-
Querverweis auf verwandte Anmeldungen
-
Die vorliegende nicht-provisorische Patentanmeldung nimmt die Priorität der provisorischen US-Anmeldung 61/024,221 in Anspruch, die am 29. Januar 2008 eingereicht wurde und den Titel PREDICTIVE PHASE LOCKED LOOP SYSTEM trägt und die durch Bezugnahme in das vorliegende Dokument aufgenommen ist.
-
Im Stand der Technik sind einige Phasenregelschleifenschaltung (PLL-Schaltungen) vorbekannt. Die
US 2007/0 146 038 A1 zeigt beispielsweise eine Synchronisationsschaltung, die mittels einer Feedbackschleife ein Clock-Signal mit einem Referenzsignal synchronisiert.
-
Die
US 6 987 408 B2 beschreibt eine DLL-Schaltung zur Minimierung von Jitter, bei der mit einem Phasendetektor ein Referenzsignal mit einem Feedbacksignal (ausgegeben von einem sogenannten Verzögerungsmodell) verglichen wird, um die Verzögerungsleitung der DLL zu steuern.
-
-
Kraftfahrzeugsensoren zur Winkelmessung von Nockenwellen und Kurbelwellen sind rauen Umgebungen ausgesetzt (Temperaturschwankungen zwischen –40 und 150°C, mechanische Erschütterungen, Ölverunreinigung usw.). Magnetfeldsensoren sind auf Grund ihrer Robustheit und geringen Herstellungskosten gegenüber anderen Sensortypen oft bevorzugt. Allgemein gibt es zwei weit verbreitete magnetische Erfassungsanordnungen, die ein an einer Drehwelle angebrachtes strukturiertes Rad und einen Magnetfeldsensor umfassen.
-
Bei einer Anordnung ist das strukturierte Rad um seinen Rand herum magnetisch codiert. Die abwechselnden Magnetregionen passieren den Sensor und induzieren ein Magnetfeld. Falls sich das Polrad dreht, weist die Normalkomponente des induzierten Feldes an der Position des Sensors eine sinusähnliche Form auf. Polräder mit unterschiedlichen Magnetstrukturen werden für eine Vielzahl von Anwendungen eingesetzt. Geschwindigkeit einer Welle, wie beispielsweise bei einem Antiblockiersystem (ABS – anti-lock brake system), kann durch Verwendung eines regulären strukturierten Rades erhalten werden, für Winkelpositionsmessungen, z. B. für eine Nockenwelle, Kurbelwelle usw., ist jedoch eine unregelmäßige Struktur erforderlich.
-
Eine weitere Anordnung verwendet ein Zahnrad, das durch die Länge der Zähne und Zahnzwischenräume codiert ist. Ein Permanentmagnet (Sperrvorspannungsmagnet), der hinter dem Sensor platziert ist, erzeugt ein konstantes Magnetfeld, das durch das sich drehende Rad beeinflusst wird. Falls sich ein Zahn vor dem Magneten befindet, ist das Feld an der Sensorposition stark, und falls sich ein Zahnzwischenraum vor dem Magneten befindet, ist das Feld schwach. Das sich drehende Zahnrad formt das Magnetfeld an der Position des Sensorelements, was zu einem Feld führt, das eine ähnliche Form aufweist, wie sie an Polrädern beschrieben wird. Jedoch tritt eine zusätzliche Gleichstromkomponente – die durch die Einpoligkeit des Magnetfeldes bewirkt wird – auf, und somit weist das Signal keinen Nullwert auf. Regelmäßige strukturierte Räder werden zum Übertragen mechanischer Kräfte verwendet.
-
Bei derartigen Erfassungsanordnungen wandelt das Magnetfeldsensorelement (z. B. Hall, Giant-Magnetoresistenz, GMR usw.) das angelegte Magnetfeld in ein lineares proportionales elektrisches Signal um. Signalverarbeitung wird dazu verwendet, das sinusförmige Signal in eine binäre Sequenz umzuwandeln, die eine grobe Darstellung der Struktur an dem Rad ist. Bei Kenntnis der Struktur können die Drehgeschwindigkeit und die Winkelposition aus diesem binären Signal ermittelt werden.
-
Gehäuse- und Montagetoleranzen, mechanische Erschütterungen und Temperaturschwankungen bewirken Schwankungen des Luftzwischenraums zwischen dem strukturierten Rad (Polrad oder Zahnrad) und dem Sensorelement. Deshalb kann auch das Magnetfeld an der Position des Sensors variieren, was zu Variationen der Form des elektrischen Signals und zu einer Verschiebung der Spitzen- und der Nullwertposition in dem Signal führt. Bekannte Signalverarbeitungskonzepte berücksichtigen nicht die von dem Zwischenraum abhängigen Signalverlaufsschwankungen und die Verschiebung der Spitzen- und Nullwertpositionen, was zu Winkelmessfehlern führen kann.
-
Beispielsweise wird Signalverarbeitung dazu verwendet, die analoge Ausgangsspannung des Sensorelements in Winkelpositionsinformationen umzuwandeln. Die Verarbeitungsleistung bei integrierten Einzelchip-Sensoren ist begrenzt, und deshalb werden zur Umwandlung einfache Schaltungen oder Algorithmen verwendet.
-
Viele Sensorkonzepte beseitigen die Gleichstromkomponente der analogen Ausgangsspannung der Differentialsensorspannung v(x). Dadurch kann die anschließende Signalverarbeitung auf beide Erfassungsanordnungen, die Polräder oder Zahnräder verwenden, angewendet werden. Folglich ist das Beseitigen der Gleichstromkomponente auch bei Polradmessungen üblich.
-
Eine häufig verwendete (analoge) Lösung, die Gleichstromkomponente zu beseitigen, besteht darin, den Durchschnittswert des Analogsignals zu schätzen und zu beseitigen. Andere (digitale) Lösungen berechnen den Mittelwert der letzten Maxima und Minima, was zu vergleichbaren Ergebnissen führt. Eine wieder andere Lösung besteht darin, die Gleichstromkomponente anzupassen, bis ein Nutzungsfaktor des binären Ausgangssignals von 50% erreicht ist.
-
Differentialmessung ist ebenfalls eine hinreichend bekannte Strategie, die Gleichstromkomponente zu beseitigen. Zwei Sensorelemente messen das Magnetfeld an unterschiedlichen Positionen um den Rand des Rades herum. Die Gleichstromkomponente der analogen Ausgangsspannung beider Sensorelemente ist ähnlich, und die Wechselstromkomponente ist um deren Trennungsabstand verschoben. Ein Subtrahieren dieser beiden Signale minimiert die Gleichstromkomponente und verdoppelt die Wechselstromkomponente, falls der Trennungsabstand 1 MR beträgt. Auf Grund der Ungleichgewichte zwischen den beiden Sensorelementen, parasitärer Offsetspannungen usw. können unter Verwendung einer Differentialmessung mit Hall-Elementen nur etwa 90 bis 95% der Gleichstromkomponente beseitigt werden. Deshalb werden die oben beschriebenen Strategien zusätzlich dazu verwendet, die (geringe) restliche Gleichstromkomponente zu beseitigen. Nach dem Beseitigen der Gleichstromkomponente ist der Signalverlauf, der aus Messungen unter Verwendung von Zahnrädern oder Polrädern erhalten wird, ähnlich.
-
Nulldurchgangsdetektion wird dazu verwendet, das analoge Sensorsignal in ein binäres Signal umzuwandeln, das ein elektrisches Bild der Struktur auf dem Rad (Zahnrad oder Polrad) ist. Bei Kenntnis dieser Struktur können Winkelinformationen (und Geschwindigkeitsinformationen) durch Auswerten des binären Signals ermittelt werden. Sensorlösungen (die Hall-Elemente verwenden) sind in der Lage, Nulldurchgänge mit höchster Genauigkeit zu detektieren, und das 1σ-Jitter liegt unter 0,001 MR. Jedoch kann auf Grund von Zwischenraumschwankungen eine Verschiebung des Nullwerts (bis zu 0,28 MR) auftreten.
-
Verschiebungen, die sich aus Zwischenraumschwankungen ergeben, können üblicherweise auch dann nicht vermieden werden, wenn verschiedene Erfassungsanordnungen verwendet werden. Somit ist eine Gleichstromkompensation eine unzureichende Strategie, die höchste Winkelgenauigkeit zu erzielen, und dass die Verschiebung berücksichtigt werden muss. Wie in der
US-Patentschrift Nr. 7,208,944 (durch Bezugnahme in das vorliegende Dokument aufgenommen) gezeigt ist, kann Digitalsignalverarbeitung dazu verwendet werden, die durch Luftzwischenraumschwankungen bewirkten Verschiebungen zu kompensieren. Bei dieser Signalverarbeitung können auch andere Effekte (Schwankungen der Magnetisierungsstärke des Polrades usw.) kompensiert werden.
-
Um eine digitale Signalverarbeitung zu ermöglichen, wird ein Taktsignal benötigt. Um die Komplexität der Signalverarbeitung zu reduzieren, muss die Frequenz des Taktsignals synchron zu der Umdrehungsgeschwindigkeit des Motors sein. Die Umdrehungsgeschwindigkeit eines Motors variiert üblicherweise zwischen 0 und 14.000 UpM, und es kann eine Phasenregelschleife (PLL – phase locked loop) dazu verwendet werden, dieser Geschwindigkeitsschwankung zu folgen und ein Taktsignal für die Digitalsignalverarbeitungseinheit zu erzeugen. Auf Grund der Triebkräfte, die während des Explosions- und Kompressionshubs auf die Kolben einwirken, variiert die Umdrehungsgeschwindigkeit der Kurbelwelle etwas, wie in 21 gezeigt ist. Eine herkömmliche PLL kann diesen Frequenzschwankungen nicht folgen, und es treten Phasendifferenzen zwischen der Umdrehungsgeschwindigkeit (Strukturfrequenz an dem Polrad) und der PLL-Frequenz auf.
