(光芒104)铁路电力远动设备及系统传输规约_20110727
与铁总运[2015]88号中国铁路总公司关于印发《铁路供电远动系统（SCADA）主站暂行技术条件》的通知.pdf一致成都交大光芒实业有限公司目录目求前范围市市·············,····,·······中·············,,··2规范性引用文件…….83帧格式应用规约数据单元信息定义交长定长应用规约控制信息的定义应用服务数据单元()的结构类型标识可变结构限定词传送原因应用服务数据单元公共地止信息对象地址信息元素错误!未定义书签。4互操作性一选择的参数22系统定义网络配置物理层链路层应用层位用数据的传输模式传送原因数据长度的选集类型标识形作输原因分配4.6基本应用功能5对象定义35在监视方向上的过程信息在控制方向上的过程信息在监视方向上的系统命令在控制方向上的系统命令在控制方向上的参数命令文件传输6特定应用数据单元(ASDU的定义和表示39在监视方向上的应用服务数据单元(过程信息不带时标的单点信息不带时标的双点信息不带时标的步位置信息测量值规一化值测量值标度化值测量值短浮点数计量带时标的单点信息带时标的双点信息情时标的步位置信息测量值带时标的规一化值测量值带时标的标度化值客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。成都交大光芒实业有限公司测量值带时标的短浮点数带相对时标的故障报告带相对时标的事件报告系统命令初始化结束在控制方向上的应用服务数据单元()过程信息带时标的双命令带时标的步调节命令系统命召唤命令计数量召唤命令时钟同步命令文作传输文件准备就绪节准备就绪召唤日录选择文件召唤文件召唤节最后的节最后的段认可文件认可节传送段传送目录参数命令继保装置整定值命令多点参数设定命令多点参数设定命令多点参数设定命令7基本应用功能05站初始化过程应用层报文站总召唤过程应用层报文累计量传输过程应用层报文时钟同步过程应用层报文突发传送更新测量值过程应用层报文史新开关量过程应用层报文故停报片过程应用层报文寡件报告过程应用层报文命令传输以双命令方式发送遥控选择执行命令过程应用层报文以双命令方式发送递控执行命令过程客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。成都交大光芒实业有限公司应用层报文以积命令方式发送递控进择撤销阶令过程应用层报文以双命令方式发送福控微销命令销误!未定义书签过程错误!未定义书签应用层报文错误!未定义书签。发送步位凋艿命令过程应用层报文列放障报告过程应用层报文召扰动数据过程应用层报文参数装载继保护装置定值过程应用层报文参教设定过程应用层报文文件传输过程应用层报文8ASDU优先级定义1669多控制站的链路冗余………………,………,16710信息对象地址及组号分配········.······::::····················::·······.·············::····:·.···········168信息对象地址组号分配客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。成都交大光芒实业有限公司前言国际电工委员会年出版系列标准以来,得到了广泛应用,为适应网终传输,年出版了。为了规范上述标准在国内的应用,全国电力系统控制及其通信标准化技术委员会指定并颁布了相应的电力行业标准。近年米,上述标准在铁路牵引供电远动系统电力配电远动系统得到了广泛应用,但鉴于上述标准在自定义数据传输上仅定义了指导原则,在铁路电丿远动系统中仍然存在自定义数据传输不规范的问题,因此针对铁路电力远动系统的应用业务,特制定此规范标准客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。成都交大光芒实业有限公司范围本标准适用亍具冇网络接凵传输的远动设备和系统,用以对地理广`域过程的监视和控制。制定本远动配套标准的日的是使兼容的铁路牵引供电和电力配电远动设备之间达到互操作木配套标准利用了国际标准的系列文件,木标准规定了的应用层与提供的传输功能的结合。在框架内,可以运用不同的网络类型,包括帧中继异步传输模式、(同步数字体系)和综合服务数据网络。根据相同的定义,不同的包括全部配套标准例如所定义的可以与相结合本标准规定了铁路牵引供电和电力配电远动设备屮主站和子站远动终端之间以平衡方式进行数据传输的规约结构、帧格式、选取、互操作性定义、对象定义、应用功能、链路冗氽、多控制站冗余切机制。客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。成都交大光芒实业有限公司规范性引用文件下列标准所包含的条文,通过在本标准中引用而构成本标准的条文。本标准出版吋,所示版本均为有效。