對(duì)DSP芯片進(jìn)行編程來實(shí)現(xiàn)模糊邏輯控制器

1、    對(duì)DSP芯片進(jìn)行編程來實(shí)現(xiàn)模糊邏輯控制器    對(duì)DSP芯片進(jìn)行編程來實(shí)現(xiàn)模糊邏輯控制器    類別：?jiǎn)纹瑱C(jī)/DSP      你可以采用現(xiàn)成的標(biāo)準(zhǔn)微處理器來構(gòu)建模糊邏輯系統(tǒng)。傳統(tǒng)的微處理器對(duì)于大多數(shù)應(yīng)用來說是足夠的，即使是模糊邏輯，但對(duì)于需要可預(yù)測(cè)且非?？焖夙憫?yīng)時(shí)間的高安全性系統(tǒng)來說則未必。當(dāng)傳統(tǒng)處理器不夠快時(shí)，數(shù)字信號(hào)處理器(dsp)可能正是你的系統(tǒng)所需要的。 dsp是具有指令集和面向算術(shù)運(yùn)算特性的專用微

2、處理器，其最初只是用在信號(hào)處理應(yīng)用?，F(xiàn)在，隨著dsp軟件開發(fā)工具種類的增加和質(zhì)量的提升，這種處理器變得越來越流行。dsp如今在成本上與通用微處理器也能競(jìng)爭(zhēng)。今天，任何可以受益于高速乘法/累加 (mac)運(yùn)算的應(yīng)用都可以考慮采用dsp。 本文將闡述模糊邏輯系統(tǒng)的組成部分，并給出如何采用dsp來實(shí)現(xiàn)的實(shí)例。 模糊邏輯基礎(chǔ)    圖1：“高”的布爾變量。 lotfi zadeh被認(rèn)為是模糊邏輯的創(chuàng)立者，他在1965年的一篇文章中提出了布爾數(shù)學(xué)體系集合論的擴(kuò)展，將二元擴(kuò)展到多值。他的模糊邏輯集合論是一種廣義的經(jīng)典集合論，是對(duì)非精確性的極好表述。模糊邏輯的優(yōu)勢(shì)在于

3、它可以在不采用數(shù)學(xué)方法的情況下使你能準(zhǔn)確地描述一個(gè)過程或行為。 布爾數(shù)學(xué)體系集合既可以是真，也可以是假，而模糊集合可以具有部分的這種隸屬關(guān)系。例如，圖1給出了一個(gè)布爾變量。在布爾表中，對(duì)于6英尺來說“高”是真，而低于6英尺則為假，但在圖2中，模糊變量的高既不是真也不是假，它具有可變的真假隸屬關(guān)系。布爾變量通常被稱為明確的集合(crisp set)，模糊變量成為模糊集合。模糊集合行為類似于其對(duì)應(yīng)的明確集合。舉例來說，模糊邏輯采用“與”、“或”、“非”以及補(bǔ)數(shù)運(yùn)算。“與”處理是取輸入量中的小者，“或”處理是取輸入量的較大者，補(bǔ)數(shù)運(yùn)算是用1減去輸入值。>   &#

4、160;圖2：“高”的模糊變量。 控制器的組件 任何基于模糊邏輯的控制器具有三個(gè)組件：模糊化器(fuzzifier)、規(guī)則庫和去模糊化器。在將一個(gè)明確(數(shù)字)輸入轉(zhuǎn)變成模糊值并對(duì)該值進(jìn)行處理，然后再將模糊值轉(zhuǎn)變成明確值輸出的過程中，每個(gè)組件扮演著重要的角色。盡管模糊控制器的實(shí)現(xiàn)不盡相同，他們都具有這三個(gè)基本部分。    列表1：去模糊化器：主函數(shù)的c代碼。 模糊化器獲取一個(gè)明確輸入值，并根據(jù)是否需要將其進(jìn)行縮放來轉(zhuǎn)換成模糊值，并轉(zhuǎn)變?yōu)槎嘀祵?shí)體(entity)?？s放處理將輸入域映射到所有變量都采用的一些內(nèi)部格式。該多值實(shí)體是將輸入值與其對(duì)應(yīng)的輸入集合進(jìn)行比

