专利汇可以提供音圈马达驱动器电流曲线模式自动学习系统专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种音圈 马 达 驱动器 电流 曲线模式自动学习系统,通过自动学习 算法 ,通过不断的学习一种类型的电流曲线的不同的段号、各段选取的不同步长、各段选取的不同步距的组合所产生的不同的振荡稳定结果,计算出该类型的电流曲线的各段的步长、各段的步距的最佳组合,使得电流曲线的对焦速度更快, 精度 更高,便于针对执行机构的整个工作过程,快速精确的选择一种驱动电流曲线,控制音圈马达驱动器工作,快速、稳定、精确驱动摄像头等执行机构运动。,下面是音圈马达驱动器电流曲线模式自动学习系统专利的具体信息内容。
1.一种音圈马达驱动器电流曲线模式自动学习系统,其特征在于,其包括参数控制寄存器模块、自动学习算法模块、电流曲线产生模块、位移幅度检测模块;
所述参数控制寄存器模块,用于接受外部操作指令,对参数寄存器进行读写操作;
所述参数寄存器包括自动学习启动控制寄存器、最快稳定时间寄存器、最快稳定曲线序号寄存器;
参数控制寄存器模块接受外部写操作指令,将自动学习启动控制寄存器设置为启动状态或等待状态;
所述最快稳定时间寄存器,用于寄存最快位移稳定时间,最快稳定时间寄存器初始寄存值为最大值;
所述最快稳定曲线序号寄存器,用于寄存曲线序号m;
所述电流曲线产生模块,收到曲线启动信号后,根据曲线序号m对应的段号、各段选取的步长、各段选取的步距,以及曲线类型,产生曲线序号m对应的电流曲线m,根据电流曲线m控制音圈马达驱动器工作;
所述位移幅度检测模块,收到曲线启动信号后,检测音圈马达驱动器的位移幅度信号,用时钟信号开始计时,如果位移幅度信号的振幅小于设定值则停止计时,并以开始计时后的计时值作为位移稳定时间,将该位移稳定时间送到自动学习算法模块;
所述自动学习算法模块,当所述动学习启动控制寄存器的状态为启动状态时,进入一种类型的电流曲线的一次自学习过程,过程如下:
设置一种类型的电流曲线为N段,并设置每一段内的步长和步距,每一段内的步长可在最小步长可最大步长之间选取,每一段内的步距可在最小步步距和最大步距之间选取;不同的段号、各段选取的不同步长、各段选取的不同步距的组合对应于不同的曲线序号m;
将一曲线序号m对应的段号、各段选取的步长、各段选取的步距,以及电流曲线的类型,输出到电流曲线产生模块,并输出曲线启动信号到所述电流曲线产生模块及所述位移幅度检测模块;
如果所述位移幅度检测模块发送来的位移稳定时间小于最快稳定时间寄存器中的寄存时间,则将最快稳定时间寄存器中的寄存值更新为位移稳定时间,并将所述电流曲线产生模块该次输出的电流曲线m的曲线序号m写入到最快稳定曲线序号寄存器,并将曲线序号m的学习经验数据写入到存储器;
所述自动学习算法模块,将一种类型的电流曲线的所有曲线序号m对应的段号、各段选取的步长、各段选取的步距均依次输出到电流曲线产生模块,电流曲线产生模块产生各曲线序号m对应的电流曲线m后,最快稳定时间寄存器中的寄存时间为该种类型的电流曲线的最快位移稳定时间,最快稳定曲线序号寄存器中寄存的曲线序号m为该种类型的电流曲线的最佳曲线序号。
2.根据权利要求1所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,所述学习经验数据,包括曲线分段数,步长,步距。
3.根据权利要求1所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,所述参数寄存器还包括曲线学习结果寄存器;
所述曲线学习结果寄存器,用于寄存所述自动学习算法模块对一种类型的电流曲线完成自学习过程后的最佳曲线序号、学习经验数据、最快位移稳定时间;
所述自动学习算法模块,将最佳曲线序号及其对应的学习经验数据、最快位移稳定时间寄存到所述曲线学习结果寄存器。
4.根据权利要求3所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,所述参数控制寄存器模块,用于接受外部操作指令,从所述曲线学习结果寄存器读出一种类型的电流曲线的最佳曲线序号、学习经验数据、最快位移稳定时间。
5.根据权利要求4所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,所述参数寄存器还包括曲线初始值寄存器、曲线目标值寄存器;
所述曲线初始值寄存器,用于寄存电流曲线的初始电流值,初始电流值上电时默认为
0,在参数控制寄存器模块接收到电流曲线产生执行完成信号后,初始电流值替换为曲线目标值寄存器的值;
所述曲线目标值寄存器,用于寄存电流曲线的目标电流值,目标电流值上电时默认为
0,参数控制寄存器模块接受外部写操作指令向曲线目标值寄存器写入目标电流值。
6.根据权利要求5所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,所述电流曲线产生模块,收到曲线启动信号后,根据曲线序号m对应的段号、各段选取的步长、各段选取的步距,以及曲线类型、初始电流值、目标电流值,产生曲线序号m对应的电流曲线m,根据电流曲线m控制音圈马达驱动器工作。
7.根据权利要求1所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,外部操作指令对曲线初始值寄存器不能写,只能读。
8.根据权利要求1所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,自动学习启动控制寄存器,上电时默认为等待状态。
9.根据权利要求1到6任一项所述的音圈马达驱动器电流曲线模式自动学习系统,其特征在于,
音圈马达驱动器电流曲线模式自动学习系统还包括存储器模块;
所述存储器模块,用于存储电流曲线的学习经验数据;
所述自动学习算法模块,如果所述位移幅度检测模块发送来的位移稳定时间小于最快稳定时间寄存器中的寄存时间,则将最快稳定时间寄存器中的寄存值更新为位移稳定时间,并将所述电流曲线产生模块该次输出的电流曲线m的曲线序号m写入到最快稳定曲线序号寄存器,并将曲线序号m的学习经验数据写入到存储器。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于人工智能的医疗服务信息管理方法 | 2020-05-08 | 522 |
一种基于深度学习的2D+3D大飞机外形缺陷检测与分析方法 | 2020-05-08 | 102 |
一种铁路货车地板破损故障图像识别方法 | 2020-05-08 | 468 |
铁路货车轮轮辋及踏面的破损识别方法 | 2020-05-08 | 197 |
一种基于倾向性异质装袋算法的钢材质量预测方法 | 2020-05-08 | 49 |
一种导游服务全产业生态链交易平台的产品及其构造方法 | 2020-05-08 | 967 |
车联网环境下基于IGA-BP神经网络的车辆碰撞预警系统及方法 | 2020-05-08 | 47 |
通用动量方法、基于通用动量方法的目标检测与识别方法 | 2020-05-08 | 583 |
一种基于深度学习的疲劳检测方法 | 2020-05-08 | 907 |
院内致命性消化道再出血预测关键指标的智能筛选方法 | 2020-05-08 | 844 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。