所有标准都会被修订,使用本标准的各方应探讨使用下列标准最新版本的可能性远动设备与系统—第部分传输规约一第篇:应用数据的一般结构远动设备与系统—第部分传输规约一第篇:应用信息元素的定义和编码远动设备与系统—第部分传输规约一第篇:基本应用功能远动设备与系统一第部分传输规约一第篇:基本远动任务的配套标准远动设备与系统一第部分传输规约一第篇:电力系统电能累计量传输规约的配套标准建议,数据终端设备与数据通信设备的接口,用于工作在包模式下,以及通过专用电路与共用数据网相连接的终端信息技术电讯与系统间信息交换局域网与城域网特殊要求第部分载波侦听与冲突检测访问方法与物理层规范互联网协议,评判请求,传输控制协议,评判请求,以太网上的互联网协议,点对点协议帧上的,赋值,评判请求,互联网正式协议标准集,评判请求客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。成都交大光芒实业有限公司帧格式应用规约数据单元信息定义以下使用的缩略语在和中有详细描述::应用规约控制信息:应用服务数据单元:应用规约数据单元变长帧起动字符长度最大,控制域八位位组控制域八位位组控制域八位位组长度控制域八位位组和定义的图应用梯约数据单元格式定长帧起动字符长度控制域八位位组控制域八位位组长度控制域八位位组控制域八位位组图应用规约控制信息格式客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。成都交大光芒实业有限公司启动字符定义了数据流中的起点。的长度域定义了体的长度,它包括的四个控制域八位位组和个被计数的八位位组是控制域的第一个八位位组,最后一个被计数的八位位组是个八位位组。的最人长度限制在以内,因为域的最人长度是(第后最的最大值减去启动和长度八位位组),控制域的长度是个八位位组。控制域定义了保护报文不至丟失和重复传送的控制信息,报文传输启动停止,以及传输连接的监视等。控制域的计数器机制是根据标准屮推荐的至来定义的。应用规约控制信息的定义三科类型的控制域格式用于编号的信息传输格式,编号的监视功能格式和未编号的控制功能格式。编号的信息传输格式类犁格式变长帧控制域第一个八位位组的第一位比特定义了格式,格式的常常包含一个。格式的控制信息如图所示比特发送序列号八位位组发送序列号八位位组接收序列号八位位组接收序列号八位位组图编导的信息传物格式类型(格式)的控制城编号的监视功能类型格式定长唢控制域第一个八位位组的第一位比特并且第二位比特定义了格式格式的只包括格式的控制信息如图所示比特八位位组八位位组接收序列号八位位组接收序列号八位位组图编号的监视功胎类型(格式)的控制城未编号的控制功能类型格式定长帧控制域第一个八位位组的第一位比特并且第二位比特定义了格式。格式的只包括格式的控制信息如图所示。在同吋刻,或中只有一个功能可以被激活客运专线综合系统远动设备及系统传输规约详细描述本文件版权归成都交大光芑实业有限公司所有。未经授权,请勿复制或传播。
- 2020-12-10下载
- 积分：1
基于LMS 算法的多麦克风降噪
武汉理工大学 信息处理课设 基于LMS 算法的多麦克风降噪 给定主麦克风录制的受噪声污染的语音信号和参考麦克风录制的噪声，实现语音增强的目标，得到清晰的语音信号。2007控制科学与工程全国博士生学术论坛2007年8月其中日为语音信号与麦克风阵列所在平面的夹角,d为麦克风间距,c为声音传播速度,f为信号采样率。固定波束形成器通过延时求和单元产生参考语音信号y(n),y(n)与y(m)分别代表期望语音信号与噪声信号。y,(n)4x(m)=y(m)+y/(m(3)信号通过阻塞矩阵产生噪声参考信号用来估计波束形成输出信号中的噪声成分。选取B使其中任意行向量之和为零,即任意行向量线性无关。为了进一步降低噪声参考信号中的语音泄漏,参考文献“提出了用自适应阻塞矩阵替代固定阻塞矩阵的方法。ynly2nMM-[nJ]=BLun], u2n],umn自适应噪声抵消器ANC通过对输入噪声参考信号进行自适应滤波处理抵消了参考信号y,(m)中的噪声成分,得到增强的语音信号。em]=y[m-∑nnl3LMS自适应算法及改进31LMS自适应算法GSC架构中的自适应噪声抵消器ANC需要用增强的语音信号作为反馈对滤波器权值进行自适应更新。很多自适应算法基于LMS及其改进形式, Clark提出的块LMS算法使得滤波器的自适应逐块更新而非传统LMS滤波器逐点更新4, HOSHUYAMA、 Kellermann分别提出的基于范数约束自适应算法的权值更新,以及频域无约束实现。这些算法基本结构如图2所示y(n-1)(n-L+1)wo(ne(ny/(n)图2自适应横向滤波器结构图图2为图1中的M-1路L阶多通道自适应噪声对消器中某一路的展开形式,其抽头输入向量为[ym]yn-]yn-L+1],对应的抽头权向量为wmwn]w-]。LMS算法的梯度向量通过G2007控制科学与工程全国博士生学术论坛2007年8月计算抽头输入相关矩阵R和抽头输入与期望响应间互相关向量p得到VJ(n)=-2p+2Rv(m),将R和p的瞬态估计R(n)=y(m)y"(n),p(n)=y(n)y/(m)代入,得出梯度向量的瞬态估计:VJ(n)=-2y(n)y, (n+2y(n)y"(n)w(n)进而推出LMS算法权值更新公式为w(n+1)=w(n)+uy(n)Ly(n)-y"(n)w(n)32基于稳态噪声的自适应算法改进考查图2中具有L个抽头权值的LMS算法,抽头权值与抽头输入一一对应。在传统的逐点更新LMS算法中,每计算一个输出需要L次乘法,而更新一次抽头权值也需要L次乘法,故每次迭代需要2L次乘法。对于L个输出样值,所需要的乘法次数为2次。