-
Aus diesen und anderen Gründen besteht ein Bedarf an der vorliegenden Erfindung.
-
Die Aufgabe der vorliegenden Erfindung besteht darin, eine Phasenregelschleifenschaltung (PLL-Schaltung), ein System sowie ein Verfahren mit verbesserten Charakteristika zu liefern.
-
Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Weiterbildungen finden sich in den abhängigen Ansprüchen.
-
Eine Phasenregelschleifenschaltung (PLL-Schaltung) umfasst einen ersten Signaldetektor, z. B. einen Phasen- oder Frequenzdetektor, der einen ersten Eingangsanschluss, der dahin gehend konfiguriert ist, ein variierendes erstes Eingangssignal zu empfangen, einen zweiten Eingangsanschluss, der dahin gehend konfiguriert ist, ein Rückkopplungsssignal zu empfangen, das der Mitte der Eingangsfrequenz entspricht, und einen Ausgangsanschluss, der dahin gehend konfiguriert ist, ein Ausgangssignal zu liefern, das einer Phasendifferenz zwischen dem ersten Eingangs- und dem Rückkopplungsssignal entspricht. Eine Verzögerungsschätzeinrichtung weist einen Eingangsanschluss auf, der dahin gehend konfiguriert ist, das Ausgangssignal von dem ersten Phasendetektor zu empfangen und ansprechend darauf ein Phasendifferenzschätzsignal auszugeben. Eine Variable-Verzögerung-Leitung weist einen Eingangsanschluss auf, der dahin gehend konfiguriert ist, das Phasendifferenzschätzsignal zu empfangen und ansprechend darauf eine Phasenverschiebung an dem zweiten Eingangssignal durchzuführen.
-
Die beiliegenden Zeichnungen sind enthalten, um ein weiter gehendes Verständnis der vorliegenden Erfindung zu liefern und sind in die vorliegende Spezifikation integriert und stellen einen Bestandteil derselben dar. Die Zeichnungen veranschaulichen die Ausführungsbeispiele der vorliegenden Erfindung und dienen zusammen mit der Beschreibung dazu, die Prinzipien der Erfindung zu erläutern. Andere Ausführungsbeispiele der vorliegenden Erfindung und viele der beabsichtigten Vorteile der vorliegenden Erfindung werden ohne weiteres einleuchten, wenn sie durch Bezugnahme auf die folgende ausführliche Beschreibung besser verstanden werden. Die Elemente der Zeichnungen sind relativ zueinander nicht unbedingt maßstabsgetreu. Gleiche Bezugszeichen bezeichnen entsprechende ähnliche Teile. Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen näher erläutert. Es zeigen:
-
1A schematisch ein Ausführungsbeispiel eines drehbaren strukturierten Radsystems;
-
1B schematisch ein Ausführungsbeispiel eines drehbaren Zahnradsystems;
-
2A konzeptionell ein Ausführungsbeispiel eines Systems, das eine Differenzialerfassungsanordnung umfasst;
-
2B ein Blockdiagramm, das die Differenzialerfassungsanordnung der 2A weiter veranschaulicht.
-
3A eine normierte Normalkomponente eines Magnetfeldes, das durch eine einzige Magnetregion der Erfassungsanordnung der 2 erzeugt wird, die ein strukturiertes Rad verwendet, wie es z. B. in 1A veranschaulicht ist;
-
3B eine normierte Tangentialkomponente eines Magnetfeldes, das durch eine einzige Magnetregion der Erfassungsanordnung der 2 erzeugt wird, die ein strukturiertes Rad verwendet, wie es z. B. in 1A veranschaulicht ist;
-
4 eine normierte Normalkomponente eines durch die Erfassungsanordnung der 2 erzeugten Magnetfeldes;
-
5 eine normierte Tangentialkomponente eines durch die Erfassungsanordnung der 2 erzeugten Magnetfeldes;
-
6 ein Blockdiagramm, das ein Ausführungsbeispiel eines Partial-Response-Entzerrers veranschaulicht;
-
7 konzeptionell eine Intersymbol-Interferenz (ISI);
-
8 ein Blockdiagramm, das ein Ausführungsbeispiel eines Entscheidungsrückkopplungsentzerrers (DFE – decision feedback equalizer) veranschaulicht;
-
9 ein Blockdiagramm, das ein Ausführungsbeispiel eines Prädiktions-Entscheidungsrückkopplungsentzerrers (pDFE – predictive decision feedback equalizer) veranschaulicht;
-
10 ein Blockdiagramm, das ein Ausführungsbeispiel eines pDFE mit einer Phasenregelschleife (PLL – phase locked loop) und einem adaptiven Algorithmus veranschaulicht;
-
11 ein Blockdiagramm, das ein Ausführungsbeispiel einer Anpassungsstrategie unter Verwendung von Start- und Betriebsmodi veranschaulicht;
-
12A und 12B die Leistungsfähigkeitsfunktion für ein Ausführungsbeispiel einer Erfassungsanordnung, die zwei Erfassungselemente verwendet;
-
13A und 13B berechnete tangentiale Impulsformen für verschiedene Filterlängen;
-
14 ein Blockdiagramm, das ein Ausführungsbeispiel einer volldigitalen PLL (ADPLL) veranschaulicht;
-
15 Simulationsergebnisse für Ausführungsbeispiele von zwei ADPLLs mit verschiedenen Zeitkonstanten;
-
16 ein Blockdiagramm, das ein Ausführungsbeispiel einer Prädiktions-ADPLL (pADPLL) veranschaulicht;
-
17 Simulationsergebnisse einer pADPLL im Frequenzbereich;
-
18A und 18B Signale für modellierte Ausführungsbeispiele eines pDFE;
-
19 Simulationsergebnisse für ein Ausführungsbeispiel eines pDFE;
-
20 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL veranschaulicht;
-
21 ein Beispiel von Frequenzänderungen an dem Eingang einer PLL;
-
22A und 22B ein Beispiel einer Phasenverschiebung an dem Eingang einer PLL als Funktion der Zeit;
-
23 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL mit einer Variable-Verzögerung-Leitung und einer Verzögerungsschätzeinrichtung veranschaulicht;
-
24 Simulationsergebnisse für das in 23 veranschaulichte PLL-Ausführungsbeispiel ohne den Frequenzteiler;
-
25 Simulationsergebnisse für das in 23 veranschaulichte PLL-Ausführungsbeispiel, wenn die Eingangssignale nicht periodisch sind und wenn sich die Mittenfrequenz an dem Eingang der Schaltung ändert;
-
26 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL mit einem einzigen Phasendetektor veranschaulicht;
-
27 ein Beispiel einer Schätzung eines zukünftigen Wertes unter Verwendung einer polynomischen Extrapolation;
-
28 ein Beispiel einer Schätzung eines zukünftigen Zyklus unter Verwendung einer zyklischen Extrapolation;
-
29 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL mit einer Schätzeinrichtung veranschaulicht, die sowohl polynomische als auch zyklische Extrapolation verwendet;
-
30 ein Beispiel, bei dem eine Ermittlung des Genauigkeitsgrades auf einem Zyklussignalverlauf beruht;
-
31 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL mit einer Schätzeinrichtung unter Verwendung mehrerer Schätzungen mit einem Gewichten veranschaulicht;
-
32 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL mit einem Frequenzänderungswandler und einem zweiten Oszillator veranschaulicht;
-
33 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL mit einem dritten Phasendetektor, um eine Verzögerung einer Verzögerungsleitung zu messen, veranschaulicht; und
-
34 ein Blockdiagramm, das ein Ausführungsbeispiel einer PLL unter Verwendung einer direkten Messung der Verzögerung einer Verzögerungsleitung veranschaulicht.
-
In der folgenden ausführlichen Beschreibung wird auf die beiliegenden Zeichnungen, die einen Bestandteil derselben bilden und in denen zur Veranschaulichung spezifische Ausführungsbeispiele gezeigt sind, bei denen die Erfindung praktiziert werden kann, Bezug genommen. Diesbezüglich wird eine richtungsangebende Terminologie, z. B. „obere(r, s)”, „untere(r, s)”, „vordere(r, s)”, „hintere(r, s)”, voreilende(r, s), nacheilender, s) usw. unter Bezugnahme auf die Orientierung der jeweils beschriebenen Figur(en) verwendet. Da Komponenten von Ausführungsbeispielen der vorliegenden Erfindung in einer Anzahl unterschiedlicher Orientierungen positioniert sein können, wird die richtungsangebende Terminologie zu Veranschaulichungszwecken verwendet und stellt keinesfalls eine Einschränkung dar. Man muss verstehen, dass auch andere Ausführungsbeispiele verwendet werden können und dass strukturelle oder logische Änderungen vorgenommen werden können, ohne von dem Schutzumfang der vorliegenden Erfindung abzuweichen. Somit ist die folgende ausführliche Beschreibung nicht in einem einschränkenden Sinn zu verstehen, und der Schutzumfang der vorliegenden Erfindung wird durch die angehängten Patentansprüche definiert.
-
Unter anderem ist in dem vorliegenden Dokument eine „Prädiktions-PLL” offenbart, die schnellen Frequenzschwankungen folgen und ein Taktsignal für eine Digitalsignalverarbeitungseinheit erzeugen kann. Eine exemplarische Anwendung der Prädiktions-PLL wird nachstehend beschrieben; jedoch ist die Prädiktions-PLL bei anderen Anwendungen anwendbar.
