
| 94 | vec xt ( 4 ); |
|---|
| 95 | vec ddif=zeros(2); |
|---|
| 96 | IMpmsm fxu; |
|---|
| 97 | // Rs Ls dt Fmag(Ypm) kp p J Bf(Mz) |
|---|
| 98 | fxu.set_parameters ( 0.28, 0.003465, Nsimstep*h, 0.1989, 1.5 ,4.0, 0.04, 0.0 ); |
|---|
| 99 | OMpmsm hxu; |
|---|
| 100 | mat Qt=zeros ( 4,4 ); |
|---|
| 101 | mat Rt=zeros ( 2,2 ); |
|---|
| 102 | |
|---|
| 103 | // ESTIMATORS |
|---|
| 104 | vec mu0= "0.0 0.0 0.0 0.0"; |
|---|
| 105 | vec Qdiag ( "62 66 454 0.03" ); //zdenek: 0.01 0.01 0.0001 0.0001 |
|---|
| 106 | vec Rdiag ( "100 100" ); //var(diff(xth)) = "0.034 0.034" |
|---|
| 107 | mat Q =diag( Qdiag ); |
|---|
| 108 | mat R =diag ( Rdiag ); |
|---|
| 109 | EKFfull Efix ( rx,ry,ru ); |
|---|
| 110 | Efix.set_est ( mu0, 1*eye ( 4 ) ); |
|---|
| 111 | Efix.set_parameters ( &fxu,&hxu,Q,R); |
|---|
| 112 | |
|---|
| 113 | EKFfull Eop ( rx,ry,ru ); |
|---|
| 114 | Eop.set_est ( mu0, 1*eye ( 4 ) ); |
|---|
| 115 | Eop.set_parameters ( &fxu,&hxu,Q,R); |
|---|
| 116 | |
|---|
| 117 | EKFfull Edi ( rx,ry,ru ); |
|---|
| 118 | Edi.set_est ( mu0, 1*eye ( 4 ) ); |
|---|
| 119 | Edi.set_parameters ( &fxu,&hxu,Q,R); |
|---|
| 120 | |
|---|
| 121 | epdf& Efix_ep = Efix._epdf(); |
|---|
| 122 | epdf& Eop_ep = Eop._epdf(); |
|---|
| 123 | epdf& Edi_ep = Edi._epdf(); |
|---|
| 124 | |
|---|
| 125 | //LOG |
|---|
| 126 | RV rQ("10", "{Q }", "16","0"); |
|---|
| 127 | RV rR("11", "{R }", "4","0"); |
|---|
| 128 | RV rUD("12 13 14 15", "{u_isa u_isb i_isa i_isb }", ones_i(4),zeros_i(4)); |
|---|
| 129 | int X_log = L.add(rx,"X"); |
|---|
| 130 | int Efix_log = L.add(rx,"XF"); |
|---|
| 131 | int Eop_log = L.add(rx,"XO"); |
|---|
| 132 | int Edi_log = L.add(rx,"XD"); |
|---|
| 133 | int Q_log = L.add(rQ,"Q"); |
|---|
| 134 | int R_log = L.add(rR,"R"); |
|---|
| 135 | int D_log = L.add(rUD,"D"); |
|---|
| 136 | L.init(); |
|---|
| 137 | |
|---|
| 138 | for ( int tK=1;tK<Ndat;tK++ ) { |
|---|
| 139 | //Number of steps of a simulator for one step of Kalman |
|---|
| 140 | for ( int ii=0; ii<Nsimstep;ii++ ) { |
|---|
| 141 | set_simulator_t ( Ww ); |
|---|
| 142 | pmsmsim_step ( Ww ); |
|---|
| 143 | }; |
|---|
| 144 | // simulation via deterministic model |
|---|
| 145 | ut ( 0 ) = KalmanObs[0]; |
|---|
| 146 | ut ( 1 ) = KalmanObs[1]; |
|---|
| 147 | dt ( 0 ) = KalmanObs[2]; |
|---|
| 148 | dt ( 1 ) = KalmanObs[3]; |
|---|
| 149 | |
|---|
| 150 | xt = fxu.eval ( xtm,ut ); |
|---|
| 151 | //Results: |
|---|
| 152 | // in xt we have simulaton according to the model |
|---|
| 153 | // in x we have "reality" |
|---|
| 154 | xtm ( 0 ) =x[0];xtm ( 1 ) =x[1];xtm ( 2 ) =x[2];xtm ( 3 ) =x[3]; |
|---|
| 155 | xdif = xtm-xt; |
|---|
| 156 | if ( xdif ( 3 ) >pi ) xdif ( 3 )-=2*pi; |
|---|
| 157 | if ( xdif ( 3 ) <-pi ) xdif ( 3 ) +=2*pi; |
|---|
| 158 | |
|---|
| 159 | ddif = hxu.eval(xtm,ut) - dt; |
|---|
| 160 | |
|---|
| 161 | //Rt = 0.9*Rt + xdif^2 |
|---|
| 162 | Qt*=0.01; |
|---|
| 163 | Qt += outer_product ( xdif,xdif ); //(x-xt)^2 |
|---|
| 164 | Rt*=0.01; |
|---|
| 165 | Rt += outer_product ( ddif,ddif ); //(x-xt)^2 |
|---|
| 166 | |
|---|
| 167 | //ESTIMATE |
|---|
| 168 | Efix.bayes(concat(dt,ut)); |
|---|
| 169 | // |
|---|
| 170 | Eop.set_parameters ( &fxu,&hxu,(Qt+1e-16*eye(4)),(Rt+1e-3*eye(2))); |
|---|
| 171 | Eop.bayes(concat(dt,ut)); |
|---|
| 172 | // |
|---|
| 173 | Edi.set_parameters ( &fxu,&hxu,(diag(diag(Qt))+1e-16*eye(4)), (diag(diag(Rt))+1e-3*eye(2))); |
|---|
| 174 | Edi.bayes(concat(dt,ut)); |
|---|
| 175 | |
|---|
| 176 | //LOG |
|---|
| 177 | L.logit(X_log, vec(x,4)); //vec from C-array |
|---|
| 178 | L.logit(Efix_log, Efix_ep.mean() ); |
|---|
| 179 | L.logit(Eop_log, Eop_ep.mean() ); |
|---|
| 180 | L.logit(Edi_log, Edi_ep.mean() ); |
|---|
| 181 | L.logit(Q_log, vec(Qt._data(),16) ); |
|---|
| 182 | L.logit(R_log, vec(Rt._data(),4) ); |
|---|
| 183 | L.logit(D_log, vec(KalmanObs,4) ); |
|---|
| 184 | |
|---|
| 185 | L.step(false); |
|---|
| 186 | } |
|---|
| 187 | |
|---|
| 188 | L.step(true); |
|---|
| 189 | //L.itsave("sim_var.it"); |
|---|
| 190 | |
|---|
| 191 | |
|---|
| 192 | return 0; |
|---|
| 193 | } |
|---|
