JP6691777B2 - ワイヤレス電力転送の最適化のための非線形システム識別 - Google Patents

Description

本出願は、２０１２年１２月１８日に出願した米国特許仮出願第６１／７３８，７８６号の利益を主張するものであり、この仮出願のすべては、参照により本明細書に組み込まれている。

本発明の実施形態は、一般に、これらに限定されないが、電気自動車及びポータブルデバイスに見られる可能性があるような充電及び／又は給電システムのためのワイヤレス電力転送に関連する。

電気自動車に対する関心の再燃とともに、バッテリ技術、高速充電技術、及びバッテリを再充電するための便利な方法としてのワイヤレス電力送信において、いくつかの新しい開発を目にしてきた。ワイヤレス高速充電技術は、現在のバッテリ技術によって与えられる制限された範囲を緩和するための方法として純然たる電気自動車にとってより一層重要になる。このように、バッテリは、運転中に道に埋め込まれたコイルから、信号待ちの時に、買い物中に駐車場で、又はドライブインで再充電される可能性がある。

ワイヤレス電力転送は、おそらくはTesla社から始まる長い歴史を有する。技術は、歯ブラシ、セル電話、ノート型パソコンから始まり今やあらゆるところで使用されており、さらには、ランプ、時計など、住宅内で広く使用されることもまた検討されている。ほとんどの応用で、ワイヤレス電力転送は、ワイヤレス充電システムとデバイスとの間の一時的なエネルギー貯蔵場所として使用されるバッテリを充電するために使用される。リチウムイオン電池などのより優れたバッテリ技術の出現によって、以前よりもずっと高速にバッテリを充電すること、及びワイヤレス高速充電器によってそのような充電を行うことが実現可能になる。広く受け入れられるために、これらのワイヤレス高速充電器は、効率的で堅牢であることが必要であり、このことが、本明細書において考察される応用の一部の焦点である。

多くの種類のワイヤレス電力転送が存在する。説明されることの多くはその他の種類のワイヤレス充電方法にも当てはまるが、本開示では、共振誘導充電（ＲＩＣ，Resonant Induction Charging）に焦点を当てる。ＲＩＣは、名称が示唆するように、高Ｑ同調コイル及びキャパシタ（high-Q tuned coils and capacitors）を使用し、電力は、磁界を通じてコイルからコイルへと送られる。ＲＩＣは、例えば、精巧な電子素子を必要とする超高周波ＲＦ場（RF field）を含む遠距離場の技術、及びＲＩＣを用いるときにほんのわずかな波長内でのみ機能する近距離場の技術とは異なる。ＲＩＣの場合、ずっと大きな電力がコイルの間で、コイルの直径の数倍を超える距離まで転送され得ることが判明している。また、放射電磁界ではなく磁界を用いることは、潜在的な健康被害がより少ない。

ＲＩＣのために使用される一般的なタイプのコイルは、平面に配列された一重螺旋巻きのパンケーキコイルである。図１の回路図は、ＲＩＣのために使用される典型的な回路を示し、コイルＬ１及びＬ２は、パンケーキコイルとしてそれぞれ製造された送信コイル及び受信コイルである。変圧器の場合のように、コイルの電気的特徴は、コイルの抵抗、自己インダクタンス、及び相互インダクタンスによって説明され得る。相互インダクタンスは、１つのコイルによって生じさせられた場合のうちのどれだけが（１又は２以上の）その他のコイルを横切るのかに関連し、このことは、距離及び向きを含め、コイルが互いにどのような向きに置かれるかという幾何学的配置に大きく関連する。結合が弱まるにつれ、ジュール熱での電力の損失は同じであるか又は大きくなる一方、より小さい電力が送られ、したがって、効率が低下する。

概して、一態様において、本発明のうちの少なくとも１つは、ワイヤレス電力転送システム（ＷＰＴＳ，wireless power transfer system）において受信コイルが送信コイルの近くにあるかどうかを検出する方法を取りあげる。方法は、擬似ランダム信号を送信コイルに印加するステップと、擬似ランダム信号を送信コイルに印加している間に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録するステップと、１又は２以上の記録した信号を使用することによって、ＷＰＴＳのいくつかの点に関する動的システムモデルを生成するステップと、生成した動的システムモデルを記憶された訓練データと組み合わせて使用して、受信コイルとして識別される特徴を有する物体が送信コイルの近くにあるかどうかを判定するステップとを含む。

その他の実施形態は、以下の特徴のうちの１又は２以上を含む。方法は、受信コイルが送信コイルの近くにあると判定される場合に、送信コイルを介して受信コイルへのワイヤレス電力転送を開始するステップをさらに含む。擬似ランダム信号は、擬似ランダム電圧信号である、及び／又は受信コイルに接続された受信機システムの非線形性を誘発するのに充分な強さである。１又は２以上の信号が、送信コイルの電流信号を含み、送信コイルの電圧信号を含む可能性もある。生成した動的システムモデルを使用するステップは、生成した動的システムモデルに含まれる情報を、実験的に導出し、記憶した、受信コイルが近くに存在することを示す情報と比較するステップを含む。動的システムモデルを生成するステップは、システム識別又は非線形システム識別を用いて、選択したモデルを１又は２以上の記録した信号から導出されたデータに当てはめるステップを含む。選択したモデルは、ウィーナー（Wiener）システムである。選択したモデルは、ウィーナー（Wiener）システムであり、並びに／又は動的な線形の部分及び静的な非線形の部分を有する。動的システムモデルは、送信コイルに関するインピーダンスの関数であるか、又は送信コイルに関する送信される電力の関数である。生成した動的システムモデルを使用するステップは、動的システムモデルを基底関数（basis function）に分解して１組の基底関数のパラメータを生成するステップと、１組の基底関数のパラメータを使用して、受信コイルが送信コイルの近くにあるかどうかを判定するステップとを含む。擬似ランダム信号は、ガウス白色雑音（Gaussian White Noise）信号及び擬似ランダム２進系列（ＰＲＢＳ，Pseudo-Random Binary Sequence）のうちの選択された１つである。生成した動的システムモデルは、時間ドメインの表現又は周波数ドメインの表現を含む。

さらにその他の実施形態は、以下の特徴のうちの１又は２以上を含む。記憶した訓練データは、記憶したフィルタ関数によって表され、生成した動的システムモデルを記憶した訓練データと組み合わせて使用するステップは、生成した動的システムモデルを処理して出力信号を生成するステップを含み、出力信号は、記憶した訓練データから受信コイルとして認識され得る特徴を有する物体が送信コイルの近くにあるかどうかを示し、動的システムモデルを処理するステップは、記憶したフィルタ関数を適用するステップを含む。動的システムモデルを生成するステップが、１又は２以上の記録した信号から周波数のスペクトルを計算するステップを含む。生成した動的システムモデルは、送信コイルに関するインピーダンスのスペクトルである。フィルタ関数は、非線形フィルタ関数である。非線形フィルタ関数は、互いに離間する異なる距離に置かれた試験用送信コイル及び試験用受信コイルを含む試験システムで行われた測定から導出された。方法は、受信コイルが送信コイルの近くで検出される場合に、送信コイルを介して検出された受信コイルへのワイヤレス電力転送を開始するステップをさらに含む。

概して、さらに別の態様において、少なくとも１つの発明は、ワイヤレス電力転送システムを取りあげる。ワイヤレス電力転送システムは、送信コイルと、送信コイルに接続された電力送信回路と、送信コイルに接続されたセンサ回路と、電力送信回路及びセンサ回路を制御するためのコントローラとを含み、コントローラが、訓練データを記憶するためのメモリ、及び電力送信回路に、擬似ランダム信号を送信コイルに印加させ、擬似ランダム信号を送信コイルに印加している間に、センサ回路に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録し、１又は２以上の記録した信号を使用することによって、ＷＰＴＳのいくつかの点に関する動的システムモデルを生成し、生成した動的システムモデルを記憶した訓練データと組み合わせて使用して、受信コイルとして識別される特徴を有する物体が送信コイルの近くにあるかどうかを判定するようにプログラミングされたプロセッサシステムを含む。

本発明のその他の実施形態は、以下の特徴のうちの１又は２以上を含む。１又は２以上の信号は、送信コイルの電流信号及び電圧信号を含む。記憶した訓練データは、記憶したフィルタ関数によって表され、プロセッサシステムは、生成した動的システムモデルを処理して出力信号を生成することによって、生成した動的システムモデルを記憶した訓練データと組み合わせて使用するようにプログラミングされ、出力信号は、記憶した訓練データから受信コイルとして認識され得る特徴を有する物体が送信コイルの近くにあるかどうかを示し、生成した動的システムモデルを処理することは、フィルタ関数を適用することを含む。プロセッサシステムは、１又は２以上の記録した信号から周波数のスペクトルを計算することによって動的システムモデルを生成するようにプログラミングされる。生成した動的システムモデルは、送信コイルに関するインピーダンスのスペクトルである。

概して、さらに別の態様において、少なくとも１つの発明は、ワイヤレス電力転送システム（ＷＰＴＳ）において送信コイルへの駆動信号に関する動作周波数を見つける方法を取りあげる。方法は、擬似ランダム信号を送信コイルに印加するステップと、擬似ランダム信号を送信コイルに印加している間に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録するステップと、１又は２以上の記録した信号を使用することによって、ＷＰＴＳのいくつかの点に関する動的システムモデルを生成するステップと、駆動信号に関する最適な周波数の探索を行うステップとを含み、探索を行うステップは、最適な周波数が見つかるまで、駆動信号の動作周波数を変化させながら、生成した動的システムモデルを使用して駆動信号に対する応答を繰り返しシミュレーションするステップを含む。

その他の実施形態は、以下の特徴のうちの１又は２以上を含む。探索を行うステップは、シミュレーションの応答から出力電力を計算するステップと、計算した出力電力を目的関数として使用するステップと、目的関数を使用することによって探索を行うステップとを含む。方法は、駆動信号の動作周波数を最適な周波数に設定するステップをさらに含む。擬似ランダム信号は、擬似ランダム電圧信号である。１又は２以上の信号は、送信コイルの電流信号を含むか、又はそれは、送信コイルの電流信号と電圧信号との両方を含む。伝達関数の表現を生成するステップは、システム識別又は非線形システム識別を用いて、モデルを１又は２以上の記録した信号から導出されたデータに当てはめるステップを含む。選択したモデルは、ウィーナーシステムであるか、又は動的な線形の部分及び静的な非線形の部分を有する。生成した動的システムモデルは、時間ドメインの表現又は周波数ドメインの表現を含む。

概して、さらに別の態様において、本発明のうちの少なくとも１つは、ワイヤレス電力転送システムを取りあげる。ワイヤレス電力転送システムは、送信コイルと、送信コイルに接続された電力送信回路と、送信コイルに接続されたセンサ回路と、電力送信回路及びセンサ回路を制御するためのコントローラとを含み、前記コントローラが、訓練データを記憶するためのメモリ、及び電力送信機に、擬似ランダム信号を送信コイルに印加させ、擬似ランダム信号を送信コイルに印加している間に、センサ回路に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録し、１又は２以上の記録した信号を使用することによって、ＷＰＴＳのいくつかの点に関する動的システムモデルを生成し、駆動信号に関する最適な周波数の探索を行うようにプログラミングされたプロセッサシステムを含み、探索を行うことが、最適な周波数が見つかるまで、駆動信号の動作周波数を変化させながら、生成した動的システムモデルを使用して駆動信号に対する応答を繰り返しシミュレーションすることを含む。

概して、別の態様において、本発明のうちの少なくとも１つは、ワイヤレス電力転送システム（ＷＰＴＳ）において送信コイルへの駆動信号に関する動作周波数を見つける方法を取りあげる。方法は、擬似ランダム信号を送信コイルに印加するステップと、擬似ランダム信号を送信コイルに印加している間に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された信号を記録するステップと、記録した信号を処理して出力信号を生成するステップとを含み、出力信号は、駆動信号のために使用される動作周波数を特定し、記録した信号を処理するステップは、非線形フィルタ関数を適用するステップを含む。

その他の実施形態は、以下の特徴のうちの１又は２以上を含む。非線形フィルタ関数は、互いに離間する異なる距離に置かれた試験用送信コイル及び試験用受信コイルを含む試験システムで行われた測定から導出された。印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された信号を記録するステップは、送信コイルによって生成された信号を記録するステップを含む。

概して、さらに別の態様において、本発明のうちの少なくとも１つは、ワイヤレス電力転送システム（ＷＰＴＳ）を取りあげる。ワイヤレス電力転送システムは、送信コイルと、送信コイルに接続された電力送信回路と、送信コイルに接続されたセンサ回路と、電力送信回路及びセンサ回路を制御するためのコントローラとを含み、前記コントローラが、非線形フィルタ関数を記憶するためのメモリ、及び電力送信機に、擬似ランダム信号を送信コイルに印加させ、擬似ランダム信号を送信コイルに印加している間に、センサ回路に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された信号を記録し、記録した信号を処理して出力信号を生成するようにプログラミングされたプロセッサシステムを含み、出力信号は、駆動信号のために使用される動作周波数を特定し、記録した信号を処理することは、非線形フィルタ関数を適用することを含む。