针对传统LMS算法复杂度高的缺点,Ca利用离散傅立叶变换在频域完成滤波器系数的自适应提出了快速块LMS箅法, Ann Spriet在此基础上通过改进LMS算法中的步长矩阵进一步降低了算法复杂度以上LMS算法改进均在图2的横向滤波器架构下进行,即抽头权值与抽头输入一一对应。考虑到稳态噪声的特点,本文提出了“一对多”的滤波器抽头权值更新算法,即L个输入样值共享一个滤波器权值。如此M路多麦克风语音增强系统中的ANC滤波器权值便由(M-1)×L维矩阵W[n=[w[η],n2[rl…wM-[r],其中H[n]=[won],w1[nw-r]退化为(M-1)×1维向量n]=[wryw2n],M-m]j。改进算法权值更新公式为w(n+D)=w(n)+uBu(nu"(n)[A-Bw(n)其中B为阻塞矩阵,A为固定波束形成器,为步长,U(n)为LxM维输入信号。与传统的“一对一”LMS滤波器相比,“一对多”结构在降低算法复杂度的同时,牺牲了前者具有的时间域严格对齐的特性。为降低这一缺点对系统降噪性能的影响,应在频域进行噪声对消,改进算法的多麦克风语音增强系统结构如图3所示。e(n)(n)B Yn图3改进的噪声消除算法结构图3中用虚线框表示可选滤波器权值w。由于实际应用中语音泄漏的存在,在参考语音信号中加入v能有效补偿由语音泄漏引起的语音崎变⑩。实际应用中由于阻塞矩阵输出不可避免的存在语音泄4642007控制科学与工程全国博士生学术论坛2007年8月漏,为了避免期望信号的消除,箅法中加入语音活动检测单元89,当前帧为噪声时更新滤波器系数,当前帧为语音信号时,滤波器系数不变33算法复杂度比较表1列出了本文算法与其他几种噪声消除算法之间算法复杂度的比较。我们采用实数乘法运算次数作为衡量算法复杂度的标准,每个N点傅立叶变换或其反变换需要Mlog2N次实数乘法运算。传统逐点LMS算法在时间域逐点更新滤波器权值。快速块LMS算法与多通道 Wiener算法通过FFT快速循环卷积特性实现LMS中的线性卷积运算,从而降低算法复杂度。本文算法在此基础上通过改进滤波器抽头权值更新算法进一步降低运算复杂度。由表1可见,当麦克风数目M4,L=32时,本文算法与多通道 Wiener滤波算法相比,R(3M+2)FT+8ML+2M63M+2)+4M2+6M_172(M+2)FFT+2ML6(M+2)+M40°文算法运算量降低了4倍左右。表1算法复杂度比较算法名称算法复杂度传统逐点LMS算法2ML快速块LMS算法(41(3M+2)FFT+16ML多通道 Wiener滤波算法53M+2)FFT+8M2+12M本文提出的算法(M+2)FF+2M…图4a)麦克风采集到的原始信号b)采用快速块LMS算法处理后的信号[4]c)采用多通道 Wiener滤波算法[10处理后的信号d采用本文算法处理后的信号4实验结果与分析实验采用线性排列的4个间距为4厘米的麦克风组成的语音采集系统,采样率为44KHZ,说话人位于阵列的正前方,噪声为稳态噪声,其与麦克风阵列法线所夹角度为50度。图4比较了麦克风采集到的信号、采用本文算法处理后的语音信号以及采用其他主流语音增强算法处理后的语音信号的时域波形。由4652007控制科学与工程全国博士生学术论坛2007年8月图4可见采用本文算法处理的语音信号背景噪声有明显降低。为进一步分析各种语音增强算法消噪能力,分别按照公式9计算各算法输出信号的信噪比,其中k代表帧序列号,N代表噪声,Y代表输出语音信号,L为帧长。∑(Y(k,2)2-|N(k,)SNRou(E)=10 log,o∑1MV6)图5釆用各箅法输出信号信噪比与输入信号信噪比之差来衡量噪声降低程度。由图5看出,在本文算法基础上在参考通道中加入可选滤波器权值能够进一步消除背景噪声,提高输出信噪比。苯文鲜法(使用权值w)木文好法未使用权值y块LMS算法Frame Number图5信噪比增强对比5结论本文在稳态噪声的前提下,提出了一种基于广义旁瓣消除器架构具有低算法复杂度的噪声消除算法,该算法通过改进LMS滤波器权值更新算法来达到降低算法复杂度的目的。实验结果证明,在稳态噪声环境下,该方法降噪性能优于传统LMS算法,同时有效降低了传统算法的算法复杂度。在现实生活中一些存在稳态噪声的场合,如发动机舱、厂房等该算法具有很强的实用价值。参考文献[U]LJ. Griffiths and C. W. Jim []. "An altemative approach to linearly constrained adaptive beamforming, IEEE Trans. AntennasProcess., voL. AP-30, no. I, pp 27-34, Jan. 1982.[2]0. Hoshuyama, A Sugiyama, and A Hirano [J]. "A robust adaptive beamformer for microphone arrays with a blocking matrixusing constrained adaptive filters, "IEEE Trans. Signal Process. vol 47, pp. 2677-2683, Oct. 1999[3]W. Herbordt and W Kellermann [J]. " Frequency-domain integration of acoustic echo cancellation and a generalized sidelobecanceller with improved robustness, "Eur. Trans. Telecommun., voL. 13, no 2, pp 123-132, Mar. -Apr. 2002.