-
1A veranschaulicht ein drehbares strukturiertes Rad 10, das um seinen Rand herum eine magnetische Codierung 12 umfasst. Allgemein passieren die abwechselnden Magnetregionen der Codierung 12 einen Sensor 14 und induzieren ein Magnetfeld. Falls sich das Polrad 10 dreht, weist die Normalkomponente des induzierten Feldes an der Position des Sensors 14 eine sinusähnliche Form auf. Polräder mit unterschiedlichen Magnetstrukturen werden für eine Vielzahl von Anwendungen eingesetzt. Geschwindigkeit einer Welle, beispielsweise bei einem Antiblockiersystem (ABS – anti-lock brake system), kann durch Verwendung eines regulären strukturierten Rades erhalten werden, für Winkelpositionsmessungen, z. B. für eine Nockenwelle, Kurbelwelle usw., ist jedoch eine unregelmäßige Struktur erforderlich. Das in 1A veranschaulichte Rad 10 weist eine unregelmäßige Struktur auf. Andere Radanordnungen mit unregelmäßigeren Strukturen werden ebenfalls verwendet, da sie eine Synchronisierung an mehreren Positionen des Rades ermöglichen.
-
1B veranschaulicht ein Zahnrad 20, das durch die Länge der Zähne 22 und Zahnzwischenräume 24 codiert ist. Ein Permanentmagnet 26 (Sperrvorspannungsmagnet), der hinter dem Sensor 14 platziert ist, erzeugt ein konstantes Magnetfeld, das durch das sich drehende Rad 20 beeinflusst wird. Falls sich ein Zahn 22 vor dem Magneten 26 befindet, ist das Feld an der Sensorposition stark, und falls sich ein Zahnzwischenraum 24 vor dem Magneten 26 befindet, ist das Feld schwach. Das sich drehende Zahnrad 20 formt das Magnetfeld an der Position des Sensorelements 14, was zu einem Feld führt, das eine ähnliche Form aufweist, wie sie an Polrädern beschrieben wird. Jedoch tritt eine zusätzliche Gleichstromkomponente – die durch die Einpoligkeit des Magnetfeldes bewirkt wird – auf, und somit weist das Signal keinen Nullwert auf.
-
Das Magnetfeldsensorelement 14 (z. B. Hall, Giant-Magnetoresistenz, GMR usw.) wandelt das angelegte Magnetfeld in ein lineares proportionales elektrisches Signal um. Signalverarbeitung wird dazu verwendet, das sinusförmige Signal in eine binäre Sequenz umzuwandeln, die eine grobe Darstellung der Struktur an dem Rad ist. Bei Kenntnis der Struktur können die Drehgeschwindigkeit und die Winkelposition aus diesem binären Signal ermittelt werden.
-
Auf Grund der Ähnlichkeiten zwischen Erfassungsanordnungen, die ein strukturiertes Rad verwenden, und Erfassungsanordnungen, die ein Zahnrad verwenden, sind hierin offenbarte Signalverarbeitungsschemata auf beide anwendbar, um die Winkelgenauigkeit zu verbessern. Der Einfachheit halber liegt das Hauptaugenmerk der vorliegenden Offenbarung auf der Anordnung, die ein Polrad verwendet.
-
Vom Standpunkt der Digitale-Kommunikation-Theorie aus betrachtet transformiert ein Übertragungskanal fM(x, P) die Magnetcodierung m[k] um den Rand des Polrades herum zu einem Magnetfeld an der Position des Sensors. Dieses Feld hängt in erster Linie von dem Winkel des Rades und in zweiter Linie von physischen Parametern P, wie z. B. dem Zwischenraum zwischen Sensorelement und dem Polrad, ab. Bei der vorliegenden Offenbarung ist der Winkel des Rades als geometrische Länge x ausgedrückt, die um den Rand des Rades herum gemessen wird. Die Messeinheit ist die Länge einer Magnetregion (MR), die üblicherweise 2,5 mm beträgt (1 MR = 2,5 mm).
-
2A veranschaulicht konzeptionell ein Ausführungsbeispiel eines Systems 100, das eine Differenzialerfassungsanordnung umfasst. Das System 100 umfasst ein drehbares Rad 110 wie z. B. das in den 1A und 1B veranschaulichte Rad 10 oder 20. Wie oben erwähnt wurde, erzeugt das Rad 110 ein variierendes Magnetfeld, während es sich dreht. Zwei Sensoren 112, 114 sind durch einen Trennungsabstand 116 voneinander beabstandet und sind dahin gehend konfiguriert, ansprechend auf das variierende Magnetfeld jeweilige Signale zu erzeugen. Die Signale von den Sensoren 112, 114 werden seitens eines Prozessors 118 empfangen.
-
Das System 100 verwendet eine Differentialerfassungsanordnung, die in 2B weiter veranschaulicht ist. Die Erfassungsanordnung wird durch den Prozessor 118 implementiert, der eine beliebige geeignete Rechen- oder Datenverarbeitungsumgebung sein könnte, einschließlich in einer digitalen elektronischen Schaltungsanordnung (beispielsweise einer anwendungsspezifischen integrierten Schaltung (ASIC) oder einem Digitalsignalprozessor (DSP)) oder in einer Computerhardware, Firmware, einem Vorrichtungstreiber oder einer Software. Die Erfassungsanordnung umfasst m[k]: Magnetcodierung um den Rand des Polrades 110 herum; b(x) und b(x – 1 MR): Magnetfeld an der Position der Sensorelemente A (112) bzw. B (114); u(x) and u(x – 1 MR): Sensorelemente-Ausgangsspannung; v(x): Differentialausgangsspannung.
-
Wie oben erwähnt wurde, sind zwei Sensorelemente 112, 114 durch den Trennungsabstand 116, der beispielsweise die Länge einer Magnetregion (MR) beträgt, beabstandet, und das Magnetfeld wird an den Positionen x bzw. x-1MR gemessen. Jedes Sensorelement 112, 114 erzeugt eine elektrische Spannung, die bei ersten Überlegungen zu ihrem angelegten Magnetfeld direkt proportional ist. Ein Subtrahieren der Ausgangsspannung u(x – 1 MR) des Sensorelements 114 von der Spannung u(x) des Elements 112 führt zu der Differentialausgangsspannung v(x) = u(x) – u(x – 1 MR).
-
Ein Übertragen einer einzelnen Magnetregion durch den Magnetkanal fM(x) bewirkt ein Magnetfeld an der Position des Sensorelements mit einer impulsförmigen Normalkomponente, wie in 3A gezeigt ist. Physische Parameter wie z. B. Zwischenraum (zwischen Sensor und Magnetrad), Temperatur und magnetisches Dipolmoment (der Magnetregion) verändern die Kanalcharakteristik, was zu verschiedenen Impulsformen des Feldes führt. Ein Erhöhen des Zwischenraums bewirkt eine Abnahme der Magnetfeldstärke (Impulsspitze) und eine zunehmende Impulsbreite. (Die Absenkung des Feldes ist auf Grund der Normierung in 3 nicht zu sehen.)
-
Im Gegensatz zu der Impulsform der Normalkomponente ist die Form der Tangentialkomponente ein Doppelimpuls, wie in 3B gezeigt ist. Wiederum bewirkt ein Erhöhen des Zwischenraums ein abnehmendes Magnetfeld und eine zunehmende Breite. Bei einer Übertragung von mehr als einer Magnetregion und unter der Annahme, dass jede einzelne ein derartiges Feld erzeugt und sie sich gegenseitig nicht beeinflussen, kann das resultierende Feld b(x) unter Verwendung einer linearen Überlagerung berechnet werden. Berechnungsergebnisse – unter Verwendung einer linearen Überlagerung – sind in 4 und 5 für die Normal- bzw. Tangentialkomponente des Magnetfeldes normiert gezeigt. In 4 ist die normierte Normalkomponente der Magnetfeldverteilung an einem sich drehenden Polrad veranschaulicht. Schwankungen des Zwischenraums: 1 mm (A), 1,5 mm, 2,5 mm (B); 3,5 mm (C). In 5 ist die normierte Tangentialkomponente der Magnetfeldverteilung an einem sich drehenden Polrad veranschaulicht. Schwankungen des Zwischenraums: 1 mm (A), 1,5 mm (B), 2,5 mm; 3,5 mm (C).
-
Ein Erhöhen des Zwischenraums zwischen Sensor und Polrad bewirkt eine Variation der Signalform, was zu einer Verschiebung der Position von Nullwerten sowie der Positionen von Maxima und Minima führt. Ein Erhöhen des Zwischenraums von 1 mm auf 3,5 mm verschiebt den Nullwert der Normalkomponente um bis zu 0,28 MR. An der Tangentialkomponente kann ebenfalls eine Verschiebung beobachtet werden, und bei einem Zwischenraum von 3,5 mm fehlt sogar ein Nullwert.
-
Das durch eine einzelne Magnetregion erzeugte Magnetfeld erstreckt sich bis zu ihren Nachbarregionen, wodurch eine Interferenz bewirkt wird. Da die Pulsbreite in Abhängigkeit von dem Zwischenraum variiert, variiert auch die Interferenz mit den Nachbarregionen, was zu einer Verschiebung der Spitzen- und Nullwertpositionen in den Signalverläufen des Magnetfeldes führt.