その他の実施形態は、以下の特徴のうちの１又は２以上を含む。非線形フィルタ関数は、互いに離間する異なる距離に置かれた試験用送信コイル及び試験用受信コイルを含む試験システムで行われた測定から導出された。印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された信号は、送信コイルによって生成された信号である。

概して、さらに別の態様において、本発明のうちの少なくとも１つは、ワイヤレス電力転送システム（ＷＰＴＳ）において送信コイルへの駆動信号に関する波形を特定する方法を取りあげる。方法は、擬似ランダム信号を送信コイルに印加するステップと、擬似ランダム信号を送信コイルに印加している間に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録するステップと、１又は２以上の記録した信号を使用することによって、ＷＰＴＳのいくつかの点に関する動的システムモデルを生成するステップと、駆動信号に関する最適な波形の探索を行うステップとを含み、探索を行うステップは、最適な波形が見つかるまで、駆動信号の波形を変化させながら、生成した動的システムモデルを使用して駆動信号に対する応答を繰り返しシミュレーションするステップを含む。

その他の実施形態は、以下の特徴のうちの１又は２以上を含む。探索を行うステップは、シミュレーションの応答から出力電力を計算するステップと、計算した出力電力を目的関数として使用するステップと、目的関数を使用することによって探索を行うステップとをさらに含む。ＷＰＴＳ内で生成された１又は２以上の信号は、印加した擬似ランダム信号に応答して送信コイルによって生成された信号を含む。

概して、別の態様において、本発明のうちの少なくとも１つは、ワイヤレス電力転送システムを取りあげる。ワイヤレス電力転送システムは、送信コイルと、送信コイルに接続された電力送信回路と、送信コイルに接続されたセンサ回路と、電力送信回路及びセンサ回路を制御するためのコントローラとを含み、コントローラが、非線形フィルタ関数を記憶するためのメモリ、及び電力送信機に、擬似ランダム信号を送信コイルに印加させ、擬似ランダム信号を送信コイルに印加している間に、センサ回路に、印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録し、１又は２以上の記録した信号を使用することによって、ＷＰＴＳのいくつかの点に関する動的システムモデルを生成し、最適な波形が見つかるまで、駆動信号の波形を変化させながら、生成した動的システムモデルを使用して駆動信号に対する応答を繰り返しシミュレーションすることによって駆動信号に関する最適な波形の探索を行うようにプログラミングされたプロセッサシステムを含む。

本発明の１又は２以上の実施形態の詳細が、添付の図面及び以下の説明に示される。本発明のその他の特徴、目的、及び利点は、説明及び図面並びに特許請求の範囲から明らかになるであろう。

送信コイルＬ_１及び受信コイルＬ_２を有する電力転送回路を示す図である。 自由空間内の、近くの同一のコイルに関連する、同調されたコイルの典型的な電気的インピーダンスを示す図である。 量を変えて互いに離間された２つのコイルに関する送信機コイルのインピーダンスのスペクトルを示す図である。 図３のコイルのインピーダンスのスペクトルに対応する送信機コイルの電力のスペクトルを示す図である。 ２つのコイルに関する最適なコイルの周波数対それらのコイルの離間距離を示す図である。 ウィーナーシステムのブロック図である。 ハマースタイン（Hammerstein）システムのブロック図である。 送信コイル及び受信コイルを含むワイヤレス電力転送システムのブロック図である。 ワイヤレス電力受信機システムを検出するためにワイヤレス電力転送システムの送信機電力コントローラを予め訓練するためのアルゴリズムのフローチャートである。 ワイヤレス電力受信機システムの存在を検出するために送信機電力コントローラによって実施されるアルゴリズムのフローチャートである。 ワイヤレス電力受信機システムの存在を検出するために送信機電力コントローラによって使用するための非線形フィルタを生成するためのアルゴリズムのフローチャートである。 図１１の非線形フィルタを用いてワイヤレス電力受信機システムの存在を検出するために送信機電力コントローラによって実施されるアルゴリズムのフローチャートである。 ワイヤレス電力転送信号の周波数を自動的に調整するために送信機電力コントローラによって実施されるアルゴリズムのフローチャートである。 ワイヤレス電力転送信号の周波数を自動的に調整するために送信機電力コントローラによって使用するための非線形フィルタを生成するためのアルゴリズムのフローチャートである。 図１４Ａの非線形フィルタを用いてワイヤレス電力転送信号の周波数を自動的に調整するために送信機電力コントローラによって実施されるアルゴリズムのフローチャートである。 ワイヤレス電力信号の波形を調整するために送信機電力コントローラによって少なくとも部分的に実施されるアルゴリズムのフローチャートである。 異物を検出するためにワイヤレス電力転送システムの送信機電力コントローラを予め訓練するためのアルゴリズムのフローチャートである。 異物を検出するために送信機電力コントローラによって実施されるアルゴリズムのフローチャートである。 異物の存在を検出するために送信機電力コントローラによって使用するための非線形フィルタを生成するためのアルゴリズムのフローチャートである。 図１８Ａの非線形フィルタを用いて異物の存在を検出するために送信機電力コントローラによって実施されるアルゴリズムのフローチャートである。

異なる実施形態の詳細を示す前に、まず、それらの実施形態によって対処されている問題の一部が、考察される。

図２は、例えば、ワイヤレス電力転送システムの送信コイルに対応する可能性がある、同調されたコイルの典型的な電気インピーダンスを与える。インダクタと直列の理想的なキャパシタのインピーダンスは、曲線Ｃによって示されるように、共振周波数又は固有周波数（natural frequency）で「ゼロ」ヌル（null）を有する。受信コイルと呼ばれる第２の同調されたコイル（並列のインダクタ及びキャパシタ）が送信コイルのごく近くに配置されるとき、固有周波数のインピーダンスは、曲線Ａによって示されるように著しく増加する。Ｂとラベルがつけられた曲線は、受信コイルが外部ループで生じさせられた電力を浪費する抵抗負荷も回路内に含むときの２コイルシステムのインピーダンスを示す。理解され得るように、送信コイルの２つの端子に接触することのみを必要とするインピーダンスの測定は、回路の動作に関する洞察を得るための非常に便利なツールを提供し得る。

図２の曲線Ａによって示されるように、２つのコイルが互いにごく近くに配置されるときに起こる、より重要な現象は、周波数スプリッティング（frequency splitting）である。送信コイル及び受信コイルが近い範囲に入るとき、周波数領域の局所で、電力転送が最適になる２つ又は３つ以上の周波数が観測される可能性がある。換言すれば、固有周波数のそれぞれの側に１つずつ、２つの極小値を観測する。（この現象のさらなる考察に関しては、Alanson P. Sample and Joshua R. Smith, Analysis, Experimental Results, and Range Adaptation of Magnetically Coupled Resonators for Wireless Power Transfer, 2010 IEEE及びHuang, X.L., et al., Resonant Frequency Splitting Analysis and Optimization of Wireless Power Transfer System, PIERS Proceedings, Russia, August 19-23, 2012を参照されたい。）

図３は、受信コイルからいくらかの距離にある送信コイルの典型的なインピーダンスを与える。コイルが互いに次第に近くなるにつれて、固有周波数のインピーダンスのピークが大きくなり、インピーダンスの極小値がその位置の両側に現れる２つの周波数がより離れて広がる。それらのインピーダンスのスペクトルから、どれだけの電力がコイルに流れ込むのかを示す電力スペクトルが計算され得る。対応する電力スペクトルが、図４に示される。はっきりと示されるように、電力は２つの周波数で極大になり、これらのピークは、２つのコイルが離れるほど近づき、やがて２つのピークは実質的に合併する（システムの固有周波数で合併する）。

図５は、異なるワイヤレスシステムに関して、コイルの直径を用いて表される２つのコイルの相対的な離間の距離に対する、最大の電力転送が起こる最適な周波数を示す。観察され得るように、コイルの間の距離がコイルの直径の約半分未満であるとき、最大の電力転送が観測される２つの周波数が存在する。設定が固定であれば、電力を転送するための最適な発振器周波数を選択することが容易である。しかし、動的な状況では、コイルが互いに相対的に移動し、コイル間の距離が分からないとき、最適な電力転送を維持することが課題になる。

通常、目的は、負荷への電力転送を最大化することである。実験室の環境においては、送信機の電力回路によって生じさせられる電力を測定し、負荷によって受け取られる電力を測定するために感知用のリード線を接続することが可能である。そのとき、すべての周波数を掃引し、周期的に、送られた電力に対する受け取られた電力の比を測定し、ピーク電力転送が起こる周波数を見つけ、それに応じて発振器周波数を調整することが可能である。最適な周波数を見つけることは、最適化理論で開発された、いくつかのアルゴリズムを用いて行われ得る。しかし、周波数スプリッティング、及び２つの局所的に最適な周波数が存在し得ることが原因で、確率的な最小化を含む技術が使用されるべきである。最適値が見つかるとき、最適な周波数は、局所的な探索によってより高速にリアルタイムで追跡され得る。

しかし、互いに相対的に、又は送信コイル上を移動する車などの日常生活での応用では、負荷で浪費される電力を直接測定することができない可能性がある。例えば、入射電力及び反射電力を測定するために、送信コイルと受信コイルとの間に配置された方向性結合器によって自動周波数同調が実現され得る（Sample and Smithを参照されたい）。別の技術は、負荷電流、電圧、及び電力などの必要とされる測定値が受信機から送信機に無線で送ることをともなう可能性がある。これは、電力送信信号によって影響を受けない異なる周波数帯域を使用することにより受信コイルから送信コイルに変調された信号を送信することによってなされ得る。代替的に、その他の送信媒体が、光又は音響信号などの情報を送信機に送り返すために使用される可能性がある。副次的コイルが、そのような信号を送信するために電力コイルに埋め込まれる可能性がある。

Sample and Smithに示されるように、モデリング技術が、送られた電力をコイルの位置及び向きに関連付けるために使用され得る。この場合、２つのコイルの間の距離及び向きを与える位置センサが、最適な電力の周波数を特定するために使用され得る。

図１に示された電力転送システムは、整流器内、及び２次コンバータ内などのいくつかの非線形性（nonlinearity）を含む。システムが線形であったならば、工学の文献に記載のいくつかの技術が、システムを迅速に識別し、そこから最適なパラメータを抽出するために使用され得る。しかし、そのような技術は、送信信号の摂動（perturbation）が負荷で観測される信号にどれだけ影響を与えるかを知るために使用されるならば、回路内の整流器ダイオードなどのハードの非線形要素の存在が原因でおそらく失敗するか又は不正確な描写をもたらす。

また、増大した電力転送は、非正弦波過渡波形を用いて実現される可能性があることも見出された。これは、電子素子における電力損失を最小化するためにスイッチングパワーモジュール（switching power module）又はパワーＦＥＴが使用され、これらが正弦波よりもパルス又はステップ状の信号を生じさせるので特に有益である。そのようなパワーモジュール又はトランジスタは、統合ゲートバイポーラトランジスタ（ＩＧＢＴ，integrated gate bipolar transistor）及びＨＥＸＦＥＴ（登録商標）モジュールを含み、ＩＧＢＴは、概して、比較的高い電圧でスイッチングすることができ、ＨＥＸＦＥＴは、例えば、周波数数十メガヘルツまでの比較的高い周波数でスイッチングすることができる。

コイルが互いに対して平行移動及び回転している間にリアルタイムでそのような信号の最適な波形を決定するための系統だった方法を導出することが、以下で説明される方法で達成される目的のうちの１つである。

非線形システム識別
本明細書において説明される実施形態の少なくとも一部は、実現される結果を実現するために非線形システム識別を使用する。したがって、さまざまな実施形態の詳細を考察する前に、まず、非線形システム識別の簡潔な概観を示す。

フレシェ（Frechet）の定理からよく知られているように、任意の有限メモリ時不変非線形の動的システムは、有限な区間で２乗可積分であるすべての入力に関する有限次数のボルテラ（Volterra）級数により任意の精度で表され得る。ボルテラ級数は、キャパシタ及びインダクタなどのデバイスの「メモリ」効果（“memory” effect）を捉えることができることを除いてテイラー（Taylor）級数と同様である。動的で非線形の時不変汎関数（functional）の関数展開を表すボルテラ級数は、以下の形態の多次元畳み込み積分の無限和である。

ボルテラ級数と密接な関係にあるのは、ウィーナー級数（Wiener series）である。ウィーナー級数では、項が、純粋にランダムな白色雑音入力に関して直交化され、例えば、相互相関技術を用いてより容易に特定される。

Korenbergは、（Parallel Cascade Identification and Kernel Estimation for Nonlinear Systems, Annals of Biomedical Engineering, vol. 19, pp. 429-55 (1990)において、有限ボルテラ級数によって表され得る任意の離散時間有限メモリシステムが静的な非線形性（static nonlinearity）が後に続く動的な線形システムの並列的なカスケード（cascade）の有限の系列によって（すなわち、ウィーナーシステム又はＬＮシステム（LN system）のカスケードによって）も表され得ることを証明することによって上述のフレシェの定理を拡張した。