5、較的結(jié)果，并對(duì)該值進(jìn)行映射處理以反應(yīng)出其隸屬關(guān)系特性。 規(guī)則庫從前一級(jí)取得輸入值，并將其與每個(gè)相關(guān)語句的區(qū)間相加。規(guī)則庫由一系列一個(gè)或多個(gè)if-then語句組成。每個(gè)語句依次組成了兩個(gè)部分：條件(antecedent)，在關(guān)鍵字then的左邊；結(jié)果(consequent)，在then的右邊。一個(gè)語句可能具有一個(gè)或更多的antecedent和consequent。典型的規(guī)則語句看起來就像這樣： if antecedent1.antecedentn then consequence1.consequencen 條件和結(jié)果都采用條件形式變量，這里的變量是條件的輸入變量或結(jié)果的輸出變量。結(jié)果的條件部分

6、是一個(gè)模糊隸屬函數(shù)，如“冷”、“暖和”、“熱”。規(guī)則庫對(duì)來自模糊化器的數(shù)據(jù)與規(guī)則進(jìn)行比較。當(dāng)它遇到一個(gè)條件是真，就觸發(fā)語句的結(jié)果動(dòng)作。 以電梯為例，規(guī)則庫可能就像：    列表2：去模糊化器：getdata()函數(shù)的c代碼。    if門打開and速度為零 and距離可以忽略 then電機(jī)轉(zhuǎn)速為0 if 門關(guān)閉and速度慢 and 距離大then電機(jī)轉(zhuǎn)速最大 if 門關(guān)閉and速度中等 and距離一般 then電機(jī)轉(zhuǎn)速一般 if 門關(guān)閉and 速度快and 距離一般then電機(jī)轉(zhuǎn)速一般 這個(gè)例子有四個(gè)規(guī)則，每個(gè)規(guī)則

7、有四個(gè)變量：門、電機(jī)、速度、距離(到選定層)。每個(gè)規(guī)則有三個(gè)條件和一個(gè)結(jié)果，總共有十種情況組成了四個(gè)變量的隸屬關(guān)系集合。例如，速度具有變量0、慢、中等和快速?？勺兙嚯x具有以下四個(gè)值：忽略、很小、一般、大。門要么開要么就是關(guān)閉。對(duì)于各種隸屬集合，電機(jī)轉(zhuǎn)速具有0、最小、平均和最大四個(gè)變量。    列表3：模糊化器部分的實(shí)現(xiàn)。 舉例來說，我們假設(shè)升降機(jī)門是關(guān)閉的，速度為10英尺每秒，這個(gè)速度定義在慢和中兩種隸屬關(guān)系區(qū)間的中間(所有的隸屬關(guān)系區(qū)間互相重疊)。距離是42英尺，這個(gè)值同時(shí)被定義在大和中兩個(gè)區(qū)間。這樣一來規(guī)則庫中的兩個(gè)規(guī)則都被激發(fā)(第二個(gè)和第三個(gè)規(guī)則)

8、，結(jié)果就被平均了。 規(guī)則激發(fā)是控制器組件中的關(guān)鍵問題。當(dāng)規(guī)則激發(fā)時(shí)將導(dǎo)致語句的條件部分變成有效。一旦有效，語句的結(jié)果部分就與所有被激發(fā)規(guī)則的結(jié)果累加起來。這樣一來，該級(jí)的輸出將產(chǎn)生一個(gè)所有激發(fā)結(jié)果的復(fù)合值。這看起來就像被激發(fā)結(jié)果的所有隸屬集合的和。 模糊邏輯的第三個(gè)組件是去模糊化器。去模糊化器將來自前一級(jí)的輸出轉(zhuǎn)變?yōu)槊鞔_的輸出值。當(dāng)今有四種方法在執(zhí)行去模糊化中比較流行，分別是重心法(centroid)、最大化、單點(diǎn)(singleton)和權(quán)重平均。每種方法都有其優(yōu)勢(shì)和不足，重心法最流行。這里只討論一下重心法。 重心法去模糊化是計(jì)算來自前一級(jí)的復(fù)合模糊集合的“重心”。這是一種數(shù)字密集型方法，需要