-
Ähnliche Effekte sind bei anderen Anwendungen wie dem Wiedergabeprozess eines Festplattenlaufwerks (HDD – hard disk drive) bekannt, bei dem ein Magnetfeldsensor das Magnetfeld oberhalb einer magnetisierten, sich drehenden Platte misst. Hohe Datendichten bewegen die Magnetregionen näher aufeinander zu, und es tritt eine Intersymbol-Interferenz (ISI – intersymbol interference) auf. 7 veranschaulicht ISI. Außerdem werden bei einer digitalen Datenübertragung die Daten durch die Verzerrung des Übertragungskanals beeinflusst, und ISI tritt auf.
-
Ein Entscheidungsrückkopplungsentzerrer (DFE – decision feedback equalizer) ist ein Filter, das zum Beseitigen von ISI verwendet wird. 8 veranschaulicht ein exemplarisches Ausführungsbeispiel eines DFE. Bei der digitalen Datenübertragung werden Partial-Response-Techniken dazu verwendet, das Frequenzspektrum der Datensequenz zu einem Frequenzbereich zu verschieben, der besser auf den Übertragungskanal abgestimmt ist. Ein Subtrahieren oder Addieren des letzten und tatsächlichen Datenbits verschiebt das Frequenzspektrum zu höheren bzw. niedrigeren Frequenzen.
-
6 veranschaulicht ein Ausführungsbeispiel eines Partial-Response-Entzerrers. Der Sender in 6 transformiert die digitalen Eingangsdaten m[k] ∊ {–1, 1} in a[k] = m[k] – m[k – 1], wobei a[k] ∊ {–2, 0, 2}. Wenn man von einem idealen Übertragungskanal ausgeht, bei dem keine ISI auftritt, können die übertragenen Daten unter Verwendung des rekursiven Filters m ~[k] = a[k] + m ~[k – 1] rekonstruiert werden. Wenn das letzte Datenelement m ~[k – 1] bekannt ist, kann das tatsächliche Datum m ~[k] berechnet werden.
-
Jedoch kann für k = 0 das letzte Datenelement nicht bekannt sein, und es muss eine Vermutung angestellt werden. Falls diese Vermutung falsch war, liefert die folgende Rekonstruktion m ~[k] = ∊ {1, 3} oder m ~[k] = ∊ {–1, –3}. Deshalb wird eine Begrenzungseinrichtung (ein Diskriminator) dazu verwendet, m ^[k] ∊ {–1, 1} zu erzwingen.
-
Bei einem echten Übertragungskanal tritt eine Verzerrung auf, die zu einer Interferenz der Daten (des Datensymbols) an der tatsächlichen Position bezüglich der Daten an der letzten und nächsten Position führt. Dies kann mathematisch als Faltung der Differentialdaten a[k] mit einer Funktion c(t), die die Verzerrung darstellt, beschrieben werden, v(t) = a[k]·c(t).
-
Die übertragenen Daten können aus v(t) nur geschätzt werden, falls die Effekte der ISI beseitigt wurden. Unter der Annahme, dass die ISI beseitigt wurde, kann dieselbe rekursive Filterstruktur, wie sie in 6 gezeigt ist, zur Rekonstruktion verwendet werden.
-
Der DFE, in 8 gezeigt, wird bei verschiedenen Anwendungen vielfach eingesetzt, um ISI-Effekte zu beseitigen. Angenommen, dass ISI von v[k – 1] beseitigt wurde und die Rekonstruktion erfolgreich war, ist das letzte Datenelement m[k – 1] an dem Empfänger bekannt. Die Interferenz dieses letzten Datenelements bezüglich der tatsächlichen Position (als Nach-ISI bezeichnet) kann berechnet werden, falls die Transfercharakteristik des Kanals bekannt ist.
-
Der DFE, in 8 gezeigt, verwendet das Rückkopplungsfilter (FBF – feedback filter), um eine Nach-ISI zu erzeugen, die vor der Diskriminierung subtrahiert wird.
-
Da zukünftige Daten unbekannt sind, kann derselbe Lösungsansatz nicht dazu verwendet werden, Vor-ISI zu berechnen. Deshalb wird eine ISI zukünftiger Symbole durch das Vorwärtskopplungsfilter (FFF – feed forward filter) des DFE vorhergesagt und beseitigt.
-
Das FBE und das FFF können entweder als Unbegrenztes-Impulsansprechen-Filter (IIR-Filter, IIR = infinite impulse response) oder als Begrenztes-Impulsansprechen-Filter (FIR-Filter, FIR = finite impulse response) implementiert werden, wobei FIR-Filter auf Grund ihrer garantierten Stabilität häufiger verwendet werden.
-
Üblicherweise ist die Verzerrung des Kanals unbekannt. Deshalb werden adaptive Algorithmen (AA) verwendet, um die Koeffizienten des DFE zu schätzen. Eine Übungssequenz l[k] – die an dem Empfänger bekannt ist – wird durch den unbekannten Übertragungskanal übertragen. An dem Empfänger vergleicht der AA das Signal m ~[K] (das Signal nach einem teilweisen Beseitigen von ISI) mit der bekannten Übungssequenz l[K] und erzeugt ein Fehlersignal ε, das eine verbleibende ISI bei m ~[K] identifiziert. Die optimalen Filterkoeffizienten zum Beseitigen von ISI des Kanals können durch Minimieren des Fehlersignals geschätzt werden. Nach abgeschlossener Schätzung stimmt m ~[K] mit l[K] überein, und die gesamte ISI des Kanals wird beseitigt.
-
Während der folgenden Datenübertragung kann die Schätzung fortgesetzt werden, was ein Beseitigen von ISI auch dann ermöglicht, wenn die Transfercharakteristik des Kanals variiert.
-
Wie in 2 gezeigt ist, sind die zwei Sensorelemente in einem Trennungsabstand von 1 MR platziert. Bei konstanter Umdrehungsgeschwindigkeit kann dieser Abstand im Raum auch als Verzögerung Δt in der Zeit ausgedrückt werden. Der magnetische Übertragungskanal in dem Raumbereich (2) kann in den Zeitbereich transponiert werden, was zu einer Ausgangsspannung v(t) = u(t) – u(t – ☐t) führt. Die Ähnlichkeiten zwischen dem magnetischen Übertragungskanal (in 2 h(x)) und dem Übertragungskanal bei der digitalen Datenübertragung (in 8 gk) verdeutlichen, dass der DFE auch dazu verwendet werden kann, eine ISI, die aus dem magnetischen Übertragungskanal resultiert, zu beseitigen. Jedoch ist dies nur möglich, falls die Abtastperiode von DFE gleich der zeitlichen Verzögerung zwischen den beiden Sensorsignalen ist.
-
Ein Beseitigen von ISI-Effekten unter Verwendung eines DFE ermöglicht ein Bestimmen der Magnetzustände eines Polrades. Im Gegensatz zur digitalen Kommunikation sind bei Sensoranwendungen die relevanten Informationen der Übergang zwischen Magnetzuständen (Position) und nicht die Zustände (Daten) selbst. Deshalb wird von einer Struktur an dem Rad mit einer hohen Symboldichte ausgegangen. Ein Bestimmen der Hochdichtestruktur ermöglicht ein genaueres Identifizieren des Übergangs zwischen Magnetzuständen.
-
Bei einer höheren Symboldichte muss der DFE bei einer höheren Abtastrate arbeiten, was zu FIR-Filtern einer höheren Ordnung führt. Um dieselbe Menge an ISI bei einer höheren Abtastrate fK = ψ·fk zu beseitigen, muss die Filterordnung um einen Faktor ψ erhöht werden.
-
Die Eingangssignale für das FBF und FFF sind die binäre Sequenz m ^[K] (gleicht m ^[K] mit einer höheren Abtastrate fK) beziehungsweise das Mehrbitsignal v[K]. Ein Erhöhen der Filterordnung für beide Filter bewirkt eine moderate Zunahme der Filterkomplexität für das Einbit-FBF und eine drastische Zunahme für das Mehrbit-FFF. Um die Komplexität des DFE zu reduzieren, wird eine Struktur ohne das Erfordernis eines FFF benötigt.
-
Eine als Prädiktions-DFE (pDFE – predictive DFE) bezeichnete modifizierte Filterstruktur, die in 9 veranschaulicht ist, verwendet ein Standard-FBE (nun als Nach-FBF bezeichnet), um Nach-ISI zu erzeugen. Das FFF wird durch ein zusätzliches Filter in dem Rückkopplungspfad, das als Vor-FBF bezeichnet wird, ersetzt. Die Eingaben für dieses Filter sind die vorhergesagten Zustände nächster Magnetregionen an dem Rad, was ein Erzeugen einer Vor-ISI ermöglicht. Diese Vorhersage ist möglich, da das sich drehende Rad eine periodische Sequenz erzeugt. Wenn die Position nachverfolgt wurde, können Zustände nächster Regionen aus einem Speicher ausgelesen werden. Dann werden die Vor- und die Nach-ISI vor der Diskriminierung subtrahiert.
-
Die unbekannte Transfercharakteristik des magnetischen Übertragungskanals kann unter Verwendung eines adaptiven Algorithmus geschätzt werden. 10 veranschaulicht ein Ausführungsbeispiel eines pDFE mit einer Phasenregelschleife (PLL) und einem adaptiven Algorithmus. Im Gegensatz zu digitaler Kommunikation ist bei einer Winkelmessung die Verwendung einer Übungssequenz nicht möglich, da die Startzeit der Übungssequenz (der Winkel des Rades) nicht bekannt ist. Deshalb wird in 11A eine neue Strategie für die Anpassung unter Verwendung eines Start- und Betriebsmodus vorgeschlagen.