動的システムモデルの一例は、図６に示されるウィーナーシステムである。そのようなシステムにおいては、h(τ)によって表される動的な線形システムの後に、N(・)によって表される静的な非線形システムが続く。これは、ＬＮシステムとも呼ばれる。動的な線形システムは、変動がなく（時不変であり）、安定しており、無メモリでなければならない。動的な線形システムは、時間の入力関数x(t)のすべてのあり得る受容可能な組を時間の出力関数u(t)にマッピングする。静的な非線形性は、受容可能な実数値「u(t)」の範囲を関数の範囲内の実数値「y(t)」にマッピングする。これらの２つの構成要素、動的な線形の部分及び静的な非線形性は、パラメトリックに又は非パラメトリックにのどちらかで表され得る。概して、パラメトリックな表現は、パラメータa₀, a₁,... a_nを含むある種の記号表現を含む。例えば、次のような多項式が、静的な非線形性を表すために使用される可能性がある。

ウィーナーシステムは、カスケード又はブロック構造システム（cascade or block structured system）として知られるモデルの分類の事例である。カスケード又はブロック構造システムのその他の事例は、動的な線形システムが静的な非線形システム（ＮＬ）の後に続く図７に示されるようなハマースタインシステム、及び線形システムの後に非線形性が続き、それから別の線形システム（ＬＮＬ）が続くカスケードシステムを含む。

いくつかのシステム識別方法が存在し、一部は極めて一般的であり、その他はより特定的であり、システムに適用される入力関数の特性についての仮定に基づく。それらの識別方法は、モデルが使用される空間に依存する可能性もある。最も一般的な非線形システム識別技術のうちの１つは、予測されるモデルで誤差を与える関数を表すことを含む。システムのパラメトリックな表現を用いると、レーベンバーグ・マルカート（Levenberg−Marquardt）技術などの非線形最小化技術が、誤差関数を最小化するパラメータを見つけるために使用され得る。この手法は、汎用的で、実施するのが簡単であるが、概して、その他の技術に比べて計算効率が低い。

非パラメトリックな形態のウィーナー（ＬＮ）モデルの場合、Korenberg及びHunterによって極めて効率的な技術が開発されている。Korenberg及びHunterは、ハマースタイン（ＮＬ）システムを識別するための効率的な技術も開発した。それらの技術は、Hunter et al., The Identification of nonlinear Biological Systems: Wiener and Hammerstein Cascade Models, Biological Cybernetics, vol. 55 pp. 135-44 (1986)に記載されている。また、Korenberg及びHunterは、例えば、Korenberg et al., The Identification of Nonlinear Biological Systems: LNL Cascade Models, Biological Cybernetics, vol. 55, pp. 125-34, (1986)に記載されているように静的な非線形性及び別の線形システム（ＬＮＬ）が後に続く線形システムの並列的なカスケードを識別するための実用的で効率的な技術を開発した。有限メモリを有するあらゆる連続離散時間システムがＬＮＬシステムの有限和によって一様に近似され得ることが実証された。

数値的に計算される非パラメトリック関数は、結局のところ、標本化された関数として表され、膨大な数の数値を含む。したがって、これらの標本化されたデータ関数が、パラメトリックな形態に変換されることが多い。このようにして、計算の効率が保たれ、最終的な表現は、結局のところ、より絞られることになる。多くの場合、インパルス応答を調べた後、システムの次数が推定される可能性があり、簡略化された次数を小さくしたモデルを当てはめた後、インパルス応答が、結局のところフィルタリングされ、雑音が少なくなる。

より詳細に、ウィーナー及びボルテラ核に関連する非線形システム識別の使用のさらなる詳述は、以下の参考文献、すなわち、Korenberg, et al., Exact Orthogonal Kernel Estimation From Finite Data Records: Extending Wiener's Identification Of Nonlinear Systems, Annals of Biomedical Engineering, vol. 16, pp. 201-14 (1988)、Korenberg, et al., The Identification of Nonlinear Biological Systems: Wiener Kernel Approaches, Annals of Biomedical Engineering, vol. 18, pp. 629-54 (1990)、及びKorenberg, et al., The Identification of Nonlinear Biological Systems: Volterra Kernel Approaches, Annals of Biomedical Engineering, vol. 24, pp. 250-68 (1996)でも見られ得る。さらなる詳細は、Ian W. Hunter及びSerge R. Lafontaineによる「Apparatus and Method for Rapidly Charging Batteries」と題された米国特許出願公開第２０１２／００９８４８１号でも見られる可能性があり、この特許出願公開の内容は、参照により本明細書に組み込まれている。

ヒステリシスを有するシステムは、パラメトリックな手法に役立つ一方、構造化されたブロックを識別するための上述のKorenberg及びHunterの高速な識別方法の使用には役立たないことに留意されたい。上述のように、パラメトリックな手法が使用される場合、レーベンバーグ・マルカート技術が、誤差関数、例えば、予測されるウィーナー出力と実際のシステム出力との間の差を最小化するパラメータを見つけるために使用され得る。

本明細書において考察される非線形システム識別を実行するために、適切な場合、上述の技術が使用され得ることを理解されたい。

非線形システム識別のワイヤレス電力転送への応用
本明細書において説明される実施形態においては、上述の技術を用いる非線形システム識別が、電力を送り始めるために受信コイルが十分にごく近くにあるときを検出し、受信コイルが移動するときに自動的に周波数を調整し、電力を送るために使用される信号の波形を調整し、物体が電力送信を妨げるときを検出するために、送信コイルに供給される電力信号のパラメータを調整するために、ワイヤレス電力転送及び高速な充電器を改善するために適用される。

これらの機能を実装するさまざまな実施形態が、以下で詳細に説明される。

ワイヤレス電力転送システム
図８を参照すると、さまざまな実施形態が実装され得るシステムの例は、ワイヤレス電力送信機システム１０及び受信機システム５０を含む。所望の応用に応じて、送信機システムは、変動がないプラットフォームである可能性があるプラットフォーム１１に置かれる可能性があり、又は車両又は車両のホイール（wheel）などのモバイルプラットフォームである可能性がある。受信機システムは、モバイルプラットフォーム上の装備、例えば、電気機関（electric engine）を動作させるためのエネルギーを蓄えるための充電可能なバッテリモジュール５６を含むモバイルプラットフォーム５１（例えば、電気自動車又は車両のホイール）に配置される。

送信機システムは、電力が共振誘導性充電（ＲＩＣ，resonant inductive charging）によって受信機システムにワイヤレス転送される送信コイル１２を含む。送信機システムは、送信コイルを駆動する電力送信回路１４、電力送信回路１４を操作し、以下で説明される機能を実行する電力送信機コントローラ１６、送信コイル１２に電力を提供し、さまざまなその他の電機部品に給電するための電源システム１８、並びに送信コイル１２における電流及び電圧信号を測定し、記録することができるセンサ及び測定回路２０も含む。

コントローラは、本明細書において説明されるアルゴリズムを実行し、電力送信回路を操作するためのコードを実行し、電力送信機システムに関連するその他の機能を実行するための（１又は２以上のプロセッサを含む）プロセッサシステム２４を含む。コントローラは、本明細書において説明されるアルゴリズムの機能に対応するコードを含む、プロセッサシステム２４によって実行されるコードを記憶し、本明細書において説明されるアルゴリズムを実施する過程でプロセッサシステム２４によって使用されるデータ及びプロセッサシステム２４によって生じさせられるデータを記憶するためのメモリ（ＲＡＭ及びＲＯＭ）２６も含む。プロセッサシステムに接続され、プロセッサシステム２４がアクセスすることができるハードドライブ２８も、存在する。ハードドライブ２８は、本明細書において説明されるアルゴリズムを実施するためにアクティブなメモリにロードされ、プロセッサで実行されるプログラムのためのコンピュータ可読デジタルストレージを提供する。

受信機システム５０は、受信機システム５０が送信コイル１２を通じてワイヤレス送信された電力を受け取る受信コイル５２を含む。受信機システム５０は、（例えば、リチウムイオン電池を含む）再充電可能なバッテリモジュール５６、及びバッテリモジュール５６の動作を管理するためのバッテリ管理システム５４も含む。本明細書において説明される実施形態に関して、バッテリ管理システム５４は、電力が近くの電力送信機システムから受信コイル５２を通じてワイヤレスで受け取られるときにバッテリモジュール５６の充電を助ける役割を担う。

受信機システムの存在の検出
概して、受信コイルが電力を受け取るための定位置にあるときにのみ送信コイルに電圧を加えることが好ましい。受信コイルの存在は、近接スイッチ、ＲＦＩＤタグ、側波帯（sideband）で受信コイルから送信コイルに放射される低電力信号、音響若しくは光学式トランシーバを用いること、又はボタンを押すオペレータなどのいくつかの手段を用いて検出され得る。しかし、たとえそれらの技術のうちの１つが使用されるとしても、検出される受信機が適切な位置にあることを確認する必要が依然としてある。また、適正なコイルの存在を自動的に検出し、コイルが定位置にあるときに充電を自動的に開始することが望ましい場合がある。

図２に示されるように、送信コイルから測定されるインピーダンスは、受信コイルが受信機に向かって移動するにつれて大きな変化を遂げ、これは、受信コイルを検出するための手段を提供する。インピーダンスは、周波数の範囲で純粋な正弦波信号を掃引し、周波数の関数として電流に対する電圧の比をプロットすることによって得られる可能性がある。しかし、システム識別は、より優れた手法を提供する。システム理論（systems theory）においては、動的なシステムが、許容される（admissible）時間関数のドメインを出力時間関数の範囲にマッピングする。コイルは、時間的に変化する電圧（又は電流）によって励磁され、電流（又は電圧）の形態の時間応答を生成するシステムと考えられ得る。標準的な非パラメトリック時間ドメイン線形システム識別技術は、システムモデルをインパルス応答として与え、そして、インパルス応答は、送信コイルの場合はインピーダンスに対応する周波数ドメインのシステム応答を計算するために使用され得る。そのような技術は、以下の公開されている参考文献、すなわち、Eykhoff, P., System Identification: parameter and state estimation, Wiley, London (1974)、Goodwin, G.C., Payne, R.L., Dynamic system identification: experimental design and data analysis, Academic Press, New York (1977)、Graupe D, Identification of systems, Van Nostrand Reinhold, NY (1976)、及びLjung, System Identification - Theory for the User, 2nd Ed., PTR Prentice Hall, (1999)に記載されている。

上述のように、システム理論は、ボルテラ級数展開の核、又は構造化されたブロックシステムの表現のブロックなどの非線形システムの表現を与えるいくつかの非線形システム識別技術をやはり提供する。

非線形システム識別においては、通常のアドミッタンス（インピーダンス｝の測定値に対応する線形の部分が、時間ドメインでインパルス応答の形態で得られ、それから、インパルス応答は、インピーダンスのスペクトルを得るために、十分に確立された技術（例えば、離散フーリエ変換）を用いて周波数ドメインにマッピングされ得る。ボルテラ級数の場合は比較的高次の核であり、又はブロック構造化手法（block structured approach）の場合は非線形性である非線形構成要素は、２次コイルに存在する電子構成要素（整流器など）などの非線形構成要素のシグネチャ（signature）を与える。したがって、非線形構成要素が単純に存在することは、充電又は給電するシステムの存在についての情報を与える。しかし、これは、通常はその他の電子構成要素の形態の非線形構成要素を含むその他のシステムが送信機の近傍に来る可能性がある場合は十分でない可能性がある。

すべての受信機がほぼ同一の特徴を有することが知られている場合、コイル検出システムは、図９に示されるように、予め訓練され得る。第１の受信機は、異なる位置で使用され、おそらくは、充電レベル及び周囲の温度を変動させて試験される。電力信号が、各位置及びその他の必要とされるパラメータについて異なる動的システムモデル又はそれらモデルの表現を得るために使用される送信コイル及び非線形システム識別に適用される。これらの異なるモデルは、モデルパラメータ空間を画定するためにデータベースに保有される。次に、図１０に示されるように、擬似ランダム（ＰＲ，pseudo-random）信号を印加することと、非線形システム識別を用いて、結果として得られるコイルのダイナミクス（dynamics）をモデリングすることとをともなう実験が繰り返し実行される検出フェーズが、実施される。

非線形性及びインピーダンスのスペクトルの空間をパラメータで表すために、特異値分解（ＳＶＤ，Singular Value Decomposition）、主成分分析（ＰＣＡ，Principal Component Analysis）、ウェーブレット、又はスプラインなどの技術を用いて１組の最適な直交する基底関数（basis function）が決定される。モデル汎関数は、それらの主成分に分解され、そのように得られた係数が、閾値を超えるときに、受信コイルの存在を示すために使用される。そのような技術のさらなる考察については、Chatterjee, Anindya, An introduction to the proper orthogonal decomposition, Current Science, Vol. 78, No. 7, 2000を参照されたい。