9、計(jì)算集合的積分，還要求輸出集合重疊以避免產(chǎn)生無效輸出的情況，以及每個(gè)變量的隸屬集合由一個(gè)奇數(shù)或區(qū)間組成。 代碼轉(zhuǎn)換 為在dsp上實(shí)現(xiàn)實(shí)時(shí)模糊邏輯控制器，你需要將模糊邏輯引擎設(shè)計(jì)轉(zhuǎn)換到實(shí)際的代碼。為了將每個(gè)組件轉(zhuǎn)換為軟件，你必須了解控制器、控制器的每部分以及它將控制的系統(tǒng)。    列表4：規(guī)則代碼。 將主要的程序轉(zhuǎn)換成代碼是很簡(jiǎn)單的。本質(zhì)上，它無外乎就是這樣的無限循環(huán)：獲得數(shù)據(jù)值并將他們轉(zhuǎn)換成對(duì)等的模糊量，處理模糊數(shù)據(jù)，再將輸出去模糊化形成明確值，最后將這個(gè)值輸出到正確的輸出端口。這些操作的每一個(gè)都對(duì)應(yīng)著一個(gè)c函數(shù)，它們共同組成了模糊引擎。 在列表1中的g

10、etdata()函數(shù)從一個(gè)i/o器件重新獲得數(shù)據(jù)點(diǎn)。這個(gè)函數(shù)只是一部分，僅用來測(cè)試，但是如果完全實(shí)現(xiàn)它，將訪問物理i/o器件。在本例中，函數(shù)從一個(gè)陣列中提取存儲(chǔ)數(shù)據(jù)點(diǎn)，每個(gè)循環(huán)提取一個(gè)數(shù)據(jù)點(diǎn)集合，并將提取的數(shù)據(jù)饋入到下一個(gè)函數(shù)，即模糊化器。 fuzzifier()函數(shù)將數(shù)據(jù)轉(zhuǎn)換為一個(gè)模糊表達(dá)，轉(zhuǎn)換方法是通過一個(gè)結(jié)構(gòu)將明確的數(shù)據(jù)值變換成規(guī)則庫能使用的值。然后，fuzzifier()必須為每次循環(huán)反復(fù)清除數(shù)據(jù)點(diǎn)。在每次反復(fù)后，另外一個(gè)內(nèi)置函數(shù)來清除這個(gè)結(jié)構(gòu)。一旦轉(zhuǎn)換完成，規(guī)則庫就可以使用這些數(shù)據(jù)點(diǎn)。 rulebase得到模糊化器的結(jié)果(數(shù)據(jù)點(diǎn))，然后將這些點(diǎn)與內(nèi)部規(guī)則庫表進(jìn)行比較。當(dāng)產(chǎn)生一個(gè)匹配，

11、rulebase就獲取對(duì)應(yīng)的結(jié)果值，并將這個(gè)值用于每個(gè)被觸發(fā)的規(guī)則。之后，rulebase將所有的觸發(fā)規(guī)則相加產(chǎn)生一個(gè)最后的模糊結(jié)果，最后將這個(gè)結(jié)果應(yīng)用到defuzzifier()函數(shù)。 defuzzifier()函數(shù)將模糊數(shù)據(jù)轉(zhuǎn)換回一個(gè)明確的量，這個(gè)量可以為數(shù)模轉(zhuǎn)換器或其它的物理器件所用。通常，一個(gè)輸出片段將這個(gè)輸出轉(zhuǎn)變成一個(gè)外部世界可以處理的值。然而，由于我們通過采用陣列使系統(tǒng)受到限制，去模糊化器組件僅簡(jiǎn)單地將結(jié)果存儲(chǔ)到輸出陣列。列表1和2顯示了主函數(shù)和getdata()函數(shù)的c代碼。    列表5：去模糊化器。 為了將模糊程序編寫成代碼，讓我們回到

12、模糊化器的介紹以確保我們了解模糊化器是如何工作的。模糊化器是將明確的輸入數(shù)據(jù)轉(zhuǎn)換成可以操作的模糊數(shù)據(jù)，這意味著這個(gè)數(shù)據(jù)被轉(zhuǎn)換成了一個(gè)多值量。而且這個(gè)量還是該特定輸入數(shù)據(jù)的隸屬集合的一個(gè)函數(shù)。一個(gè)c結(jié)構(gòu)是用來存儲(chǔ)模糊化數(shù)據(jù)單元的理想結(jié)構(gòu)，因?yàn)樗梢跃哂卸鄠€(gè)值。這種結(jié)構(gòu)的每一個(gè)單元對(duì)應(yīng)著一個(gè)隸屬區(qū)間。例如模糊輸入變量deflection具有“小”、“中”、“大”三個(gè)區(qū)間。假設(shè)區(qū)間定義如下： 0 <“小” < 25 10<“中”< 55 20 <“大”< 90 如果這個(gè)變量的明確輸入具有13這個(gè)值，其對(duì)等的模糊化量就由一個(gè)多值變量組成，這個(gè)變量具有三個(gè)布爾值：“小