-
Während des Startmodus wird eine Nulldurchgangsdetektion des Signals v(x) dazu verwendet, das binäre Signal m ^(x, t) zu erzeugen, das eine grobe Schätzung der Struktur an dem Rad ist. Eine Verwendung von m ^(x, t) als Übungssequenz einer niedrigen Qualität ermöglicht es dem AA, die Filterkoeffizienten grob zu schätzen, und ISI wird teilweise beseitigt.
-
Dann schaltet der pDFE in den Betriebsmodus und verwendet das Signal mit teilweise beseitigter ISI als neue Übungssequenz. Auf der Basis der zuvor grob geschätzten Koeffizienten kann deren Wert nun genauer geschätzt werden. Nacheinander werden ISI des Kanals beseitigt und die Phasengenauigkeit des Systems verbessert.
-
Bei digitalen Kommunikationen wird ISI üblicherweise über ein paar Symbole beseitigt, was zu FIR-Filtern einer niedrigen Ordnung (2 bis 3) für den DFE führt. Übliche AAs schätzen jeden Filterkoeffizienten der FIR-Filter separat, was leicht auch auf einem Chip zu implementieren ist.
-
Bei Sensoranwendungen erfordert eine hohe Winkelgenauigkeit hohe Datenraten, was zu FIR-Filtern einer hohen Ordnung (z. B. 100) führt. Ein separates Anpassen aller Filterkoeffizienten erfordert eine hohe Verarbeitungsleistung oder große Verarbeitungshardware, was auf integrierten Einzelchip-Sensoren schwierig zu implementieren ist. Deshalb wird ein verbesserter AA, der ein physikalisches Modell verwendet, vorgeschlagen.
-
Der Übertragungskanal zwischen Rad und Sensor kann durch die Transferfunktion h(x, P) (siehe 2) beschrieben werden, die von den physikalischen Parametern P (Temperatur, Zwischenraum, magnetisches Dipolmoment usw.) abhängt. Falls die Beziehung zwischen physikalischem Parameter und Transferfunktion h(x, P) und die Werte des physikalischen Parameters bekannt sind, ist die Transfercharakteristik des Kanals definiert.
-
Unter Verwendung dieses Ansatzes kann der AA in 11A erweitert werden, wie in 11B gezeigt ist, und statt die Filterkoeffizienten direkt zu schätzen, werden die Werte des physikalischen Parameters geschätzt. Mit den angepassten physikalischen Werten kann die Kanalverzerrung – und somit auch die Filterkoeffizienten, um diese Verzerrung zu beseitigen – unter Verwendung des physikalischen Modells berechnet werden.
-
Allgemein hängt der Übertragungskanal von vielen physikalischen Parametern ab. Auf Grund einer begrenzten Rechenleistung des Sensorchips muss ein einfaches Kanalmodell gefunden werden. Der präsentierte AA berechnet das Magnetfeld als Funktion des Zwischenraums und magnetischen Dipolmoments (Temperaturschwankungen beeinflussen vorwiegend das magnetische Moment). Das berechnete Magnetfeld eines Polrades, das das einfache Modells verwendet, wurde mit FE-Simulationen überprüft, und zeigt sich darin, dass die Abweichung zwischen denselben bei Zwischenräumen zwischen 1 mm und 7 mm unter 2% liegt.
-
Jedoch kann zum Berechnen des Magnetfeldes ein physikalisches Modell mit mehr oder weniger Parametern verwendet werden. Ferner ist eine Nachschlagtabelle, die die Ergebnisse von FEM-Simulationen speichert, eine mögliche Lösung.
-
Ein Vorteil der neuen Struktur besteht darin, dass der AA statt hunderten von unkorrelierten Filterkoeffizienten zwei physikalische Parameterwerte schätzen muss. Im Vergleich zu einer herkömmlichen AA-Struktur benötigt die präsentierte Struktur eine weitere Verarbeitung oder Hardware, um die Filterkoeffizienten aus den physikalischen Werten zu berechnen. Die präsentierte Struktur ist sehr geeignet, falls FIR-Filter einer hohen Ordnung verwendet werden oder falls ein einfaches Modell des Kanals gefunden werden kann.
-
Die „Leistungsfähigkeitsfunktion” zeigt den Wert des Fehlersignals als Funktion aller Parameter des adaptiven Algorithmus. Bei einer Verwendung der physikalischen Parameterwerte bei dem globalen Minimum der Leistungsfähigkeitsfunktion (minimales Fehlersignal) stimmt der berechnete Signalverlauf, der das einfache Modell verwendet, mit dem gemessenen Signalverlauf überein. Der adaptive Algorithmus sollte das globale Minimum der Leistungsfähigkeitsfunktion dadurch finden, dass er die Parameterwerte variiert und das Fehlersignal auswertet. Auf Grund der Beschaffenheit des Problems können bei der Leistungsfähigkeitsfunktion lokale Minima auftreten, was die Lokalisierung eines globalen Minimums verkompliziert.
-
Die Leistungsfähigkeitsfunktion eines Algorithmus mit zwei physikalischen Parametern weist drei Dimensionen auf (Zwischenraum, magnetisches Dipolmoment und Fehlersignal), und die Suche nach lokalen Minima kann problemlos durchgeführt werden. Eine Verwendung einiger hundert unkorrelierter Filterkoeffizienten führt zu einer Funktion mit einer Leistungsfähigkeit von ein paar hundert Dimensionen, und die Suche nach lokalen Minima entwickelt sich zu einem nahezu unmöglich zu lösenden Problem. Dies ist ein weiterer Vorteil des Schätzens der physikalischen Parameter, statt die Filterkoeffizienten direkt anzupassen.
-
Die durchgezogenen Linien in 12A und B zeigen die Leistungsfähigkeitsfunktion für eine Erfassungsanordnung, die zwei GMR-Elemente mit einem Zwischenraum von 1,5 mm bzw. 3,5 mm verwendet. Man kann sehen, dass der Wert des Fehlersignals sein globales Minimum aufweist, falls der geschätzte Wert des Zwischenraums gleich dem physikalischen Wert ist.
-
Bisher wurde angenommen, dass der pDFE in der Lage ist, die Magnetfeldverteilung ohne Fehler zu berechnen, falls die physikalischen Parameter bekannt sind. Auf Grund einer Endliches-Filter-Ordnung des Vor- und des Nach-FBF ist auch die Länge der berechneten Impulsform endlich. Die geometrische Länge (in MR ausgedrückt) ist gleich der verwendeten Filterordnung geteilt durch die verwendete Anzahl von Abtastwerten pro Magnetregion.
-
13 veranschaulicht die berechnete tangentiale Impulsform in Abhängigkeit von den Filterlängenschwankungen des Zwischenraums (durchgezogen: 1,5 mm; gestrichelt: 3,5 mm). In 13A beträgt die Filterlänge ±2 MR; in 13B beträgt die Filterlänge ±4 MR.
-
Die begrenzte Länge der berechneten Impulsform bewirkt Abweichungen zwischen Messungen und Berechnungen (wie in 13 gezeigt ist), was zu einem falschen Fehlersignal führt. Deshalb wird die Verwendung von FIR-Filtern oder IIR-Filtern einer sehr hohen Ordnung vorgeschlagen.
-
Ein falsches Fehlersignal wird auch durch die Genauigkeit des verwendeten physikalischen Modells bewirkt. Höchste Genauigkeit kann erzielt werden, wenn ein komplexes Modell mit vielen Parametern verwendet wird. Rauschen bei m ~[k], m ^ und m ^[k] beeinflusst auch das Fehlersignal und folglich die Leistungsfähigkeitsfunktion des adaptiven Algorithmus.
-
Bisher ging man von einer konstanten Umdrehungsgeschwindigkeit aus, die zu einer konstanten Taktfrequenz für den pDFE führt. Im allgemeinen Fall variiert die Umdrehungsgeschwindigkeit des Automobil-Verbrennungsmotors über eine Bandbreite von 0 bis 8.000 UpM. Dies führt zu Frequenzschwankungen zwischen 0 und 8.000 Hz der Magnetisierungsstruktur an dem Rad an einem Rad mit 120 Magnetregionen.
-
Bei Verwendung einer konstanten Taktfrequenz für den pDFE schwankt die Anzahl von Abtastwerten pro Magnetregion zwischen verschiedenen Umdrehungsgeschwindigkeiten, und die Filterkoeffizienten müssen sich in Abhängigkeit von der Geschwindigkeit ändern, was schwierig zu implementieren ist. Deshalb wird eine variable Taktfrequenz für den pDFE – die eine konstante Anzahl von Abtastwerten pro Magnetpol ψ aufweist – vorgeschlagen. Bei dieser variablen Taktfrequenz müssen die Filterkoeffizienten nicht in Bezug auf Geschwindigkeitsschwankungen aktualisiert werden.
-
Die Taktfrequenz des pDFE (nun als
bezeichnet) muss der Umdrehungsgeschwindigkeit des Motors folgen, was unter Verwendung einer PLL verwirklicht werden kann. Analoge PLLs können Geschwindigkeitsschwankungen lediglich innerhalb eines kleinen Frequenzbereichs (einige wenige Prozent) folgen. Deshalb wird eine volldigitale PLL (ADPLL – all-digital PLL) verwendet, bei der der Frequenzbereich lediglich durch die Bitlänge des Zählers in dem digital gesteuerten Oszillator (DCO – digital controlled oscillator) begrenzt wird.
-
Die allgemeine ADPLL besteht aus einem Phase-zu-Digital-Wandler (P2D), einem digitalen Schleifenfilter (DLF – digital loop filter), einem digital gesteuerten Oszillator (DCO) und einem Frequenzteiler.