図９及び１０に示されたアルゴリズムの動作が、以降、さらに詳細に説明される。

図９を参照すると、送信機電力コントローラを予め訓練するための手順は、まず、試験が実行されるシステム構成の代表的な組を画定することから始まる（１００）。現場で検出が実行されるシステムと同一のシステムを用いて、試験が実行される。構成の代表的な組は、少なくとも、送信コイルに対する受信コイルの位置及び向きの範囲を含む。加えて、構成の代表的な組は、非線形モデルの詳細に影響を与えると予想され得る１又は２以上の動作パラメータに関する異なる値も含む可能性がある。そのような動作パラメータは、例えば、受信機システムの温度、及び受信機システムによって充電されているバッテリの充電の状態を含む可能性がある。位置及び向きの選択が、現場で電力送信機の動作中に重要と考えられる相対的な物理的関係によって案内される。例えば、これは、電力転送が行われ始め得る最大の距離を確定することと、次いで、受信コイルを送信コイルに向けて段階的に動かすことによってさらに近い距離を画定することとをともなう可能性がある。データのより完全な組を構築するために、これは、受信コイルが送信コイルに向かって異なる経路に沿って動かされるとき、送信コイルに対する受信コイルの異なる向きに関して繰り返される可能性がある。

位置及び向きのこの画定された組を用いて、画定された構成のそれぞれに関してデータが収集され、処理される（１０２〜１１４）。これは、それぞれの構成に関して、ワイヤレス受信機システムの非線形要素を刺激するのに十分な電力を含む擬似ランダム電圧信号（例えば、ＧＷＮ電圧信号又はＰＲＢＳ）で電力転送回路の送信コイルを駆動することをともなう（１０２）。電力が送信コイルに印加されている間に、送信コイルの電圧及び電流が測定され、記録される（１０４）。印加された電圧の波形が知られているので、理論上は、送信コイルで電流信号を測定することのみが必要であるはずである。しかし、実際は、印加された電圧信号が送信コイルに達するまでに、転送回路のその他の要素の影響が原因でわずかに異なる可能性が高い。したがって、システムのモデリングでより高いレベルの精度を実現するためには、送信コイルで電流信号と電圧信号との両方を測定することが望ましい。

電流及び電圧信号を測定した後、上述の非線形システム識別手順のうちの１つなどの知られている非線形システム識別手順が、測定されたデータに適切な非線形システムモデル（例えば、ウィーナーモデル）を当てはめて、測定されたシステムに関する動的システムモデル（例えば、インピーダンス）を特徴付ける線形及び非線形波形の推定値を得るために使用される（１０６）。この場合、線形波形は、動的な線形の部分を表すインパルス応答（又は伝達関数）であり、静的な非線形波形は、モデルの非線形の静的な部分に関する最もよく当てはまる多項式である可能性がある。

記載の実施形態においては、線形波形の表現が、インパルス応答を対応するインピーダンスのスペクトルに変換するための適切な技術（例えば、フーリエ変換又はＦＦＴ）を使用することによって周波数ドメインに変換される（１０８）。計算されたインピーダンスのスペクトルは、そのインピーダンスのスペクトルが計算された特定の構成に関連して、対応する非線形波形と一緒に記憶される（１１０）。

この一連のデータ取得ステップが、送信機／受信機システムの動的システムモデルのデータベースを構築するためにすべての画定された構成に関して繰り返される。換言すれば、完了したばかりの試験に関する計算された情報を記憶した後、すべての位置が試験されたかどうかが判定される（１１２）。さらなる位置が試験されるために残っている場合、受信コイルが、画定された位置／向きの中の別の位置又は向きに動かされ（１１４）、一連の測定及び計算が、新しい構成に対して繰り返される。

結果として得られるデータベースは、インピーダンスのスペクトル及び非線形性の空間を表す。それから、その空間が、記憶された波形の２つの組に関する最適な基底を決定することによってパラメータで表される。換言すれば、これが、インピーダンスの波形のすべてに関して行われ（１１６）、非線形性の波形のすべてに関して行われる（１１８）。さまざまな知られている技術のどれでも、これを達成するために使用され得る。記載の実施形態においては、ＳＶＤ（特異値分解）が使用される。波形の２つの組に関する基底関数の最適な組を計算した後、基底関数の縮小された組が画定される（１２０）。これは、波形を表す際に最も効果的な最適な基底関数のサブセットを選択することと、それらの波形を表すという観点でほとんど説明する能力のない基底関数を取り除くこととをともなう。別の言い方をすれば、それは、十分に違いの分かる基底関数の組のサブセットを特定することをともなう。縮小された組を特定するための技術は、よく知られている。

データを生じさせるために使用されたシステムを用いて、受信コイルのどの位置及び／又は構成に関してワイヤレス電力転送が正常に開始され得るかを特定するために、実験に基づく判定がやはり行われる。これらの判定は、定位置にある検出された受信機を表す領域を特定するためにモデル空間を分割するための基礎を与える。広く知られている分類方法が、ワイヤレス電力転送を開始するための許容可能な距離内の受信機を表す領域を画定するためのモデル空間の分割又はクラスタ化を実行するために使用される。

図９に示されたプロセスを実行した結果は、最適な基底関数の縮小された組を含む１組の訓練データである。電力送信機コントローラは、モデル空間で動的システムモデルを画定するデータ、及びモデル空間を特徴付ける基底関数の最適な組、並びにその空間の分類のための閾値の基準を含む訓練データを用いて、受信機システムがワイヤレス充電を開始するための範囲内にあるかどうかを判定する。訓練データは、電力送信機コントローラの一部である及び／又は電力送信機コントローラがアクセス可能であるローカルメモリに記憶される。

送信機電力コントローラのプロセッサシステムによって実施されるアルゴリズムが、図１０に示される。送信機電力コントローラは、その送信機電力コントローラの近傍の受信機システムを探索するように有効化されるとき（２００）、その送信機電力コントローラが受信機システムの存在を検出するためにその送信コイルのインピーダンスを繰り返し調べる探索ループを開始する（２０２〜２１６）。送信機電力コントローラは、このループに入る度に、送信コイルに擬似ランダム電圧信号を印加し（２０２）、送信コイルの電圧信号と電流信号との両方を測定し、記録する（２０４）。送信機電力コントローラは、送信機電力コントローラに記憶された訓練データを生じさせるために使用された同じ擬似ランダム信号を用いる。そして、コントローラは、前に利用された非線形システム識別手順を用いて、動的システム（例えば、送信コイルのインピーダンス又はアドミッタンス）のウィーナーモデルをその測定されたデータに当てはめる（２０６）。これは、非線形モデルを表す動的な線形波形及び静的な非線形波形をもたらす。記憶された参照データが、インパルス応答として表される時間ドメインとは対照的に周波数ドメインでインピーダンスのスペクトルとして表されたので、送信機コントローラは、動的な線形波形がデータベースに記憶されているものと比較され得るように、その動的な線形波形を対応するインピーダンスのスペクトルに変換する（２０８）。この時点で、処理の結果は、インピーダンスのスペクトル及び非線形波形である。

参照データに関して導出された基底関数の縮小された組を用いて、送信機コントローラは、インピーダンスのスペクトルをその送信機コントローラのそれぞれの基底関数に分解し、非線形表現をその送信機コントローラのそれぞれの基底関数に分解する（２１２）。結果は、波形を表すために基底関数に与えられる重みを表す１組の係数である。

それから、モデル空間に関して既に計算された分類情報を用いて、送信機コントローラは、その送信機コントローラがワイヤレス電力転送を開始するための定位置にある受信コイルを検出したかどうかを判定する（２１４）。送信機コントローラは、例えば、実験に基づいて導出された閾値を用いて、現在の測定値を表すモデル空間内の点を、検査対象を表す計算された領域と比較することによってこれを行うことができる。

ワイヤレス電力転送を開始するための範囲内で受信コイルが検出されたと判定される場合、コントローラは、ワイヤレス電力転送の開始を引き起こす信号を生じさせる（２１６、２１８）。そうでない場合、送信機コントローラは、今説明された検出ループを繰り返す（２１６、２０２）。送信機コントローラは、ワイヤレス電力転送が実行され得る受信コイルを検出するまでループによる反復を続ける。

図９及び１０に関連して説明された手法は、間接的な方法を使用する。間接的な方法として、まず、線形又は非線形モデルが、取得される。それから、これらのモデルに関する波形が、適切な基底関数を用いて分解される。また、基底関数のパラメータが受信機ユニットの位置の適切さの測定値を得るための分類方法で使用され得るのはこのときのみである。

対照的に、非線形システム識別方法は、受信機ユニットがどれだけ近くにあるかの測定値を与えることなどの同じ目的を達成するために直接的な方法を実施するためにやはり使用され得る。そのような直接的な方法は、入力関数のドメインの出力関数の範囲への決定性の時不変無メモリマッピングとして再整理され得る任意の非線形プロセスが、ボルテラ級数展開又は構造化されたブロックの並列的なカスケードなどの非線形システムによって表され得るという事実と、十分な情報が入力及び出力擬似信号に含まれている場合にシステムが入力関数から識別され得るという事実とを利用する。この手法の基礎を成す原理のさらなる考察は、Green et al., “Recognition of Adenosine Triphosphate Binding Sites Using Parallel Cascade System Identification”, Annals of Biomedical Engineering, Vol. 31, pp. 462-470, 2003（以降Greenと呼ばれる）に見られる可能性がある。

そのような手法を使用する実施形態が、図１１及び１２に示される。示された実施形態においては、コイルのインピーダンスが、受信機を検出するために使用される。概して、図１１に示されるように、異なる受信コイルの位置に関する電池のインピーダンスのスペクトルの集合が、収集される。そして、それぞれの測定されるスペクトルがＮ個の点からなり、対応するコイルの位置において、やはりＮ個の点からなる一定の位置信号が生成され、測定されるスペクトルの各点が対応する受信コイルの位置を割り振られると仮定する。システム識別を目的として、入力信号が、インピーダンスのスペクトルを一緒に連結することによって生成され、出力信号が、位置信号を一緒に連結することによって生成される。その後、非線形システム識別を用いて、構造化されたブロックの並列的なカスケードなどの非線形モデルが、その入出力システムに関して得られる。

そして、このモデルが、図１２に示されるように、受信コイルの位置の推定器として使用される。このために、未知のコイルの位置に関する取得されたスペクトルが取得され、推定された非線形モデルへの入力として使用される。非線形モデルからの計算された出力は、受信コイルの位置の推定値を直接与える。Greenに説明されているように、出力信号の最後の値が、推定されたコイルの位置として使用される。

図１１及び１２に示されるアルゴリズムの特色が、以降、さらに詳細に説明される。

図１１は、受信コイルを検出するために送信機コントローラを予め訓練するための手順を示す。図１２に関連して既に説明されたように、手順は、まず、試験が実行されるシステム構成の代表的な組を画定することから始まる（３００）。

システム構成のこの画定された組を用いて、データが、画定された構成のそれぞれに関して集められ、処理される。これは、それぞれの構成に関して、ワイヤレス受信機システムの非線形要素を刺激するのに十分な電力を含む擬似ランダム電圧信号（例えば、ＧＷＮ電圧信号）で電力転送回路の送信コイルを駆動することをともなう（３０２）。電力が送信コイルに印加されている間に、送信コイルの電圧及び電流が測定され、記録される（３０４）。電流及び電圧信号を測定した後、インピーダンスのスペクトルが計算される（３０６）。記載の実施形態において、これは、以下のように、測定された信号の相互相関を用いてなされる。

ここで、C_xx(τ)は、電圧信号の自己相関であり、C_xy(τ)は、電圧及び電流信号の相互相関であり、F{・}は、高速フーリエ変換（ＦＦＴ，Fast Fourier Transform）を表す。この場合、結果として得られる計算されたインピーダンスのスペクトルは、データのＮ個の点によって表される。

もちろん、これはインピーダンスのスペクトル計算する唯一の方法ではない。その他の手法が、当業者によく知られている。例えば、単純に、測定された信号のフーリエ変換を計算し、それを用いてインピーダンスのスペクトルを計算し得る。しかし、相互相関の使用は、雑音の影響を少なくするという利点を有する。

計算されたインピーダンスのスペクトルは、送信コイルに対する位置又は場所によって表されるコイルの構成に対応する。そのコイルの位置は、一意の数（例えば、送信コイルからの距離）を割り振られ、各点が割り振られた数に等しい対応するＮ点コイル位置信号が生じさせられ（３０）、その信号が計算されたその信号の関連するＮ点のインピーダンスのスペクトルと一緒に出力信号として記憶される（３１０）。

この一連のステップが、画定された構成のそれぞれに関して実行される（３１４、３１２）。完了するとき、結果は、すべての画定された構成に関する記憶された計算されたスペクトル及び対応するコイル位置信号のデータベースである。

構成のすべてに関する測定データが取得されると、構成のすべてに関するインピーダンスのスペクトルが、入力信号を形成するために一緒に連結される（３１６）。
入力信号 = {H₁, H₂,...,H_n}
また、対応する位置信号のすべてが、出力信号を形成するために一緒に連結される（３１８）。
出力信号 = {P₁, P₂,...,P_n}

それから、これらの２つの信号は、仮定に基づく非線形システムの入力及び出力信号として扱われる。そして、非線形システム識別が、その非線形システムの構造化されたブロックの並列的なカスケードなどの非線形モデルを得るために使用される（３２０）。この非線形モデルは、送信機電力コントローラに記憶され、送信機電力コントローラは、その非線形モデルを用いて、動作中に受信コイルの位置を直接推定する。加えて、どの位置がワイヤレス充電が実行され得る位置を表すかに関して、判定が実験に基づいて行われる。また、この情報は、送信機電力コントローラによる使用のためにやはり記憶される。