13、”、“中”和“大”。這三個(gè)單元是根據(jù)明確輸入數(shù)據(jù)來設(shè)置的。每個(gè)域都是一個(gè)布爾量，初始值設(shè)置為“假”。13這個(gè)值落入到兩個(gè)類別，因此小和中兩個(gè)單元都設(shè)置為真。同樣，23這個(gè)輸入值將所有三個(gè)組件集合設(shè)置為真。在代碼中實(shí)現(xiàn)模糊化器這個(gè)概念需要由下面的步驟組成：創(chuàng)建一個(gè)c結(jié)構(gòu)、將其范圍與輸入數(shù)據(jù)比較，根據(jù)比較來指定一個(gè)適當(dāng)?shù)挠?。列?給出了模糊化器部分的實(shí)現(xiàn)。如果有需要的話，模糊化器通常執(zhí)行縮放處理。    圖3： fuzzylevel系統(tǒng)。 控制器的規(guī)則庫部分執(zhí)行輸入數(shù)據(jù)的處理。由于這部分處理大部分的工作，因此規(guī)則庫是最復(fù)雜的。前面講過，規(guī)則庫將表中所有觸發(fā)規(guī)

14、則值進(jìn)行求和，然后將和除以這些規(guī)則的數(shù)量。表中包含了每個(gè)輸入變量的隸屬區(qū)間值。例如“position”變量有三個(gè)區(qū)間，變量“error”有5個(gè)區(qū)間。表總共有15(53)個(gè)單元。表的列和行的交叉點(diǎn)對(duì)應(yīng)if-then語句中的條件部分中的兩個(gè)條件的and。矩陣中的值從左向右增加，從上向下增加。例如，如果“position”的區(qū)間為“近”、“鄰近”、“遠(yuǎn)”。近對(duì)應(yīng)著矩陣中的0列，鄰近對(duì)應(yīng)著第一列，依次類推。類似地，如果變量“error”具有“很小”、“小”、“一般、”“大”、“很大”五個(gè)量，“很小”對(duì)應(yīng)第一行，“小”為第二行，依次類推。因此，矩陣中的交叉點(diǎn)就對(duì)應(yīng)條件語句中的and處理。例如第0列和第0

15、行對(duì)應(yīng)為真： if position 為近 and error很小 then. 列表4給出了規(guī)則庫的代碼。注意到單元都為序數(shù)，在模型定義和調(diào)整后，這些單元都被填滿。另外，這個(gè)表的大小是規(guī)則數(shù)的函數(shù)，因此表的大小隨應(yīng)用而變。如果表改變，與陣列相關(guān)的變量必須也改變以反映它的大小改變。 去模糊化器模塊將模糊化的輸出轉(zhuǎn)換成明確的輸出。通常，去模糊化器將模糊輸出轉(zhuǎn)變?yōu)槊鞔_輸出，然后再將其縮放到變量的外部域。該引擎在兩方面與傳統(tǒng)的去模糊化器相背離：第一，實(shí)際的明確數(shù)值存儲(chǔ)在規(guī)則表中，故不必對(duì)它們進(jìn)行轉(zhuǎn)換。在大部分真實(shí)場(chǎng)景中，模擬輸入和輸出通常由在0-5伏之間隨時(shí)變化的電壓構(gòu)成。一個(gè)例子就是常用于控制馬達(dá)和

16、伺服電機(jī)的pwm。列表5給出了去模糊化器的代碼。注意，通過使它經(jīng)過一個(gè)陣列來訪問，這部分還簡(jiǎn)化了外部接口。這使我們可以專注于邏輯調(diào)試。一旦邏輯調(diào)試完，真正的i/o被加進(jìn)來。使用一個(gè)陣列用于測(cè)試的另一個(gè)好處就是可使過程更容易移植。    表1：fuzzylevel模型表。 應(yīng)用實(shí)例 fuzzylevel是基于dsp控制器的一個(gè)實(shí)例，用來控制一個(gè)工業(yè)控制應(yīng)用的液體槽中流體的高度和壓強(qiáng)。這種控制器通常用在煉油廠。 fuzzylevel保持槽中液體在一個(gè)確定的高度，同時(shí)保證其中的氣壓不會(huì)達(dá)到危險(xiǎn)的程度。槽中的液體高度和壓強(qiáng)是相關(guān)聯(lián)的，液體越多壓強(qiáng)越大。同樣，液體