14 zeigt ein Beispiel einer ADPLL, bei der der Frequenzteiler mit einem Teilungsfaktor ψ durch den pDFE verwirklicht ist. Die zusätzlichen Schmitt-Triggerschaltungen transformieren die Mehrbitsignale v[K] und
n[K ^] zu den binären Signalen mit Frequenzen f
v[K] bzw.
Die Phasen- und Frequenzdifferenzen zwischen Eingangssignalen des P2D werden in ein digitales Ausgangssignal ΔΘ umgewandelt. Dieses Signal besteht sowohl aus Gleichstrom- als auch aus Wechselstromkomponenten. In dem verriegelten Zustand der PLL ist die Gleichstromkomponente grob proportional zu der Phasendifferenz zwischen den beiden Frequenzen, wohingegen die Wechselstromkomponente unerwünschtes Rauschen ist. Über ein digitales Tiefpassfilter (DLF – digital low pass filter) wird das Wechselstromrauschen unterdrückt. Im stationären Zustand beträgt die Frequenz des Ausgangssignals des DCOψ·f
v[K]. Dieses Signal wird als Taktsignal für den pDFE verwendet.
-
Bei Verbrennungsmotoren variiert die Umdrehungsgeschwindigkeit von Wellen auf Grund der Triebkräfte, die während eines Explosions- und Kompressionshubs auf die Kolben einwirken, geringfügig. Eine herkömmliche ADPLL kann diesen Geschwindigkeitsschwankungen folgen, aber Phasenunterschiede zwischen f
v[K] und
können allgemein nicht vermieden werden.
-
Simulationen im Frequenzbereich wurden für herkömmliche ADPLL mit verschiedenen Zeitkonstanten (TC – time constants) durchgeführt.
15 zeigt die Simulationsergebnisse für zwei ADPLLs mit verschiedenen Zeitkonstanten, die als Anstiegszeit von 5% bis 95% der Sprungantwort gemessen wurden, des DLF. (In
15, durchgezogen: variierende Eingangsfrequenz; gestrichelt: TC = 300 ms; gepunktet: TC = 2,2 ms). Unter Verwendung einer großen Zeitkonstante für das DLF erzeugt die ADPLL eine konstante Ausgangsfrequenz
und eine Phasendifferenz zwischen f
v[K] und
von bis zu 1,12 Rad tritt auf. Ein Verringern der Zeitkonstante ermöglicht ein Verringern – jedoch kein Eliminieren – dieser Phasendifferenz.
-
16 veranschaulicht ein Ausführungsbeispiel einer Prädiktions-ADPLL (pADPLL – predictive ADPLL). Die schnellen Frequenzschwankungen an dem Eingang können auch durch eine konstante Mittenfrequenz und eine variierende Phasenverschiebung ausgedrückt werden. Eine herkömmliche ADPLL mit einer (im Vergleich zu den Frequenzschwankungen) großen Zeitkonstante wird dazu verwendet, die konstante Mitte
zu erzeugen. Die restliche Phasendifferenz zwischen
und f
v[K] wird unter Verwendung von P2D gemessen und im Speicher gespeichert.
-
Durch Auswerten der letzten gespeicherten Werte der Phasendifferenz kann der nächste Wert durch den Phasenprädiktor geschätzt werden. Die Variable-Verzögerung-Leitung (VD – variable delay line) wird dazu verwendet, die geschätzte Phasenverschiebung in die konstante Frequenz
einzubringen. Bei Verwendung dieses Lösungsansatzes werden die Frequenzschwankungen durch eine konstante Mittenfrequenz mit variierender Phasenverschiebung reproduziert.
-
17 zeigt Simulationsergebnisse einer pADPLL im Frequenzbereich. Wiederum wurde die in
15 gezeigte variierende Frequenz als Eingabe verwendet. Ein DLF mit einer Zeitkonstante von 300 ms wird dazu verwendet, die konstante Mittenfrequenz
zu erzeugen. Der Prädiktor weist einen Abtastzeitraum von 17 ms auf und verwendet eine Zweite-Ordnung-Polynomische-Interpolation der letzten drei gespeicherten Werte der Phasendifferenz, um den nächsten Wert zu schätzen. Im Vergleich zu einer herkömmlichen ADPLL mit schnellem DLF wurde die Phasendifferenz zwischen f
v[K] und
von 0,7 Rad auf 0,5 Rad reduziert. Dieser Wert kann verbessert werden, indem ein Prädiktor mit einer höheren Abtastrate oder einem verbesserten Prädiktionsalgorithmus verwendet wird.
-
Die präsentierte Struktur in
16 verwendet zwei pDFE-Schaltungen. Eine (pDFE
1) wird dazu verwendet, die Mittenfrequenz
nachzuverfolgen. Die andere (pDFE
2) wird durch die phasenverschobene Mittenfrequenz
getaktet, was ein Beseitigen der ISI und sehr genaue Winkelmessungen ermöglicht.
-
Die modellierte Sensoranordnung besteht aus einem sich drehenden Polrad mit dem Muster m[K], wie es in 18 gezeigt ist, und zwei Hall-Elementen in einem Trennungsabstand von 1 MR. FE-Simulationen wurden durchgeführt, um das Magnetfeld in einem Abstand von 2 mm und folglich die Differentialspannung v(x) der zwei Hall-Elemente zu berechnen.
-
Die in 10 gezeigte pDFE-Struktur wurde wie folgt modelliert: Der adaptive Algorithmus verwendet ein Newton-Verfahren, um die zwei physikalischen Werte (Zwischenraum und magnetisches Dipolmoment) zu schätzen. Um die Winkelgenauigkeit zu verbessern, wurden 32 Abtastwerte pro Magnetregion verwendet. Die geometrische Länge für beide FBF wurde als 4,5 MR definiert, und somit wurden zwei Filter mit einer Größenordnung von 143 (144 Filterabgriffe) verwendet. Eine ADPLL mit einem Systemtakt von 25,6 MHz und einem Frequenzbereich zwischen 32 × 800 und 32 × 8.000 Hz wurde zur Taktrückgewinnung verwendet. Jedoch ist dies lediglich eine von vielen möglichen Implementierungen der pDFE- und der pADPLL-Struktur.
-
18A zeigt die Signale des modellierten pDFE, nachdem die Position unter Verwendung von m ^(x, t) grob nachverfolgt wird. Die Parameterwerte sind noch nicht ordnungsgemäß geschätzt, und deshalb stimmt der berechnete Signalverlauf n[K ^] bei einer Verwendung des einfachen Modells nicht mit dem Signalverlauf v(x) der Differentialsensorausgangsspannung überein. Diskrepanzen zwischen den Nullwerten dieser beiden Signalverläufe bewirken den Phasenfehler zwischen der Magnetstruktur m[k] an dem Rad und dem pDFE-Ausgang m ^[k ^].
-
Die durch den AA geschätzten physikalischen Werte konvergieren zu den physikalischen Parameterwerten des Kanals, und nach 20 Anpassungsschritten sind die Parameter hinreichend gut geschätzt. Bei den hinreichend gut geschätzten physikalischen Parameterwerten stimmt der berechnete Signalverlauf mit der Ausgangsspannung der zwei Sensorelemente überein, wie in 18B gezeigt ist. Deshalb kann auch die ISI des Kanals beseitigt werden, und der pDFE-Ausgang m ^[K ^] stimmt mit hoher Genauigkeit mit der Struktur m[K] überein.
-
Die Simulationen im Zeitbereich haben gezeigt, dass ISI eines Übertragungskanals beseitigt werden kann. Jedoch besteht der Hauptvorteil des pDFE darin, dass die Verschiebung eines Nulldurchgangspunktes kompensiert werden kann und die Winkelgenauigkeit unabhängig von dem Zwischenraum zwischen Sensorelement und sich drehendem Rad wird. Deshalb wurden Simulationen mit verschiedenen physischen Zwischenräumen durchgeführt. 19 zeigt die Simulationsergebnisse für einen Zwischenraum von 4 mm nach 20 Anpassungsschritten. Wiederum werden ISI-Effekte der Kanäle beseitigt, und es verbleibt ein Phasenfehler von 0,07 MR. Der Phasenfehler hängt nicht mehr von dem Zwischenraum ab und kann durch Entwurfsparameter wie Taktfrequenz und Filterlänge definiert werden.
-
Somit können bekannte Sensoren Nulldurchgänge mit hoher Genauigkeit detektieren, aber ihre Konzepte kompensieren nicht die Verschiebungen von Nulldurchgängen (bis zu 28% einer Magnetregion an dem Polrad), die durch Zwischenraumschwankungen verursacht werden. Der offenbarte Sensor mit dynamischer Verschiebungskompensation berechnet und kompensiert die Verschiebungen, die aus Schwankungen physikalischer Parameter (Zwischenraum, Temperatur, magnetisches Dipolmoment usw.) resultieren. Zur Berechnung wird ein einfaches physikalisches Kanalmodell verwendet, und ein adaptiver Algorithmus schätzt die Parameterwerte. Als weiterer Vorteil können die geschätzten physikalischen Werte als zusätzliche Sensorausgänge zur Verfügung gestellt werden.
-
Wie oben erwähnt wurde, wird bei bestimmten Ausführungsbeispielen eine PLL verwendet. Die Phasenregelschleife (PLL – phase locked loop) ist eine bekannte Schaltung, die z. B. zur Taktimpulssynchronisation verwendet wird. 20 veranschaulicht ein Blockdiagramm einer typischen PLL 200 mit einem Phasendetektor (PD – phase detector) 210, Schleifenfilter (LF – loop filter) 212, spannungsgesteuerten Oszillator oder digital gesteuerten Oszillator (xCO) 214 und Frequenzteiler (N) 216.