送信機電力コントローラによって実施されるアルゴリズムの詳細が、図１２に示される。送信機電力コントローラは、その送信機電力コントローラの近傍の受信機システムを探索するように有効化されるとき（４００）、その送信機電力コントローラが受信機システムの存在を検出するためにその送信コイルのインピーダンスを繰り返し測定する探索ループを開始する４０２〜４１２）。送信機電力コントローラは、このループを実行する度に、送信コイルに擬似ランダム電圧信号を印加し（４０２）（送信機電力コントローラに記憶されたデータセットを生じさせるために使用された同じ擬似ランダム信号を用いてもよい）、送信コイルの電圧信号と電流信号との両方を測定する（４０４）。そして、図１１に関連して説明された手法を用いて、コントローラは、測定された電圧及び電流信号から、送信コイルに関するＮ点のインピーダンスのスペクトルを計算する（４０６）。次に、コントローラは、図１１に関連して生じさせられた非線形モデルにこの計算されたインピーダンスのスペクトルを適用する（４０８）。結果は、受信コイルの位置のインジケータである（４１０）。非線形モデルの出力が受信コイルが定位置にあることを示す場合、電力送信コントローラは、受信機システムのワイヤレス充電を開始する（４１２、４１４）。そうでない場合、電力送信コントローラは、今説明されたループを繰り返して、充電するための定位置にある受信コイルの探索を続ける（４１２、４０２）。

上述の手法は、計算されたインピーダンスを使用した。システムの非線形性についてのより多くの情報を保つ可能性が高い代替的な手法は、インピーダンスを計算する代わりに測定された電流を使用することである。そのような手法は、異物の検出に関する図１８Ａ〜Ｂに関連して後で説明される。

送信機周波数の自動同調
コイルの位置を判定するための説明された技術が、電力転送回路を受信機システムのワイヤレス充電のための最適な周波数に同調させるように適合される。コイルがコイルの直径より遠くにあるときは、電力を送るための最適な周波数が大きく変わらず、そのシステムに関して知られているので、概して、同調はほとんど必要とされない。上述のように、これは、コイルが近づくときには当てはまらない。コイルが互いに近づくとき、最適な周波数は、位置の変化とともに急速に変わる可能性がある。したがって、最適な周波数は、コイルの速度に直接関連する速さで計算されなければならない。この場合、システム識別に基づく技術は、必要とされるインピーダンスのスペクトルがずっと迅速に判定され得るという点ではっきりとした利点をもたらす。時間のかかるプロセスである可能性がある周波数の掃引ではなく、すべての必要とされる周波数成分を含む信号が一度印加され、そこから、スペクトルが推定される。

送られる電力にコイル自体で熱として浪費されるいくらかの電力を足したものに対応する１次コイルに流れ込む電力は、インピーダンスのスペクトルから導出され得る。コイル送信システムが主に線形システムによって表され得る場合、送信コイルに流れ込む電力は、電圧及び電流の積分によって与えられる。インピーダンスのスペクトルから、以下を得る。

ここで、Z(ω)は、インピーダンスの大きさであり、φ(ω)は、位相である。

したがって、線形システムの場合、インピーダンスの振幅と位相の余弦との積が最大である最適な電力転送が行われる。システムが著しく非線形である場合、最適な周波数は、やはり、振幅に依存する。

ワイヤレス電力送信システム（ＷＰＴＳ，wireless power transmission system）の場合、低レベルの電圧は、半導体デバイスを含む内部非線形電子素子を刺激するのに十分なだけ大きくない可能性があり、したがって、システムは、線形のままになる。したがって、システムの非線形性を観測するためにある最小限の量を超える電力がコイルに届けられることが望ましい。ランダムな励磁信号が、電圧波形としてコイルに印加される可能性があり、応答が、コイルを流れる電流として測定される。

非線形システム識別が、システムをモデリングするために使用され、結果として得られる非線形モデルを用いて、最適な周波数が、推定される。理想的には、推定プロセスは、解析的に実行される。換言すれば、パラメトリックな閉じた式（closed-form equation）が、インパルス応答及び非線形性又は比較的高次の核を表すために使用される。閉じた解析式によって、システムの応答を計算することと、極値が現れるパラメータ値を見つけることとが、解析的に行われ得る。最適な周波数を見つけるために、コイルの電力を周波数の関数として与える解析的な応答が、正弦波入力電圧波形に対して導出され、微分されて零点について解かれ、極大で現れる零点が選択される。

しかし、解析的表現は、複雑過ぎて扱えなくなるか又は解けなくなる可能性がある。その場合、数値的技法を用いることが可能である。最適な周波数を迅速に見つけるために、線（周波数軸）に沿った最適化技術が実施され得る。そのような技術を考察する参考文献としては、Fletcher, R. Practical Methods of Optimization, Second Edition, John Wiley & Sons, LTD, 1987、Press, W.H. et al., Numerical Recipes in C++, Cambridge University Press, 2002、Nocedal, J. and Wright, S.J., Numerical Optimization, Springer Series in Operations Research, 1999、及びPress, William H. et al., Numerical Recipes 3rd Edition: The Art of Scientific Computing, Cambridge University Press, 3^rd Ed., 2007)を参照されたい。この目的で、非線形システム応答が、数値的にシミュレーションされ、送られる電力が、最大化される目的関数として用いられる。同じ手法が、非パラメトリック関数がチェビシェフ（Chebychef）級数展開によって近似され得る準解析的表現のために使用され得る。

コイルの周波数を自動的に同調させるためにそのような手法を使用するアルゴリズムの例が、図１３に示される。このアルゴリズムは、送信機電力コントローラによって実施される。概して、非線形モデルは、擬似ランダムな電圧の摂動を印加し、コイルの電圧及び電流をサンプリングし、測定されたデータに非線形モデルを当てはめることを繰り返すことにより連続して取得される。そして、非線形モデルは、コイルに流れ込む電力を信号周波数の関数としてデジタル処理でシミュレーションするために使用される。また、探索アルゴリズムが、電力が計算されるべき周波数を見つけ、最適な周波数を繰り返し見つけるために使用される。

図１３に示されるように、受信コイルの充電が正常に行われ得る距離内にあると判定されるとき、送信機電力コントローラは、ワイヤレス充電の周波数を、充電システムの推定された共振周波数に対応する所定の周波数F₀に設定し、その周波数でワイヤレス充電を開始する（５００）。そして、コントローラは、そのコントローラが最適な充電の周波数を探索するループに入る。最適な周波数の探索を行うために、送信機電力コントローラは、非線形システム識別を用いて送信機−受信機システムの非線形モデルを構築し、次いで、そのモデルを用いて最適な周波数を見つける。モデルの構築は、受信コイルの存在を検出するためのプロセスに関連して既に説明されたものと同様の方法で行われる。送信機電力コントローラは、擬似ランダム電圧信号を摂動信号として送信コイルに印加し（５０２）、送信コイルの電圧信号と電流信号との両方を測定する（５０４）。それから、コントローラは、非線形システム識別を用いて、送信コイルの動的なシステムの表現（例えば、インピーダンス）のウィーナーモデルにその測定されたデータを当てはめる（５０６）。ウィーナーモデルが導出されると、コントローラは、そのコントローラがその非線形モデルを用いて最適な周波数を探索するループに入る（５０８〜５１６）。より詳細には、コントローラは、既に選択された周波数の電圧信号に対する非線形モデルの応答をシミュレーションする（５０８）。シミュレーションされた応答から、コントローラは、送信される電力を、最大化されるべき目的関数として計算する（５１０）。そして、コントローラは、知られている勾配最小化（gradient minimization）技術を用いて、送信される電力が最大化される新たな周波数を見つける（５１２）。最適な周波数のこの探索の間、コントローラは、最適であるらしい値が見つかるまで、駆動信号の周波数の値を変える度に、非線形モデルを用いて応答を繰り返しシミュレーションする。最適であるらしい周波数を見つけた後、コントローラは、その新たな周波数が確かに最適値であるかどうかを試験する（５１４）。

最適な周波数がまだ見つかっていないと判定される場合、コントローラは、手順を繰り返して最適な周波数の探索を続ける（５１６）。換言すれば、コントローラは、新たな周波数に対する非線形モデルの応答をシミュレーションし（５０８）、その新しい周波数で目的関数を計算し（５１０）、勾配最小化技術を用いて、目的関数が最大化される新たな周波数を見つける（５１２）。コントローラは、最適値が見つかるまでこのプロセスを繰り返し、見つかった時点で、送信コイルの周波数をこの最適な周波数に設定する（５１８）。

駆動信号を計算された最適な周波数に設定した後、コントローラは、充電が完了したかどうかを試験する（５２０）。コントローラは、受信機システムがバッテリモジュールの充電を終了させるか又はオフにするときの受信コイルのインピーダンスの突然の変化を検出することによってこれを判定することができる。代替的に、送信機システムに戻る通信チャネルが存在する場合、受信機システムは、そのチャネルを介して信号を送信して、充電機能が終了したことを送信機システムに知らせることができる。コントローラは、充電が完了したことを検出するとき（５２０）、電力をオフにし、それによって、受信コイルシステムへのワイヤレス電力転送を終了させる（５２２）。

充電が完了していない場合、送信コイルと受信コイルとの相対的位置が変わった可能性があり、それによって、最適な周波数の値に影響を与え、したがって、新たな最適な周波数の探索が再開されることがあり得る。換言すれば、コントローラは、アルゴリズムの始めに分岐して戻って（５０２）探索を続ける。

ここまで、ワイヤレス受信機システムは送信される電力に関するデータをワイヤレス送信機システムに返さないと仮定されていた。しかし、データが受信機システムから送信システムに送信され得る場合、非線形モデルは、コイルに印加される電圧Ｖ(t)とバッテリパックなどのエネルギー貯蔵ユニットに直接流れ込む電力Ｐ(t)との間で導出され得る。そして、非線形モデルは、コイル及びパワー電子素子における電力の損失を含む最大の量の電力がコイルではなくエネルギー貯蔵サブシステムに直接流れ込む厳密な周波数を見つけるために、既に説明されたように使用される。加えて、そのとき、効率も計算され、最大の充電速度と最も効率的な充電速度との間の選択を可能にし得る。

最適な励磁周波数に自動調整するための代替的なより効率的方法として、上述のGreenの方法に基づく直接的な方法が使用され得る。その場合、非線形モデルの形態の検出アルゴリズムが、まず、オフラインで取得される。それは、互いに対して異なる位置及び向きの送信コイル及び受信コイルを有する実際のシステムでいくつかの実験を実行することによって行われる。それぞれの位置／向きに関して、最適なコイルの周波数が決定され、対応するコイルの電流が記録される。このプロセスがオフラインで実行されると、それぞれの条件に対する最適な周波数が、数値的に若しくは実験的にのどちらかで、又はそれら両方で取得され得る。

すべての試験が実行された後、それらの試験の結果から、入力信号と出力信号との両方が、非線形システム識別の目的で構築される。入力信号は、ランダムな励磁信号に対する測定された電流信号の応答のすべてを連結することによって生成される。また、出力信号は、それらの連結された電流信号に対応する最適な周波数値を連結することによって生成される。その後、非線形システム識別が、異なる応答信号が対応する最適な周波数にどのようにマッピングされるかを示す非線形モデルである最適な非線形周波数推定器を、それらの構築された入力及び出力信号から導出するために実行される。

最適な非線形周波数推定器が得られると、その最適な非線形周波数推定器は、使用すべき最適な励磁周波数を応答信号から直接抽出するために電力送信機コントローラによってリアルタイムで使用される。これは、推定器を構築するために使用された擬似ランダム信号と通常は同じである擬似ランダム励磁信号を印加し、その励磁信号から得られる応答信号を非線形周波数推定器への入力として用いることによって行われる。推定器の出力は、既存の条件の下でワイヤレス電力転送のための最適な周波数を特定する。

この直接的な方法のより詳細な図が、図１４Ａ及び１４Ｂに示される。オフライン部分（図１４Ａ）及びリアルタイム部分（図１４Ｂ）がある。オフライン部分は、リアルタイム部分が実施される機器と同一である機器を用いて行われる。オフライン部分は、推定器として使用され得る非線形モデルを構築することを目的とする。

ここで１４Ａを参照すると、オフライン部分に関して、モデリングされるべき範囲の条件の決定がなされる（６００）。条件の範囲は、自動同調がリアルタイムで実行される互いに対するコイルの異なる位置及び向きを反映する。これらの異なる条件のそれぞれに関して、実験がオフラインで実行されることになる。また、実験は、エネルギー場に存在する可能性があり、ワイヤレス電力転送に影響を与える可能性がある異なる物体を用いて実行される可能性がある。これは、例えば、コイルから異なる距離にある金属板又は金属管などの遮蔽材を含む可能性がある。換言すれば、目的は、ワイヤレス電力転送が使用される可能性が高い日常生活での条件を再現することである。あり得る条件の範囲が画定されると、オフラインプロセスは、異なる条件のそれぞれに関して一連の試験を実行することをともなう（６０２）。