[4]Clark. G.A., S K Mitra, and S.R. Parker [J]. Block implementation of adaptive digital filters, "IEEE Trans. Circuits Syst,voL. CAS-28,PP584-592.1981.[5]Ann Spriet, Jan Wouters, Simon Doclo, Marc Moonen, "Frequency-Domain Criterion for the Speech Distortion WeightedMultichannel Wiener Filter for Robust Noise Reduction", Ap: //ftp. esat kuleuven. ac, be/pub/SISTA/doclo/reports/04-240 pdf[6JH. Buchner, J. Benesty, W. Kellermann J]. Generalized multichannel frequencydomain adaptive filtering: efficient realizationand application to hands free speech communication", Signal Processing 85(3), PP 549-570. 2005[7]W.Herbordt and W. Kellermann [A]. " Efficient Frequency-domain realization of robust generalized sidelobe cancellers", IEEE4662007控制科学与工程全国博士生学术论坛2007年8月Fourth workshop, multimedia signal Processing, PP. 377-382 2001[8]S. Van Gerven, F. Xie [J. "A Comparative Study of Speech Detection Methods", Proc. EUROSPEECH, VoL 3, Rhodos, Greecepp.1095-1098.1997[9]J Sohn, N.S.Kim, W Sung [] A Statistical Model-Based Voice Activity Detection", IEEE Signal Processing Lett. 6(1)1-31999[10]A Spriet, M. Moonen, J Wouters[]. Robustness Analysis of Multi-channel wiener Filtering and generalized sidelobeCancellation for Multi-microphone Noise Reduction in Hearing Aid Applications", IEEE Trans. Speech and Audio Processing, 13(4)PP.487-503.2005[IlJFerrara, E R r [] Fast implementation of LMS adaptive filters", IEEE Trans. Acoust. Speech Signal Process,voL.ASSP-28pp474-475.1980[12]S. Doclo and M. Moonen[J]. " Multi-microphone noise reduction using recursive GSVD-based optimal filtering with ANCpostprocessing stage, "IEEE Trans. Speech Audio Process., vol. 13, no. 1,Pp 53-69, Jan. 2005[13]Philipos C Loizou [J]. "Speech Enhancement Based on Perceptually Motivated Bayesian Estimators of the MagnitudeSpectrum" IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING, VOL 13, NO 5, Pp.857-869, 2005种新的基于稳态噪声的噪声消除算法旧WANFANG DATA文献链接作者:董鹏宇,朱子元,林涛作者单位:同济大学超大规模集成电路研究所,上海20009本文链接http://d.g.wanfangdata.comcn/confereNce6584700.aspx
- 2020-11-28下载
- 积分：1
