基于子块集成神经网络法的PSD背景光补偿

提出一种基于神经网络高精度线性化子块网络集成插值实现光电位置敏感器件（PSD）背景光非线性补偿方法。利用神经网络具有逼近任意非线性函数的特点,通过训练,使神经网络建立在不同背景光下PSD输出与其标准值之间的非线性映射关系,实现PSD全程跟踪补偿。实验结果表明,该方法能有效地消除背景光的影响,在神经网络的输出端得到期望的线性输出。     

光电位置敏感器件背景光补偿的研究

光电位置敏感器件(PSD)是一种可直接对其光敏面上光斑位置进行检测的光电器件，基于光电位置敏感器件可以构成多种非接触的高精度动态位移监测仪器。根据光电位置敏感器件的原理及特征方程，分析了存在背景光时它的输出信号是非线性的。提出～种基于神经网络的光电位置敏感器件背景光非线性补偿方法。利用神经网络具有逼近任意非线性函数的特点．通过训练使神经网络建立在不同背景光下光电位置敏感器件输出与其标准值之间的非线性映射关系，对其实现全程跟踪补偿。计算机仿真表明，该方法能有效地消除背景光的影响，在神经网络的输出端得到期望的线性输出。     

改进型BP神经网络的2维PSD非线性校正

为了减少位置敏感传感器(PSD)的非线性的影响,分析了PSD的工作原理及其非线性成因,提出一种基于Levenberg-Morquardt算法改进的反向传播(BP)神经网络方法进行非线性修正,并进行了理论分析和MAT-LAB仿真比较.结果表明,改进的BP神经网络方法能有效地减少非线性影响,且相对传统的BP神经网络而言,收敛速度更快,使修正后的PSD器件在非线性区里获得与线性区近似的线性度.这一结果对PSD更好的应用是有帮助的.     

光纤电压传感器的温度跟踪补偿

分析了光纤电压传感器的温度特性 ,表明测量范围较宽时 ,传感器的输出易受环境温度的影响 ,并且呈非线性。提出一种基于人工神经网络的光纤电压传感器温度跟踪补偿方法。利用神经网络具有逼近任意非线性函数的特点 ,通过训练使神经网络建立在不同环境温度下传感器输出与其实际感受的电压值之间的非线性映射关系 ,实现光纤电压传感器温度全程跟踪补偿。计算机仿真表明 ,该方法不仅能有效地消除温度的影响 ,而且能在神经网络的输出端得到期望的线性输出。     

PSD器件自动化标定与非线性修正技术研究

介绍了一种应用数控平台对二维位敏探测器(position,sensitive,detector,PSD)器件进行在线测量并用人工神经网对其非线性进行修正的方法。对光斑在二维PSD光敏面上的横向位移,以光斑的二维坐标集合为人工神经网的期望输出,以PSD输出的二维坐标集合为人工神经网的训练样本,对人工神经网络进行训练。利用人工神经网络所具有的非线性映射能力,在训练结束后即可建立PSD输入与输出的近似线性关系。结果表明,修正后的PSD器件可以实现任意输入的实时非线性修正。     

PSD空间三维非线性修正技术的研究

提出了一种长距离激光准直测量中的位置敏感探测器(PSD)空间三维非线性修正技术,研制了在三维空间内测量二维PSD非线性的自动标定系统.在长达78 m的准直测量范围内,对二维PSD的非线性特性进行了标定实验,实验结果表明,PSD与激光源距离不同时,其非线性特性具有很明显不同.利用多层前馈神经网络建立了入射光实际位置与二维PSD输出坐标以及准直距离间的空间三维映射关系,进而对PSD的空间三维非线性进行修正.非线性修正后的PSD读数误差,在整个测量范围内表现为不大于±0.012 mm的随机误差.     

飞机自动着陆的一种非线性鲁棒控制器设计

将一种直接基于非线性模型的带神经网络补偿信号的逆系统方法用于具有强非线性和受不确定扰动干扰的飞机自动着陆控制,并对神经网络补偿的方式进行了改进。采用神经网络补偿动态逆反馈线性化后伪系统的逆误差,使得非线性系统在参数受到摄动或外部扰动的情况下仍能保持良好的控制效果。可以证明该方法在理论上是收敛的,对于任意的状态初值和给定的期望输出信号,能控制到指定的精度。神经网络的权值是局部收敛的,同时大量仿真表明,经过较少的神经网络离线训练,即能够获得很好的控制效果。最后通过飞机着陆下滑段的仿真验证表明,该方法具有强的鲁棒性和良好的跟踪精度。     