第１に、電力転送を最大化するための最適なコイルの周波数が、決定される（６０４）。これは、オフラインで行われるので、数値的に又は実験的にのどちらかで行われ得る。そして、擬似ランダム電圧摂動信号が送信コイルに印加され、電圧信号に対するコイル電流が測定され、記憶される（６０６）。対応する最適な周波数に等しい値を有する一定の周波数信号も画定され、記録された電流信号に関連して記憶される（６０８）。

その一連のステップが、モデリングされるべき条件のすべてに関して繰り返される（６１０）。

条件のすべてに関する測定データが取得されると、非線形モデルに関する入力及び出力信号が、図１１に関連して既に説明されたものと同様の方法で構築される。条件のすべてに関する記録された電流信号が、入力信号を形成するための一緒に連結される（６１２）。また、対応する周波数信号のすべてが、出力信号を形成するために一緒に連結される（６１４）。そして、連結された入力及び出力信号が、非線形システムの入力及び出力信号として扱われ、非線形システム識別が、その非線形システムの構造化されたブロックの並列的なカスケードなどの非線形モデルを得るために使用される（６１６）。周波数推定器を表す結果として得られる非線形モデルが、ワイヤレス電力転送のための最適な周波数を決定するために送信機電力コントローラによってリアルタイムで使用される。

図１４Ｂに示されるアルゴリズムは、送信機電力コントローラによって実行される一連のステップを表す。送信機電力コントローラは、送信コイルに擬似ランダム電圧信号を印加し、送信コイルによって生成された電流信号を記録する（６１８）。そして、送信機電力コントローラは、記録された電流信号を、オフラインで計算された非線形周波数推定器への入力として使用する（６２０）。推定器の最終出力は、既存の条件、すなわち、互いに対する２つのコイルの既存の位置及び向きで電力転送を行うための最適な周波数である。コントローラは、電力転送回路の周波数をその周波数に設定する（６２２）。この時点で、コントローラは、充電が完了しているかどうかを調べる（６２４）。完了している場合、電力がオフにされ、ワイヤレス電力転送が終了させられるか、又は電力転送を終了させるか若しくは行われないようにするフラグが設定される（６２６）。

充電が完了していない場合、コントローラは、今説明された一連のステップ６１８〜６２４を繰り返して、受信コイルに対する送信コイルの位置のすべてのあり得る変化又は条件のその他の予期される変化を考慮する。換言すれば、自動同調プロセスは、ワイヤレス電力転送動作中ずっと継続して実行される。

今説明されたアルゴリズムは、擬似ランダム信号がシステムに印加されている間に充電することを含んでいたことに留意されたい。出力信号の雑音を削減する別の手法は、充電と試験を交互に行うことである。その場合、駆動信号が印加されていない間に擬似ランダム信号が印加される。

最適な転送のための送信機波形の調整
理論上、自己共振コイルを流れる電圧及び電流信号は、発振器の物理的特性がほとんどのその他の波形を除去するようなものであることを考えると、通常、正弦波状である。しかし、実際には、わずかに異なる波形を使用することによってより高い電力転送効率が得られ得ることがあることが分かっている。最近の電子素子が電力信号を生成するためにデジタル制御されたスイッチングシステムを使用することがほとんどであり、アナログ発振器を使用しないという事実を考慮すると、電子素子は、ほとんどすべての任意の波形を生成するのに役立つ。

波形を調整することは、ワイヤレス電力送信を説明する非線形モデルが得られた後で可能になる。非線形モデルを把握していれば、既存の非線形制御アルゴリズムを使用して改善された波形を得ることが可能である。一般解が存在しないとすると、システムのダイナミクスが、状態空間（state-space）で軌跡の周りで線形化される。反復して、既存の線形制御理論を用いて、最適な制御波形が再計算され、収束が達成されるまでシステムが新しい軌跡の周りで再び線形化される。

代替的に、最適な電圧波形を計算するために数値的な方法が使用され得る。そのような方法が、図１５に示される。このフローチャートにおいては、波形が、切り捨てられたフーリエ級数又はチェビシェフ多項式の和などの有限級数として表される。切り捨てられたフーリエ級数に関して、電圧は、以下のように表され得る。

ここで、ω₀は、基本角周波数である。最適値が存在するために、いくつかの制約が、V(t)に対する制限としてか、又は信号電力P₀が固定であり、基本の位相が０であると仮定される場合として規定されなければならない。

そして、線形及び非線形の制約付きのレーベンバーグ・マルカート最適化手順などの数値的最適化技術が、未知のパラメータC_k及びφ_kを発見するために使用される。

最適な波形が受信コイルの位置によって又は受信機のエネルギー貯蔵レベルが変化するにつれて調整される必要があることが分かる場合、同じ技術が、受信機が移動するときにリアルタイムで繰り返し使用され得る。

図１５は、電力転送のための最適な波形を発見するための例示的なアルゴリズムの詳細を示す。概して、この手順は、まず、非線形モデルを取得することを含む（７００）。そして、コイルの電力をシミュレーションするためにその非線形モデルを用いて、最適化技術が、最良の波形を見つけるために使用される。

送信機及び受信機システムのための非線形モデルは、上述のように取得され得る。これはリアルタイムで行われ得るが、予め画定されたワイヤレス充電システムを使用するときは、概して、最適な波形がシステムの異なる実施形態の間で大きく変わる訳ではない。したがって、最適な信号波形を決定することは、充電プロセスの前にオフラインで行われ得る。

非線形モデルが取得された後、上で考察された電圧波形の有限級数表現のためのパラメータが、波形が純粋な正弦波であるように初期化される（７０２）。つまり、C₀が、V₀、印加される電圧信号の振幅に等しいように設定され、位相φ₀が、０に設定され、その他のパラメータC_k及びφ_kのすべてはそのままである。加えて、使用される最適化アルゴリズムのためのさまざまなパラメータも、最適化の探索の開始に備えて初期化される（７０４）。

初期化が完了すると、これが実行されているプロセッサシステムが、最適化アルゴリズムの実行を開始する（７０６〜７１８）。これは、目的関数、すなわち、送信コイルの出力電力を最大化する１組のパラメータ値C_k及びφ_kをプロセッサシステムが見つけるまで繰り返される一連のステップを含む。プロセッサは、取得された非線形モデルを用いて、選択された電圧波形でシステムを駆動した結果得られる電流波形をシミュレーションする（７０６）。そして、プロセッサは、送信コイルへの出力電力を計算し、目的関数をその計算された出力電力に等しく設定する（７０８）。次に、プロセッサは、出力電力を最大化する１組のパラメータ値を見つけるための知られている非線形最小化手順を呼び出す（７１２）。最適な波形のこの探索の間、コントローラは、最適であるらしい値が見つかるまで、駆動信号のパラメータC_k及びφ_kの値を変える度に、非線形モデルを用いて電流波形を繰り返しシミュレーションする。

出力電力を最大化する１組のパラメータ値を見つけた後、プロセッサは、電圧信号をそれらの新しいパラメータで更新し（７１４）、最適値が見つかったかどうかを試験する（７１６）。最適値が見つかっていないと判定される場合、プロセッサシステムは、この最適化ループの始めに分岐して戻り、値のより適切な組を見つけるために計算を繰り返す（７１８）。

値の最適な組が見つけられると、プロセッサは、送信機電力コントローラによる使用のためにそれらの値を保存する（７２０）。

適切な通信チャネルが受信機と送信機との間に存在し、エネルギー貯蔵パックに向かう実際の電力信号を得ることが可能である場合、アルゴリズムは、貯蔵される電力を直接予測し、それから、貯蔵される電力を最適化するように入力波形を調整するように適合され得る。

異物の存在の検出
電力コイルの近くの異物の検出が、安全と効率との両方のために必要とされる。電力の送信で使用される比較的低い周波数と、電力送信がコイルによって生じさせられる電磁放射のほとんどない誘導結合によって実現されることとを考えると、ＲＩＣは、ほとんどのその他のワイヤレス電力送信方法、特に、マイクロ波又は光を用いるワイヤレス電力送信方法よりも本質的に安全である。

磁界を妨げない物体は、安全の観点でほとんど問題にならないか、又はワイヤレス充電システムの妨げにほとんどならない。そのような物体が検出される必要がある場合、光学的、機械的、又は音響的方法などのその他の手段が使用されなければならない。

より問題なのは、金属片、炭素繊維材料、又はさらには生きている組織などの、導電性の物体である。そのような物体が存在する場合、送信損失、物体の局所的な加熱を引き起こし、潜在的に性能劣化につながるか、又はより悪くすると人への電池の被害を引き起こす強い渦電流が、生じさせられる可能性がある。数百キロワットが送られるとき、ジュール加熱が、５０℃を超えて異物の温度を上昇させ、皮膚のやけどを引き起こす可能性がある。数百キロワットに達すると、長い暴露に、及び場合によってはペースメーカをつけている人に暴露の危険性がある。したがって、生きている組織を含む導電性の物体が送信コイルの近くに来るときを検出することが重要である。

近接センサ及び光学的技術が、使用され得る。予期せぬ電力の損失を判定するためのモデルに基づいて異物の存在を検出するための方法が、提案されている。例えば、Kuyvenhoven, N., Dean, C., Melton, J., Schwannecke, J., and Umenei, A.E., “Development of a Foreign Object Detection and Analysis Method for Wireless Power Systems,” IEEE, Wireless Power Consortium (2011)を参照されたい。受信コイルサブシステムは、送信機サブシステムと通信し得るとき、受け取られる電力の量を送信機に知らせる可能性がある。送信機サブシステムのコントローラは、コイルに向かうエネルギーの知られている量から損失を計算することができる。また、不明な電力の量が予め画定された閾値を超える場合、電力送信は中断される。

しかし、そのような物体をそれらの物体がコイルによって感知される場に引き起こす修正から直接検出する方が、ずっと実践的である。本明細書において説明されるように、送信コイルの非線形の動的な応答を継続的に推定することによって、異物が送信機のダイナミクスを変更する方法からその異物を検出することが可能である。非線形性は、主として受信機電子システムに現れる傾向がある。非線形性は、飽和を呈さない生体組織などの金属又はその他の導電性システムではより起こりにくい。

加えて、典型的な電機部品は、電界の存在下で線形に反応し、周波数ドメインで、それらの電機部品のインピーダンスのボード（Bode）線図は、両対数グラフで整数傾斜（integer slope）の直線によって画定される。また、位相は、インピーダンス対周波数の傾斜に線形に関連し、それらは、最小位相システムとして振る舞う。生きている組織の場合、概して、傾斜は、整数ではなく、それは、最小位相システムとして応答しない。したがって、さまざまな異物は、特に、複雑な構造又は大きな分布質量（distributed masses）の場合、主として、非常に特徴的な方法で非線形システムの線形の部分に影響を与える。

送信機電力コントローラの検出システムは、コイルシステムの線形及び非線形の構成要素の変化に基づいて、異物が送信コイルの近辺に入ったことを検出することができるように、異なる種類の材料で訓練される可能性がある。始めに、非線形モデルの大きな集合が特定され、検出されるべき典型的な物体、金属、又は人工的な組織の代表としてデータベースに記憶される。その後、これらのモデルは、ニューラルネットワーク、主成分分析（ＰＣＡ）、又はＳＶＤなどの既存の数学的技術を用いて分類される。ＰＣＡ及びＳＶＤは、モデル空間のかなり縮小された表現が得られ、検出のために使用されるモデルを表すための最適な基底を画定するために使用され得る。

異なる物体が非線形モデルの線形及び／又は非線形の構成要素に異なるように影響を与えることを考えると、それらの物体の一意の特徴は、最適な基底関数の異なる構成要素で分離され得る。したがって、人の体などの物体がワイヤレス送信システムの近辺に入る場合、人の体に固有の構成要素が、その特定の基底関数に関連する係数に表れ、係数値から検出可能になる。そのような場合、人又は動物のモード（mode）の係数の特徴を見て、人又は動物がコイルの近くにいるかどうかを判定すれば十分である。代替的に、空間が、関心のある各物体を特徴付ける領域に分割される可能性がある。その後、モデルは、そのクラスタ空間の境界に向かって又はそのクラスタ空間の境界の外に移動するとき、異物の存在の指示を与える。

図１６Ａ及び１６Ｂは、１つのそのようなシステムのための訓練アルゴリズムの実施を示す。概して、非線形システム識別が、送信コイルに対して異なる位置の異なる種類の物体に関する多数の動的システムモデルを収集するために使用される。それらの物体に関するデータ収集の後、最適な基底関数が、ＳＶＤ分解を用いて導出される。その後、それぞれの種類の物体をおおむね表すモードが、どのモードがその物体の種類に一意である重要な構成要素を有するかを見つけることによってモデル空間で分離される。

図１７は、訓練アルゴリズムから集められた情報を用いてどのようにして現場で検出が進行するかを示す。概して、生データが、継続的に取得され、非線形モデルが、その生データから継続的に導出される。新しいモデルが取得される度に、その新しいモデルは、その最適な基底係数（basis coefficient）に分解される。そして、データベース内のそれぞれの代表的な種類の関心のある物体に関して、対応するモード係数が予め画定された閾値を超えるとき、そのことは、その種類の物体のありそうな存在を示唆し、ワイヤレス電力転送が中断されるか、又は警告信号が発せられる。