-
Wenn eine konstante Frequenz an einen Eingang u1 der PLL angelegt wird, wird an einem Ausgang u2 ein Signal durch die PLL erzeugt, wobei dieses Signal sowohl in Bezug auf die Frequenz als auch in Bezug auf die Phase identisch mit dem Ausgang ist. Falls der Frequenzteiler N größer ist als 1, ist die Ausgangsfrequenz ein Vielfaches der Eingangsfrequenz.
-
Jedoch ist die Eingangsfrequenz nicht bei jeder Anwendung konstant. Wenn sich die Eingangsfrequenz als Funktion der Zeit ändert, sollte die PLL diesen Frequenzänderungen folgen und dieselben Änderungen der Frequenz an dem Ausgang erzeugen. 21 veranschaulicht ein Beispiel derartiger Frequenzänderungen.
-
Herkömmliche PLLs korrigieren die Frequenzänderungen an dem Eingang, und die Ausgangsfrequenz ändert sich infolge der Frequenzänderung an dem Eingang. Jedoch weist jede Steuerschleife eine gewisse Zeitkonstante auf und kann Änderungen an dem Eingang nur mit einer gewissen Verzögerung folgen. Folglich führt dies notwendigerweise zu Phasendifferenzen zwischen dem Eingangs- und dem Ausgangssignal.
-
Beispielsweise bei einer digitalen Signalverarbeitung eines Sensorsignals von Nockenwellen-/Kurbelwellensensoren besteht das Ziel darin, ein Taktsignal zu erzeugen, das synchron zu der Drehgeschwindigkeit von Verbrennungsmotoren (z. B. Benzinmotoren, Dieselmotoren) ist. Die Drehgeschwindigkeit der Verbrennungsmotoren ist jedoch nicht konstant. Zum Zeitpunkt der Zündung kann man sehen, dass die Nockenwellen/Kurbelwellen beschleunigen, und zum Zeitpunkt der Kompression kann man sehen, wie sie langsamer werden (siehe Kurve in 21). Unter Verwendung herkömmlicher PLL-Schaltungen würde dies zu Phasenfehlern führen. Desgleichen kann es bei einer Datenübertragung und sogar bei einer synchronen Datenübertragung geschehen, dass die Taktfrequenz des Senders geringe Frequenzschwankungen aufweist. Der Empfänger muss diesen Frequenzänderungen folgen, so gut er dazu in der Lage ist. In den meisten Fällen geschieht dies mit einer herkömmlichen PLL.
-
Es ist wahr, dass die Verwendung einer herkömmlichen PLL mit einer Schnellsteuerungsschaltung (geringe Zeitkonstante des LF) diese Phasendifferenzen verringern kann. Jedoch können Phasendifferenzen niemals vollständig eliminiert werden. Außerdem weist die Verwendung einer geringen Zeitkonstante auch den Nachteil auf, dass bei der Ausgangsfrequenz ein hohes Jitter auftritt.
-
Die Änderungen der Frequenz an dem Eingang (21) können auch als konstante Frequenz (Mittenfrequenz) mit Phasenänderungen interpretiert werden. 22A und 22B veranschaulichen eine Phasenverschiebung an dem Eingang als Funktion der Zeit, wobei die Mittenfrequenz gegenüber der Zeit in 22A veranschaulicht ist und die Phase gegenüber der Zeit in 22B.
-
Somit ist es unter Verwendung einer herkömmlichen PLL möglich, die konstante Frequenz und die Phasenverschiebung mittels einer nachgelagerten Schaltung (einer variablen Verzögerung) zu erzeugen. Die ausgewählte Zeitkonstante der PLL sollte groß genug sein, zu gewährleisten, dass sich die Ausgangsfrequenz nur langsam ändert.
-
Die raschen Phasenänderungen werden durch die Variable-Verzögerung-Leitung ermöglicht. Die Phasenverschiebung wird durch einen Schätzungsalgorithmus vorhergesagt.
-
23 veranschaulicht ein Ausführungsbeispiel einer PLL mit einer Variable-Verzögerung-Leitung 220 und einer Verzögerungsschätzeinrichtung 222. Ein Signal u2 sollte der Mittenfrequenz des Eingangssignals entsprechen. Deshalb muss die ausgewählte Zeitkonstante der PLL größer sein als die Zeitkonstante der Phasenänderungen an dem Eingang. Die Frequenz des Signals u2 entspricht somit dem Produkt der Eingangsfrequenz u1 und des Frequenzteilers N, d. h. u1·N. Jeder in 23 veranschaulichte Funktionsblock kann dahin gehend implementiert sein, analog, digital oder gemischt analog-digital zu sein. Bei alternativen Ausführungsbeispielen wird auf den Frequenzteiler N verzichtet.
-
Die Phasendifferenz zwischen den Signalen u1 und u'2 wird durch den Phasendetektor PD2 211 gemessen und an die Schätzeinrichtung 222 gesendet. Die Schätzeinrichtung 222 speichert einen oder mehrere vorherige Werte der gemessenen Phasendifferenzen E2. Auf der Basis dieser vorherigen Werte der Phasendifferenz berechnet die Schätzeinrichtung 222 die Schätzung für die vorliegende Phasendifferenz (E'2). Die Schätzung der Phasendifferenz wird an eine Variable-Verzögerung-Leitung 220 gesendet, und die Phasenverschiebung wird erzeugt. Ein Ausgangssignal u3 ist somit gleichphasig mit dem Eingangssignal u1.
-
Da die Frequenzänderungen an dem Eingang (21) in den meisten Fällen einen periodischen Signalverlauf aufweisen, ist es oft möglich, eine äußerst genaue Vorhersage zu treffen. Es ist nützlich, eine oder mehr Perioden des Phasengangs zu speichern und sie zum Treffen der Vorhersage zu verwenden.
-
24 veranschaulicht Simulationsergebnisse der Schaltung der 23 ohne Frequenzteiler 216 (oder mit N = 1). Die Frequenz u2 an dem Ausgang der PLL ist die Mittenfrequenz des Eingangssignals u1. Der Phasenfehler E1 der PLL wird durch die Verzögerungsleitung 220 kompensiert. Die vorhergesagte Phasendifferenz E2', die durch die Schätzeinrichtung 222 geschätzt wird, stimmt mit der gemessenen Phasendifferenz E1 überein.
-
Die Phasendifferenz zwischen u1 und u3 ist somit geringer als die Phasendifferenz zwischen u2 und u3. Der Restfehler ist darauf zurückzuführen, dass die Schätzeinrichtung 222 des veranschaulichten Ausführungsbeispiels nur alle 1,5 ms eine Schätzung liefert. Der Phasenfehler könnte durch Verwendung einer höheren Taktimpulsfrequenz der Schätzeinrichtung (oder Interpolation) weiter verringert werden.
-
25 veranschaulicht Simulationsergebnisse, wenn die Eingangssignale nicht periodisch sind und wenn sich die Mittenfrequenz an dem Eingang der Schaltung ändert. Auf Grund der großen Zeitkonstante der PLL folgt die Frequenz an dem Ausgang der PLL (u2) den Frequenzänderungen mit einer Verzögerung, was zu einer großen Phasendifferenz E1 führt. Jedoch kann die Schätzeinrichtung diesen Phasenfehler ziemlich genau vorhersagen (E2') und ihn mittels der Verzögerungsleitung kompensieren.
-
Bei manchen Ausführungsbeispielen kann der in 23 veranschaulichte PD1-Block 210 als Phasendetektor, als Phasenfrequenzdetektor oder als Frequenzdetektor implementiert sein. PD2 kann als Phasendetektor oder als Phasenfrequenzdetektor implementiert sein. Wenn PD1 und PD2 identisch sind, kann auf PD2 211 verzichtet werden. In diesem Fall verwenden sowohl das LF 212 als auch die Schätzeinrichtung 222 die Phasendifferenz E1 als das Eingangssignal, wie z. B. in 26 gezeigt ist.
-
Bei anderen Ausführungsbeispielen kann der Frequenzteiler (N) 216 in 23 unter Verwendung eines konstanten oder variablen Teilungsfaktors implementiert werden. Der Teilungsfaktor kann jede Ganzzahl oder Dezimalzahl sein. Wie in 16 gezeigt ist, ist auch die Verwendung der pDFE-Struktur als Frequenzteiler möglich.
-
Um die aktuelle Phasenverschiebung E2' zu berechnen, kann die Schätzeinrichtung 222 eine oder mehr vorherige Phasendifferenzen E2 (oder E1) verwenden. Um zu einer Schätzung zu gelangen, können viele verschiedene Variationen verwendet werden. Zwei praktische Beispiele werden nachfolgend beschrieben:
-
Polynomische Extrapolation:
-
Unter Verwendung einer polynomischen Extrapolation kann der zukünftige Wert auf der Basis der letzten Werte geschätzt werden. 27 veranschaulicht ein Beispiel, bei dem der zukünftige Wert anhand einer linearen Extrapolation (Polynom der ersten Ordnung) auf der Basis der letzten zwei Werte von E2 (oder E1) geschätzt wird. In der Praxis ist es sinnvoll, mehr als zwei vorherige Werte zum Schätzen des zukünftigen Wertes zu verwenden. Auch ist es sinnvoll, ein Polynom einer höheren Ordnung zu verwenden.