基于e-修正神经网络的直接自适应控制设计

针对一般非线性不确定系统设计了一种e-修正神经网络直接自适应控制方法。首先采用虚拟控制量的方法,并将其分解成参考模型输出、线性动态补偿输出与神经网络自适应输出三项;然后针对传统σ-修正神经网络在权值更新时的不足,设计了一种基于e-修正方法的权值自适应更新律,并设计了输出反馈误差观测器用以对神经网络进行训练;最后对基于σ-修正与e-修正两种权值自适应更新律进行仿真对比。仿真结果表明基于e-修正神经网络方法在跟踪误差、不确定性逼近等效果上均优于基于σ-修正神经网络方法。     

RBF神经网络在激光测平仪非线性修正中的应用

针对PSD非线性对激光测平仪测量范围和测量精度的影响,采用一种新方法——径向基函数神经网络算法.该方法通过选择径向基函数中心、确定神经网络隐层神经元的数目和调整每一层的权值和阈值,对由于PSD非线性产生的误差进行修正.将其应用于某型号导弹平台调平测试,试验结果表明,该方法能有效消除非线性的影响,激光测平仪线性测量范围由...     

基于神经网络的MEMS陀螺标定与补偿

针对微机电系统(MEMS)陀螺低转速区间上非线性性能很强,采用传统方法对其标定误差较大,满足不了实际应用的问题,因此,采用了一种基于误差反向传播(BP)的神经网络的标定与补偿方法。设计了一组基于优先数的速率点,利用三轴转台进行12组速率实验,用最小二乘法求出在传统数学模型下的待标定系数;将三轴MEMS陀螺的输出和转台的实际转速作为样本,对BP神经网络进行训练,得到神经网络的补偿模型,并对比两种方法的补偿效果。结果表明,传统方法和BP神经网络都对MEMS陀螺的输出进行了有效的补偿;但在低转速区间上,神经网络的补偿效果比传统方法提高了3倍左右。     

位置敏感探测器光斑脱靶误差补偿方法研究

为了提高位置敏感探测器(PSD)的位置检测范围,解决光斑在探测器光敏面脱靶时无法准确定位光斑的问题,提出一种光斑脱靶误差补偿方法,分析了脱靶前后PSD检测光斑能量重心变化规律,建立了PSD光强信号与位置检测误差间的函数关系。实验结果表明:当PSD光敏面尺寸为12mm×12mm时,对于半径为5mm的高斯光斑,通过所提出的光斑补偿方案补偿后PSD的X轴检测范围提高了66.7%,位置检测平均相对误差不超过5%,该方法对提高PSD位置检测性能具有重要的意义。     

优化RBF神经网络在压力传感器中的应用

针对压力传感器在应用中出现温度误差大这一缺点,提出了通过采用径向基函数(RBF)神经网络较强的非线性逼近能力,实现其非线性校正和温度补偿的网络方法,并对该法进行改进。通过仿真可看出,改进方法校正的系统能自动补偿非线性误差,具有误差小,精度高等优点。因此,提出的改进的RBF神经网络法对压力传感器的非线性补偿是可行的。     

二维四边形位置敏感探测器实验研究

位置敏感探测器（PSD）是一种可以探测光斑重心位置的光学传感器,具有响应速度快、位置分辨率高和处理电路简单等优点,在角度测量、位置检测等精密测量系统中具有广泛的应用。介绍了在实验室内光学平台上搭建光路,选用A823数据采集卡,并在DOS操作系统Borland C++ builder环境下编写C程序连续实时采集模拟电压信号,实现AD转换,计算光斑位置坐标并进行误差分析。实验选用瑞典SiTek公司型号为2L10_SU65_SPC02的四边形位置敏感探测器,通过误差分析得出主要结论,包括PSD存在边缘效应,室内实验影响传感器位置坐标的主要因素是自然光和日光灯,去除影响因素后精度明显提高。     

滤光片对三角位移传感器测量误差的影响

为了提高激光位移传感器接收系统的信噪比,往往在CCD或PSD接收器前加滤光片.但是,滤光片对接收光线的折射作用将引起测量误差,而且该误差是非线性的,对于高精度位移传感器来说,这个误差是不可忽略的.设计了一种补偿方法,实验表明该方法可行.     

PSD安装倾斜误差对光斑定位影响的研究

针对入射光能量为高斯分布时,位置敏感探测器(PSD)安装倾斜影响光斑定位的问题,建立了光斑定位畸变误差数学模型,并进行了仿真。仿真结果表明,光斑定位畸变误差随着PSD倾斜角度、高斯光束的束腰半径和与光束束腰之间的距离的增加而增加,其中前两项的变化对PSD光斑定位精度的影响在小范围内可以忽略,最后一项影响较大。所建立的光斑定位畸变误差模型及仿真结果为PSD的实际工程应用提供了有效的理论依据。