図１６Ａ、１６Ｂ、及び１７に示された実施形態のより詳細な説明が、以降に続く。

図１６Ａを参照すると、異物検出のためのデータベースを構築すること（又は予め訓練すること）が、図９に示されたように受信機の存在を検出するために実行されるステップと同様である１組のステップを含む。異物検出のためのデータベースを構築すること（又は予め訓練すること）は、検出したい物体の集合を特定し、集めることよって始まる（８００）。したがって、例えば、人又は動物がワイヤレス電力転送の場に入るときに充電プロセスが終了されることが望ましいので、人及び動物の組織を表す物体が、物体の集合に含められる必要がある。ワイヤレス電力転送の場に存在する場合、電力のワイヤレス転送を妨げる及び／若しくは損害を受けるか、又は人に対する潜在的な損害を引き起こすかのどちらかである物体の存在を検出することがやはり望ましいので、それらの物体も、識別され、物体の集合に追加される必要がある。

物体の集合が識別されると、送信コイルに対するそれらの物体の１組の位置が画定される（８０２）。これは、電力転送の場の物体のいずれかの存在を検出することが望ましい位置の代表的な組である。

識別された物体の集合及び画定された位置の組を用いて、訓練手順は、それらの位置のそれぞれで（８０６）物体のそれぞれに対して（８０４）実験を実行してシステムの対応する非線形モデルを導出することを含む。画定された位置のうちの１つにある選択された物体に関して、擬似ランダム電圧信号（例えば、ＧＷＮ信号）が、送信コイルに印加される（８０８）。その擬似ランダム信号が送信コイルに印加されている間に、送信コイルの電圧信号及び電流信号が記録され、記録された信号が送信コイルのインピーダンスのウィーナーモデルに当てはめられる（８１０）。結果は、インピーダンスに関するインパルス応答によって表される線形の部分及び非線形性の波形によって表される非線形の部分である。インパルス応答と非線形性の波形との両方が、選択された物体及びその選択された位置に関連して記憶される（８１２）。

このプロセスが、物体のすべてが画定された位置のすべてで試験されるまで、それぞれの物体に関して（８１４）、画定された位置のそれぞれで（８１６）繰り返される。

画定された位置のそれぞれにおいてそれぞれの物体に関するデータを収集した後、よく知られている技術を用いて、記憶されたインピーダンスの波形の集合に関する最適な基底が計算され（８１８）、非線形性の波形の記憶された集合に関する最適な基底が計算される（８２０）。このプロセスは、ＳＶＤ又はＰＣＡなどのよく知られている分解技術のうちの適切な１つを使用する。計算された２つの最適な基底から、基底関数の縮小された組が特定される（８２２）。

ここで図１６Ｂを参照すると、訓練手順の一部として、ステップの別の組が、集合のそれぞれの物体に関して実行される（８２４）。物体のその集合から選択される物体のそれぞれの位置に関して、その位置で（８２６）その物体に関して既に計算された非線形モデルが、訓練アルゴリズムの第１の部分の間に特定された縮小された基底関数に分解される（８２８）。プロセッサシステムは、その物体に関してデータが記録されたそれぞれの位置に関してこのタスクを実行したとき（８３０）、モデルのその集合に関してその物体に特有である基底関数のモードを決定する（８３２）。換言すれば、プロセッサシステムは、その物体に関するデータの計算された組に最も関連性のある基底関数のサブセットを特定する。それらの基底関数の係数は、対応するモデルに関するモデル空間内の点を画定する。異なる位置／向きを表すその物体に関するすべてのモデルのそのような点の集合に関して、よく知られている分類技術を用いて対応する物体に対応するその空間の領域を画定することが可能である。

今説明されたプロセスが、物体がすべて分析されるまで集合の物体のそれぞれに関して実行される（８３４）。結果は、異物のうちの対応する１つの検出された存在に対応するモデル空間の領域を画定する。それは、物体検出中に使用される、送信機電力コントローラに記憶される分類又はクラスタ情報をともなう基底関数の縮小された組である。このデータは、検出アルゴリズムによって使用するためにワイヤレス電力送信機システムのメモリに記憶される。

図１７を参照すると、物体検出を実行するために、送信機電力コントローラは、送信コイルに擬似ランダム電圧信号（例えば、ＧＷＮ）を印加し（９００）、コイルの電圧及び電流波形を測定し、記録する（９０２）。そして、上述の非線形システム識別を用いて、コントローラは、記録された波形に関するデータにコイルの非線形の動的システムモデル（例えば、インピーダンス）を当てはめる（９０４）。次に、訓練フェーズ中に特定された基底関数の縮小された組を用いて、コントローラは、非線形モデルに関して得られた波形をそれらの基底関数に分解して、基底関数の係数の組を表すベクトルを得る（９０６）。

そのコントローラのデータベースに表された選択された異物に関して（９０８）、それから、コントローラは、訓練中に決定された基底関数の係数がその物体に特有であるであると判定する（９１０）。それらの係数を用いて、コントローラは、異物を表すために分類方法によって既に決定された領域に関してベクトルがモデル空間でどこに入るのかを判定する（９１２）。係数の組が領域（例えば、物体のサイズのクラスタ）内又はその領域に十分に近いモデル空間内の点を画定すると判定される場合、近くの異物が検出されたと結論づけられ、コントローラは、それによって充電を終了させる及び／又は行われないようにするフラグを設定する（９１４）。

物体が検出されなかったと判定される場合、コントローラは、充電を中断するように設定された可能性がある任意のフラグを消去し、そのコントローラのデータベース内の次の物体の試験に移る（９１６）。このプロセスが、すべてが試験されるまでデータベース内のそれぞれの物体に関して繰り返される（９１６）。

試験がデータベース内のすべての物体に関して実行された後、コントローラは、分岐して始めに戻り、送信コイルに別の擬似ランダム信号を印加し、任意の異物の存在の新たな探索を行う。

より直接的で、より計算効率の良い代替的な方法が、図１８Ａ及び１８Ｂに示される。その方法は、図１４Ａ及び１４Ｂに示された自動同調アルゴリズムに関連して説明されたようなGreenの手法を使用する。詳細は、以下の通りである。

上述のように、プロセスは、検出したい特定の部類の物体の集合を特定し、集めることによって始まる（１０００）。加えて、集合の中のそれぞれの物体に関して、その物体の近辺で見つけると予想し得る任意のその他の物体の識別情報及び位置である試験されなければならないすべての位置が、画定される。１つの重要な分類するもの（classifier）は、電力コイルの近傍の生体組織のような任意のものである可能性がある。別の分類するものは、渦電流が誘起され、電力損失をもたらす金属の存在である可能性がある。図１８Ａ〜Ｂの実施形態は、生体組織を検出するためのプロセスを示す。

概して、生体組織を検出するための非線形モデルを組み立てるために、さまざまな種類及び質量の生体組織が、送信コイルに対して異なる位置に置かれ、測定が行われる。より詳細には、それぞれの物体及びそれぞれの位置に関して（１００２）、以下のステップが実行される。擬似ランダム電圧摂動信号が送信コイルに印加され、そのようにしている間に、送信コイルの結果として生じる電流が測定され、記録される（１００６）。加えて、場が危険であるか又は安全でない状態を生じると考えられるかどうかを示す、その物体／位置に関する安全信号が生成される（１００８）。これは、例えば、較正されたピックアップコイルを使用することによってこのフェーズの間に実験に基づいて判定され得る。物体が危険区域内にある（つまり、あり得る有害な影響又は安全でない状態が、その位置にあることから生じる）と思われる場合、安全信号の値が一定値（例えば、−１）に設定される。しかし、物体が安全な区域内にある（つまり、有害な影響又は安全でない状態が、その位置にあることから生じない）と思われる場合、安全信号の値が異なる一定値（例えば、＋１）に設定される。この一連のステップが、すべての画定された位置ですべての物体に関して完了するまで繰り返される（１０１０）。

すべてのデータが収集された後、記録された電流信号のすべてが、システム識別の目的で使用される入力信号を生成するために一緒に連結され（１０１２）、安全信号のすべてが、対応する出力信号を生成するために同様の方法で一緒に連結される（１０１４）。そして、非線形システム識別が、それらの入力及び出力信号によって特徴付けられるシステムに関する非線形モデルを導出するために使用される。結果として得られる非線形モデルが、異物が存在するかどうかを示す信号を出力する非線形フィルタとして電力送信機コントローラによって使用される。

電力送信機コントローラの動作が、図１８Ｂに示される。その後、未知の環境で、電力送信機コントローラは、異物の探索を開始する（１０１８）。これは、（異物についての情報のデータベースを構築するために使用されたのと同じ）擬似ランダム電圧信号を送信コイルに印加し、電流波形を測定し、記録することをともなう（１０２０）。記録された電流波形は、既に導出された非線形システムによって処理される（１０２２）。正の値を有する出力は、異物（例えば、生きている組織）のあり得る存在を示し、電力コントローラは、送信コイルへの給電が中断されるようにする中断信号を生じさせる（１０２４）。また、コントローラは、異物がもはや存在しないときを判定するために探索ループを繰り返す。

非線形フィルタが異物が見つからなかったことを示す負の値を出力する場合、任意の既に確立された中断信号が消去され、探索ループが繰り返される。

上述の擬似ランダム信号の２つの特定の例は、ガウス白色雑音（ＧＷＮ，Gaussian White Noise）及び擬似ランダム２進系列（ＰＲＢＳ，Pseudo-Random Binary Sequence）であった。しかし、それは、限定的であるように意図されない。擬似ランダムと言うことは、例えば、目標のシステムの特定のモードを励振するように電力が集中される可能性がある雑音のような信号を含むようにやはり意図される。加えて、擬似ランダムと言うことは、刺激されるシステムに関するインパルス応答又は伝達関数を導出するために使用され得る任意の信号を包含するように意図される。

その他の実施形態は、以下の請求項の範囲内にある。例えば、線形の動的システムをパラメトリックに表すために使用されるいくつかの「空間」、すなわち、状態空間の方法、伝達関数、周波数関数、ＡＲＸ、ＡＲＭＡ、ＡＲＭＡＸモデルの形態の差分方程式、Ｚドメインの多項式（Z-domain polynomial）、及びインパルス応答が時間のパラメトリックな関数として表される時間ドメインの方法が存在する。伝達関数などの１つの空間と別の空間との間の表現を状態空間表現にマッピングするための方法が、存在する。上述の実施形態においては、時間ドメイン及び周波数ドメインの表現が、はっきりと述べられた。しかし、それは、限定的であるように意図されていなかった。代替的な表現のうちの任意の１つの使用は、本発明の範囲内に入るように意図される。

上述の実施形態において、モデリングされた動的システムの表現は、送信コイルのインピーダンス及び送信コイルの電流であった。もちろん、例えば、転送される電力、電力損失、及び電力効率を含むその他の動的システムの表現をモデリングし得る。一部の表現に関しては、別のチャネルを通じて受信機から情報を得ることが必要である。例えば、電力損失又は電力効率は、バッテリモジュールに供給される電力を監視することができることを必要とし、したがって、受信機システムに頼ってその情報を供給することを必要とする。

上述の実施形態は車両のプラットフォームに特に言及したが、本明細書に記載の本発明の使用はそのプラットフォームのみに限定されるように意図されていない。本明細書に記載の本発明は、ワイヤレス電力送信機及び受信機システムが一方のシステムから他方のシステムに電力を転送する目的で互いの近くに運ばれる可能性がある任意のワイヤレス電力転送システムに適用され得る。

検出アルゴリズムの場合、受信コイル又は異物の存在を検出するために送信コイルが使用されたことが示された。それは、必ずしもそうではない。代わりに、検出機能による使用に専用の追加の別個のコイルを使用し得る。

本明細書において示されたアルゴリズムは、示唆されたように見えた可能性があるように単一のプロセッサでのみ実行されるとは限らないことにさらに留意されたい。複数のプロセッサが、適切な方法でそれらのプロセッサの間で分けられたタスクで使用される可能性がある。例えば、図９に示されたアルゴリズムの場合、１つのプロセッサでデータの収集のすべてを実行し、別のプロセッサの非線形システム識別を実行することが適切と考えられる可能性がある。

Claims (55)