-
Zyklische Extrapolation:
-
Da die Frequenzänderungen in den meisten Fällen ein periodisches Muster (einen periodischen Zyklus) aufweisen, ist es sinnvoll, die Phasendifferenzen vorheriger Zyklen zur Berechnung heranzuziehen. Die Länge eines Zyklus muss der Schätzeinrichtung bekannt sein oder muss seitens der Schätzeinrichtung ermittelt werden.
-
Ähnlich wie bei der polynomischen Extrapolation wird der zukünftige Wert auf der Basis der letzten Werte geschätzt. Der einzige Unterschied besteht darin, dass der zukünftige Wert in derselben Position ausgehend von Werten in einer bestimmten Zyklusposition geschätzt wird.
-
28 veranschaulicht ein Beispiel, bei dem zwei Positionen des zukünftigen Zyklus an zwei Positionen der vorherigen Zyklen mittels linearer Extrapolation geschätzt werden. In der Praxis ist es sinnvoll, zum Schätzen des zukünftigen Wertes mehr als zwei vorherige Zyklen zu verwenden. Auch ist es sinnvoll, ein Polynom einer höheren Ordnung zu verwenden. Der vorhergesagte Wert kann nicht nur anhand von Extrapolation, sondern beispielsweise auch anhand eines Mittelns des Wertes vorheriger Zyklen berechnet werden.
-
Um zu einer Schätzung zu gelangen, ist es auch möglich, zwei oder mehr verschiedene Schätzverfahren zu verwenden, die unabhängig voneinander zu Schätzungen führen. Das Beispiel in 29 zeigt eine Mischung der polynomischen 230 und zyklischen 232 Extrapolation: Beide Schätzeinrichtungen berechnen jeweils eine Schätzung für die zukünftige Verzögerung der Verzögerungsleitung 220 und senden diesen Wert (E2polynomisch und E2zyklisch) an eine Entscheidungsfindungskomponente 234. Auf der Basis dieser Schätzungen berechnet die Entscheidungsfindungskomponente 234 anschließend die Schätzung E2' für die Verzögerungsleitung 220.
-
Um E2' aus E2zyklisch und E2polynomisch zu berechnen, ist es nützlich, die Genauigkeit der einzelnen Schätzungen zu ermitteln. Es gibt mehrere Verfahren, anhand derer die Genauigkeit ermittelt werden kann, einschließlich der folgenden Beispiele.
-
Die Genauigkeit ist vordefiniert (z. B. weisen alle Schätzeinrichtungen dieselbe Genauigkeit auf, oder die Schätzeinrichtung A weist eine Genauigkeit von 70% auf und die Schätzeinrichtung B weist eine Genauigkeit von 30% auf, usw.).
-
Das Genauigkeitskriterium kann als Funktion des Phasenzyklus berechnet werden. 30 veranschaulicht ein praktisches Beispiel, bei dem eine Ermittlung der Genauigkeit auf dem Zyklussignalverlauf beruht. In Fällen eines linearen Signalverlaufs des Zyklus ist die polynomische Schätzeinrichtung vorzuziehen, und in Fällen extremer Werte ist die zyklische Schätzeinrichtung vorzuziehen. Es kann auch ein langsamer Übergang zwischen den Bereichen vorliegen. Die Genauigkeitsfunktion kann voreingestellt sein, oder sie kann adaptiv ermittelt werden.
-
Der Grad der Genauigkeit kann ermittelt werden, indem vorherige Schätzungen (E2zyklisch und polynomisch) mit den zugeordneten, tatsächlich gemessenen Phasenfehlern E2 verglichen werden. 31 veranschaulicht ein Ausführungsbeispiel, das mehrere Schätzungen mit einem Gewichten verwendet. Dieser Vergleich ermöglicht es, einen Fehler jeder der Schätzeinrichtungen zu berechnen. Somit kann die Genauigkeit der Schätzeinrichtungen an jeder Zyklusposition ermittelt werden. Die Genauigkeit kann auch adaptiv ermittelt werden.
-
Es gibt mehrere Möglichkeiten, E2' aus E2zyklisch und E2polynomisch zu berechnen und dabei den Grad der Genauigkeit zu berücksichtigen. Beispielsweise wählt die Entscheidungsfindungskomponente 234 die Schätzung mit dem höheren Genauigkeitsgrad aus (d. h. E2' stimmt entweder mit E2zyklisch oder mit E2polynomisch überein). Bei anderen Ausführungsbeispielen wird E2' anhand einer mathematischen Funktion berechnet. Eine derartige Funktion kann z. B. ein Mitteln sein. Falls der Genauigkeitsgrad der Schätzeinrichtungen berücksichtigt wird, erfolgt ein gewichtetes Mitteln. Die Gewichtungsfunktion kann auch adaptiv ermittelt werden.
-
Der Signalverlauf der Frequenzänderungen kann bekannt sein und kann in einem Speicher gespeichert werden. Der Signalverlauf der Frequenzänderungen kann auf physikalischen Beziehungen beruhen. Falls dies der Fall ist, kann die Schätzeinrichtung 222 ein physikalisches Modell für ihre Berechnung verwenden. Falls es nicht möglich ist, ein physikalisches Modell zu finden, kann ein analytisches Modell oder ein gemischtes Modell (analytisch-physikalisch) verwendet werden.
-
Die Werte der physikalischen Parameter können anhand von Messungen und/oder anhand von adaptiven Algorithmen ermittelt werden. Die Werte der analytischen Parameter können anhand adaptiver Algorithmen ermittelt werden. Auch ist es möglich, die Mittenfrequenz des Eingangssignals u1 zu messen und sie zur Berechnung zu verwenden.
-
Die gewünschte Phasenverschiebung E2' kann auch in eine Frequenzänderung umgewandelt werden (Wandler P → F) 240, und die Variable-Verzögerung-Leitung kann durch einen zweiten xCO (xCO2) 221 ersetzt werden, wie in 32 gezeigt ist.
-
Eine weitere Option besteht darin, die Verzögerung der Verzögerungsleitung 220 zu messen. Dies detektiert Änderungen der Verzögerungsleitung 220 (z. B. als Funktion der Temperatur oder des Alterns), und diese Änderungen können durch die Schätzeinrichtung 222 kompensiert werden. Um die Kompensation zu berechnen, kann beispielsweise ein adaptiver Algorithmus verwendet werden. Die Verzögerung der Verzögerungsleitung 220 kann durch einen Phasendetektor (PD3) 213 gemessen werden, wie in 33 veranschaulicht ist. PD3 213 kann als Phasendetektor oder als Phasenfrequenzdetektor implementiert sein. Die Verzögerung kann auch direkt in der Verzögerungsleitung 220 gemessen werden, wie bei dem in 34 veranschaulichten Ausführungsbeispiel.
-
Falls die Frequenzschwankungen an dem Eingang periodisch sind, ist die Schätzeinrichtung in der Lage, die Phasendifferenz mit sehr hoher Genauigkeit vorherzusagen. Die Phasendifferenz zwischen Eingang und Ausgang wird somit fast vollständig kompensiert.
-
Wenn eine herkömmliche PLL mit dem Eingangssignal gemäß der Darstellung in 21 verwendet wird, sind die Optionen eines Entwerfens der PLL begrenzt. Das LF kann entweder eine geringe Zeitkonstante (schnelle PLL mit hohem Jitter) oder eine große Zeitkonstante (große Phasendifferenzen zwischen u1 und u2) aufweisen. Die oben veranschaulichte Schaltung ermöglicht dagegen ein geringes Jitter und geringe Phasendifferenzen zwischen u1 und u3.
-
Wenn eine Schätzeinrichtung mit einem adaptiven Algorithmus verwendet wird, ist es nicht nur möglich, die Frequenz zu erzeugen, sondern es ist auch möglich, zusätzliche Informationen aus den Frequenzschwankungen auf adaptive Weise zu ermitteln.
-
Unter anderem bezieht sich die vorliegende Offenbarung auf eine PLL-Schaltung, die in Bezug auf Frequenzschwankungen optimiert ist, auf eine Phasenregelschleifenschaltung, die in Bezug auf zyklische Frequenzschwankungen optimiert ist, und auf eine PLL-Schaltung, die in Bezug auf zyklische Frequenzschwankungen optimiert ist, die an der Kurbelwelle eines Verbrennungsmotors und vergleichbaren Prozessen auftreten. Das System ermöglicht ein Verfolgen von Frequenzschwankungen (und/oder vorhersehbaren Frequenzschwankungen) des Eingangs und ein Minimieren von Frequenzfehlern und von Jitter an dem Ausgang. Eine PLL, die einen linearen Prädiktor einer n.ten Ordnung zum schnellen Nachverfolgen von Frequenzschwankungen verwendet, und eine PLL, die einen zyklischen Prädiktor zum schnellen Nachverfolgen von Frequenzschwankungen verwendet (und Kombinationen derselben) sowie Verfahren zum Auswählen des geeigneten Prädiktors wurden ebenfalls offenbart.
-
Obwohl hierin spezifische Ausführungsbeispiele veranschaulicht und beschrieben wurden, wird Fachleuten einleuchten, dass die spezifischen gezeigten und beschriebenen Ausführungsbeispiele durch eine Vielzahl von alternativen und/oder äquivalenten Implementierungen ersetzt werden können, ohne von dem Schutzumfang der vorliegenden Erfindung abzuweichen. Die vorliegende Anmeldung soll jegliche Anpassungen oder Variationen der hierin erörterten spezifischen Ausführungsbeispiele abdecken. Somit ist beabsichtigt, dass die vorliegende Erfindung lediglich durch die Patentansprüche und die Äquivalente derselben eingeschränkt werde.