17、以某個(gè)恒定的速度流入槽中。圖3給出了fuzzylevel系統(tǒng)的簡(jiǎn)化框圖。采用傳感器來監(jiān)測(cè)氣壓和液體高度，一個(gè)電機(jī)用來控制輸出閥門打開的程度。 了解了系統(tǒng)如何動(dòng)作之后，現(xiàn)在需要將這個(gè)動(dòng)作轉(zhuǎn)換為能通過仿真來得到其最佳工作點(diǎn)的設(shè)計(jì)。為實(shí)現(xiàn)這種轉(zhuǎn)換，首先需要確定系統(tǒng)的輸入、輸出以及將進(jìn)行的處理。從前面的描述中我們知道系統(tǒng)的輸入來自傳感器，因此，壓強(qiáng)和高度是輸入變量。此外，電機(jī)是系統(tǒng)中的唯一輸出。因此，“閥門”是系統(tǒng)唯一的輸出變量。緊接著需要定義變量的范圍。對(duì)于本例，我們假設(shè)每個(gè)變量有三個(gè)區(qū)間。例如，壓強(qiáng)的區(qū)間為“小”、“中”、“大”；“高度”的區(qū)間為“低”、“一般”、“高”；唯一的輸出變量閥門的區(qū)間為

18、“全關(guān)”、“部分開”、“全開”。 定義了變量和它們的區(qū)間之后就可以描述系統(tǒng)處理了。正如前面提到的，輸入和輸出之間存在一定關(guān)系，描述這種關(guān)系也就定義了系統(tǒng)的行為。而且這種行為使用系統(tǒng)本身的規(guī)則來描述的，規(guī)則的數(shù)量與輸入變量的區(qū)間相關(guān)。由于每個(gè)規(guī)則有三個(gè)區(qū)間，因此該系統(tǒng)有9個(gè)規(guī)則。現(xiàn)在就完成了大致的模型。    圖4： fuzzylevel應(yīng)用拷屏圖。 接著需要仿真這個(gè)模型來產(chǎn)生進(jìn)入模糊引擎矩陣的去模糊化的點(diǎn)。本例將采用來自impatiens publications 的teachfuzz模糊邏輯仿真器。在將設(shè)計(jì)轉(zhuǎn)換為仿真器能理解的格式之前，必須設(shè)置輸入和輸

19、出變量的實(shí)際值。仿真器并不關(guān)心所有單位的類別，它唯一的要求就是一些正數(shù)。單位對(duì)仿真器并不重要(設(shè)計(jì)師為了方便而采用這些單位)。變量的范圍如下：0<高< 80，0 <壓強(qiáng) <1,600和0<閥門 < 240。這些變量的單位分別為英尺、磅/平方英寸和轉(zhuǎn)矩的英尺磅。 運(yùn)行仿真器將產(chǎn)生關(guān)于模型的可視數(shù)據(jù)，你通常必須對(duì)模型進(jìn)行修改，因?yàn)槟Ｐ偷膭?dòng)作并不像所期望的那樣。對(duì)模型參數(shù)的修改也稱為調(diào)整過程。調(diào)整使我們能找到控制器最佳的工作點(diǎn)。通常，調(diào)整包括區(qū)間數(shù)的修改以及改變這些區(qū)間的形狀。這里的模型也不例外。在完成調(diào)整后，就可以將規(guī)則矩陣載入。我們可以通過找到只觸發(fā)一個(gè)規(guī)則的數(shù)據(jù)集合來確定去模糊化值。這個(gè)值被放入到矩陣中相應(yīng)輸入變量區(qū)間的交叉點(diǎn)。例如，下面的規(guī)則是某個(gè)給定輸入數(shù)據(jù)集合觸發(fā)的唯一規(guī)則：if高度為“低”且壓強(qiáng)為“中”then閥門為“部分開”。 30這個(gè)值被放入到矩陣中，對(duì)應(yīng)“高度”為“低”和“壓強(qiáng)”為“中”的交叉點(diǎn)。這對(duì)應(yīng)的是那個(gè)結(jié)果的重心點(diǎn)。對(duì)所有的規(guī)則反復(fù)進(jìn)行這個(gè)過程不斷，直到矩陣完全填滿為止。表1顯示了fuzzylevel模型表