1. ワイヤレス電力転送システム（ＷＰＴＳ）において受信コイルが送信コイルの近くにあるかどうかを検出する方法であって、
   擬似ランダム信号を前記送信コイルに印加するステップと、
   前記擬似ランダム信号を前記送信コイルに印加している間に、前記印加した擬似ランダム信号に応答して前記ＷＰＴＳ内で生成された１又は２以上の信号を記録するステップと、
   前記１又は２以上の記録した信号を使用することによって、前記ＷＰＴＳの電気的特徴に関する動的システムモデルを生成するステップと、
   前記生成した動的システムモデルを記憶した訓練データと組み合わせて使用して、受信コイルとして識別される特徴を有する物体が前記送信コイルの近くにあるかどうかを判定するステップとを含む、前記方法。
2. 受信コイルが送信コイルの近くにあると判定される場合に、前記送信コイルを介して前記受信コイルへのワイヤレス電力転送を開始するステップをさらに含む、請求項１に記載の方法。
3. 擬似ランダム信号が、擬似ランダム電圧信号である、請求項１に記載の方法。
4. 擬似ランダム信号が、受信コイルに接続された受信機システムの非線形性を誘発するのに充分な強さである、請求項１に記載の方法。
5. １又は２以上の信号が、送信コイルの電流信号を含む、請求項３に記載の方法。
6. １又は２以上の信号が、送信コイルの電流信号及び電圧信号を含む、請求項３に記載の方法。
7. 生成した動的システムモデルを使用するステップが、前記生成した動的システムモデルに含まれる情報を、実験的に導出し、記憶した、受信コイルが近くに存在することを示す情報と比較するステップを含む、請求項１に記載の方法。
8. 動的システムモデルを生成するステップが、システム識別を用いて、選択したモデル構造を１又は２以上の記録した信号から導出されたデータに当てはめるステップを含む、請求項１に記載の方法。
9. 動的システムモデルを生成するステップが、非線形システム識別を用いて、選択したモデル構造を１又は２以上の記録した信号から導出されたデータに当てはめるステップを含む、請求項１に記載の方法。
10. 選択したモデル構造が、ウィーナーシステムである、請求項９に記載の方法。
11. 選択したモデル構造が、ハマースタインシステムである、請求項９に記載の方法。
12. 選択したモデル構造が、構造ブロックの並列的なカスケードである、請求項９に記載の方法。
13. 選択したモデル構造が、ボルテラ級数である、請求項９に記載の方法。
14. 選択したモデル構造が、パラメトリックな線形モデルである、請求項９に記載の方法。
15. 選択したモデル構造が、動的な線形の部分及び静的な非線形の部分を有する、請求項９に記載の方法。
16. 動的システムモデルが、送信コイルに関するインピーダンスの関数である、請求項５に記載の方法。
17. 動的システムモデルが、送信コイルに関する送信電力の関数である、請求項６に記載の方法。
18. 生成した動的システムモデルを使用するステップが、動的システムモデルを基底関数に分解して１組の基底関数のパラメータを生成するステップを含む、請求項１に記載の方法。
19. 生成した動的システムモデルを使用するステップが、１組の基底関数のパラメータを使用して、受信コイルが送信コイルの近くにあるかどうかを判定するステップをさらに含む、請求項１８に記載の方法。
20. 擬似ランダム信号が、ガウス白色雑音信号及び擬似ランダム２進系列（ＰＲＢＳ）のうちの選択された１つである、請求項１に記載の方法。
21. 生成した動的システムモデルが、時間ドメインの表現を含む、請求項９に記載の方法。
22. 生成した動的システムモデルが、周波数ドメインの表現を含む、請求項９に記載の方法。
23. 記憶した訓練データが、記憶したフィルタ関数によって表され、生成した動的システムモデルを前記記憶した訓練データと組み合わせて使用するステップが、前記生成した動的システムモデルを処理して出力信号を生成するステップを含み、前記出力信号が、前記記憶した訓練データから受信コイルとして認識され得る特徴を有する物体が送信コイルの近くにあるかどうかを示し、前記動的システムモデルを処理するステップが、前記記憶したフィルタ関数を適用するステップを含む、請求項１に記載の方法。
24. １又は２以上の記録した信号が、送信コイルの電流信号を含む、請求項２３に記載の方法。
25. フィルタ関数が、非線形フィルタ関数である、請求項２３に記載の方法。
26. 非線形フィルタ関数が、互いに離間する異なる距離に置かれた試験用送信コイル及び試験用受信コイルを含む試験システムで行われた測定から導出された、請求項２５に記載の方法。
27. 受信コイルが送信コイルの近くで検出される場合に、前記送信コイルを介して、検出された受信コイルへのワイヤレス電力転送を開始するステップをさらに含む、請求項２３に記載の方法。
28. 送信コイルと、
    前記送信コイルに接続された電力送信回路と、
    前記送信コイルに接続されたセンサ回路と、
    前記電力送信回路及び前記センサ回路を制御するためのコントローラとを含み、前記コントローラが、訓練データを記憶するためのメモリ、及び
    前記電力送信回路を使用して、擬似ランダム信号を前記送信コイルに印加し、
    前記擬似ランダム信号を前記送信コイルに印加している間に、前記センサ回路を使用して、前記印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録し、
    前記１又は２以上の記録した信号を使用することによって、前記ＷＰＴＳの電気的特徴に関する動的システムモデルを生成し、
    前記生成した動的システムモデルを記憶した訓練データと組み合わせて使用して、受信コイルとして識別される特徴を有する物体が前記送信コイルの近くにあるかどうかを判定するようにプログラミングされたプロセッサシステムを含む、ワイヤレス電力転送システム。
29. １又は２以上の信号が、送信コイルの電流信号及び電圧信号を含む、請求項２８に記載のワイヤレス電力転送システム。
30. 記憶した訓練データが、記憶したフィルタ関数によって表され、プロセッサシステムが、生成した動的システムモデルをフィルタ関数で処理して出力信号を生成することによって、前記生成した動的システムモデルを前記記憶した訓練データと組み合わせて使用するようにプログラミングされ、前記出力信号が、前記記憶した訓練データから受信コイルとして認識され得る特徴を有する物体が送信コイルの近くにあるかどうかを示す、請求項２８に記載のワイヤレス電力転送システム。
31. １又は２以上の記録した信号が、送信コイルの電流信号を含む、請求項３０に記載のワイヤレス電力転送システム。
32. 生成した動的システムモデルが、測定される電流信号である、請求項３０に記載のワイヤレス電力転送システム。
33. ワイヤレス電力転送システム（ＷＰＴＳ）において送信コイルへの駆動信号に関する動作周波数を見つける方法であって、
    擬似ランダム信号を前記送信コイルに印加するステップと、
    前記擬似ランダム信号を前記送信コイルに印加している間に、前記印加した擬似ランダム信号に応答して前記ＷＰＴＳ内で生成された１又は２以上の信号を記録するステップと、
    前記１又は２以上の記録した信号を使用することによって、前記ＷＰＴＳの電気的特徴に関する動的システムモデルを生成するステップと、
    前記駆動信号に関する最適な周波数の探索を行うステップとを含み、
    前記探索を行うステップが、前記最適な周波数が見つかるまで、前記駆動信号の前記動作周波数を変化させながら、前記生成した動的システムモデルを使用して前記駆動信号に対する応答を繰り返しシミュレーションするステップを含む、前記方法。
34. 探索を行うステップが、
    シミュレーションの応答から出力電力を計算するステップと、
    計算した出力電力を目的関数として使用するステップと、
    前記目的関数を使用することによって前記探索を行うステップとをさらに含む、請求項３３に記載の方法。
35. 駆動信号の動作周波数を最適な周波数に設定するステップをさらに含む、請求項３３に記載の方法。
36. 擬似ランダム信号が、擬似ランダム電圧信号である、請求項３３に記載の方法。
37. １又は２以上の信号が、送信コイルの電流信号を含む、請求項３６に記載の方法。
38. １又は２以上の信号が、送信コイルの電流信号及び電圧信号を含む、請求項３６に記載の方法。
39. 動的システムモデルを生成するステップが、システム識別を用いて、選択したモデル構造を１又は２以上の記録した信号から導出されたデータに当てはめるステップを含む、請求項３３に記載の方法。
40. 動的システムモデルを生成するステップが、非線形システム識別を用いて、選択したモデル構造を１又は２以上の記録した信号から導出されたデータに当てはめるステップを含む、請求項３３に記載の方法。
41. 選択したモデル構造が、ウィーナーシステムである、請求項４０に記載の方法。
42. 選択したモデル構造が、動的な線形の部分及び静的な非線形の部分を有する、請求項４０に記載の方法。
43. 生成した動的システムモデルが、時間ドメインの表現を含む、請求項３３に記載の方法。
44. 生成した動的システムモデルが、周波数ドメインの表現を含む、請求項３３に記載の方法。
45. 送信コイルと、
    前記送信コイルに接続された電力送信回路と、
    前記送信コイルに接続されたセンサ回路と、
    前記電力送信回路及び前記センサ回路を制御するためのコントローラとを含み、前記コントローラが、訓練データを記憶するためのメモリ、及び
    前記電力送信回路を使用して、擬似ランダム信号を前記送信コイルに印加し、
    前記擬似ランダム信号を前記送信コイルに印加している間に、前記センサ回路を使用して、前記印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録し、
    前記１又は２以上の記録した信号を使用することによって、前記ＷＰＴＳの電気的特徴に関する動的システムモデルを生成し、
    駆動信号に関する最適な周波数の探索を行うようにプログラミングされたプロセッサシステムを含み、
    前記探索を行うことが、前記最適な周波数が見つかるまで、前記駆動信号の動作周波数を変化させながら、前記生成した動的システムモデルを使用して前記駆動信号に対する応答を繰り返しシミュレーションすることを含む、ワイヤレス電力転送システム。
46. ワイヤレス電力転送システム（ＷＰＴＳ）において送信コイルへの駆動信号に関する動作周波数を見つける方法であって、
    擬似ランダム信号を前記送信コイルに印加するステップと、
    前記擬似ランダム信号を前記送信コイルに印加している間に、前記印加した擬似ランダム信号に応答して前記ＷＰＴＳ内で生成された信号を記録するステップと、
    前記記録した信号を処理して出力信号を生成するステップとを含み、
    前記出力信号が、前記駆動信号のために使用される前記動作周波数を特定し、前記記録した信号を処理するステップが、非線形フィルタ関数を適用するステップを含む、前記方法。
47. 非線形フィルタ関数が、互いに離間する異なる距離に置かれた試験用送信コイル及び試験用受信コイルを含む試験システムで行われた測定から導出された、請求項４６に記載の方法。
48. 印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された信号を記録するステップが、送信コイルによって生成された信号を記録するステップを含む、請求項４６に記載の方法。
49. 送信コイルと、
    前記送信コイルに接続された電力送信回路と、
    前記送信コイルに接続されたセンサ回路と、
    前記電力送信回路及び前記センサ回路を制御するためのコントローラとを含み、前記コントローラが、非線形フィルタ関数を記憶するためのメモリ、及び
    前記電力送信回路を使用して、擬似ランダム信号を前記送信コイルに印加し、
    前記擬似ランダム信号を前記送信コイルに印加している間に、前記センサ回路を使用して、前記印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された信号を記録し、
    前記記録した信号を処理して出力信号を生成するようにプログラミングされたプロセッサシステムを含み、
    前記出力信号が、駆動信号のために使用される動作周波数を特定し、前記記録した信号を処理することが、非線形フィルタ関数を適用することを含む、ワイヤレス電力転送システム（ＷＰＴＳ）。
50. 非線形フィルタ関数が、互いに離間する異なる距離に置かれた試験用送信コイル及び試験用受信コイルを含む試験システムで行われた測定から導出された、請求項４９に記載のワイヤレス電力転送システム。
51. 印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された信号が、送信コイルによって生成された信号である、請求項４９に記載のワイヤレス電力転送システム。
52. ワイヤレス電力転送システム（ＷＰＴＳ）において送信コイルへの駆動信号に関する波形を特定する方法であって、
    擬似ランダム信号を前記送信コイルに印加するステップと、
    前記擬似ランダム信号を前記送信コイルに印加している間に、前記印加した擬似ランダム信号に応答して前記ＷＰＴＳ内で生成された１又は２以上の信号を記録するステップと、
    前記１又は２以上の記録した信号を使用することによって、前記ＷＰＴＳの電気的特徴に関する動的システムモデルを生成するステップと、
    前記駆動信号に関する最適な波形の探索を行うステップとを含み、
    前記探索を行うステップが、前記最適な波形が見つかるまで、前記駆動信号の前記波形を変化させながら、生成した動的システムモデルを使用して前記駆動信号に対する応答を繰り返しシミュレーションするステップを含む、前記方法。
53. 探索を行うステップが、
    シミュレーションの応答から出力電力を計算するステップと、
    計算した出力電力を目的関数として使用するステップと、
    前記目的関数を使用することによって前記探索を行うステップとをさらに含む、請求項５２に記載の方法。
54. ＷＰＴＳ内で生成された１又は２以上の信号が、印加した擬似ランダム信号に応答して送信コイルによって生成された信号を含む、請求項５２に記載の方法。
55. 送信コイルと、
    前記送信コイルに接続された電力送信回路と、
    前記送信コイルに接続されたセンサ回路と、
    前記電力送信回路及び前記センサ回路を制御するためのコントローラとを含み、前記コントローラが、非線形フィルタ関数を記憶するためのメモリ、及び
    前記電力送信回路を使用して、擬似ランダム信号を前記送信コイルに印加し、
    前記擬似ランダム信号を前記送信コイルに印加している間に、前記センサ回路を使用して、前記印加した擬似ランダム信号に応答してＷＰＴＳ内で生成された１又は２以上の信号を記録し、
    前記１又は２以上の記録した信号を使用することによって、ＷＰＴＳの電気的特徴に関する動的システムモデルを生成し、
    最適な波形が見つかるまで、駆動信号の波形を変化させながら、生成した動的システムモデルを使用して前記駆動信号に対する応答を繰り返しシミュレーションすることによって前記駆動信号に関する前記最適な波形の探索を行うようにプログラミングされたプロセッサシステムを含む、ワイヤレス電力転送システム。