基于多项式回归算法的飞参记录数据预处理研究

提出利用多项式回归算法对飞参记录数据存在的随机量测误差、野点以及数据丢失等现象进行有效的数据预处理,算法在消除量测误差、剔除和补正野点、补充丢失的数据及数据平滑等方面均具有较高的精度和可靠性并已有效地应用在多型飞机飞参记录数据预处理工作中。利用该算法在Matlab环境下对飞参记录的航姿系统俯仰通道部分数据预处理过程进行了仿真。     

一种新型的三参量传感器

单参量传感器（加速度计、速度计或位移计）只能输出一种参量。本文介绍一种三参量转换器,可与任何一种单参量传感器组成一套完整的三参量传感器,可同时输出加速度、速度和位移三种参量。分析了三参量转换器的基本原理及构成三参量传感器的方法,给出了实测数据和相关的技术指标。构成的新型三参量传感器已在工程振动、强地震动等领域的测量中得到应用,取得了满意的效果。     

基于部分惯性传感器信息的单目视觉同步定位与地图创建方法

传统的单目视觉同步定位与地图创建(MonoSLAM)方法很难处理累积误差问题,如何有效地利用惯性传感器输出的运动信息辅助SLAM系统抑制累积误差是MonoSLAM研究中的一项重要内容.由于惯性传感器输出的三轴方向角中横滚角和俯仰角的精度较高,而偏航角的精度相对较低,如果在SLAM系统中直接使用惯性传感器输出的偏航角信息不但无法有效地抑制该系统中的累积误差,反而会进一步增大系统误差、降低SLAM系统的稳定性.针对这种情况,提出一种基于惯性传感器横滚角和俯仰角的MonoSLAM方法.首先利用惯性传感器输出的横滚角和俯仰角进行系统标定;然后将惯性传感器自身的偏航角作为系统状态向量的一个分量,利用扩展卡尔曼滤波器实时地估计状态向量,进而实现实时鲁棒的同步定位和地图创建.实验结果表明,该方法可以有效地抑制SLAM系统运行过程中产生的累积误差,并降低惯性传感器测量误差对SLAM系统稳定性的影响.     

硅压阻式压力传感器的高精度补偿算法及其实现

硅压阻式压力传感器广泛应用于汽车、医疗、航空航天、环保等领域。随着科学技术的发展,各领域对压力测量精度的要求越来越高。但由于半导体材料的固有特性,硅压阻式压力传感器普遍存在零点随温度漂移、灵敏度随温度变化和非线性等问题。为了提高硅压阻式压力传感器测量精度、降低输出误差,对该传感器的几种常用补偿算法进行了对比分析和研究,提出了一种基于最小二乘法的曲面拟合高精度补偿算法。该补偿算法能有效消除硅压阻式压力传感器零点漂移、灵敏度漂移和非线性误差,提高该传感器的输出精度。试验结果表明,在-40^+80℃温度范围内,硅压阻式压力传感器经该补偿算法计算后,测量精度得以大幅度提高,输出误差小于0.01%F·S。     

基于氧化锆的小型化机载氧气传感器设计

飞机通过氧气传感器对氧气系统氧分压值进行实时监测，现有氧气传感器在测量原理、测量精度、外形尺寸等方面难以满足飞机氧气系统氧分压测量需求。文章设计了一种基于氧化锆的小型化机载氧气传感器，无需参比气体，能够满足机载氧分压测量需求。介绍了传感器的测量原理和详细设计方案，搭建氧气传感器测试系统，并对氧气传感器功能、性能进行测试。试验结果表明，传感器设计合理，压力测量范围、测量精度、响应时间、输出稳定时间等各项指标均满足设计要求，可用于飞机氧气系统氧分压测量。     

CAT系统中的传感器校验方法研究与应用

计算机辅助试验(CAT)系统中需要使用各种类型且数量巨多的传感器,传感器校验工作是保汪系统整体精度的一项重要环节.针对传统传感器校验方法工作量大且系统误差较难控制的问题,从系统整体出发,将传感器的输出误差、导线的压降损失、信号调理模块的处理误差、A/D转换器的量化误差以及系统中可能存在的其它干扰信号视为一个整体,采用最小二乘法及线性或抛物线插值方法对系统进行了综合校验,研究了系统的总体数据库结构和各算法的实现方法以及整个系统的实现方法,分析了系统的性能和误差.工程实践表明采用该传感器校验方法提高了系统精度,系统误差可以得到一定的控制,满足了工程实践的需要.     

精密光栅位移传感器的若干信号处理问题研究

光栅传感器是一类精密传感器 ,在直线位移或角位移的测量中有广泛的应用。但在工业应用中 ,除各种电磁干扰外 ,还有微小机械振动产生的干扰以及温度误差等 ,使测量精度大大下降。本文提出了在后续处理电路和信号处理方法上解决这一问题 ,提高传感器精度、分辨率和抗干扰能力的综合方法 ,如分频、温度补偿、定时器飞读和计数脉冲确认机制等。在实际使用中发现 ,应用这些方法的测量系统的稳定性、抗干扰能力和精度等指标都得到提高。     

基于小波神经网络的电涡流传感器非线性补偿

为消除电涡流传感器的非线性误差,提高其测量精度,提出了一种基于小波神经网络和遗传算法的电涡流传感器非线性补偿方法。该方法利用小波神经网络的非线性映射能力,使得传感器的输入与输出线性化,并使用遗传算法搜寻网络的最优初始值,加强网络的非线性逼近能力和收敛能力,显著提高电涡流传感器的非线性补偿效果。实验结果表明,经过补偿后,极大提高了传感器的精度,传感器输出电压最大绝对误差为15.55mV,最大相对误差为1.36%,非线性误差为0.34%。     

列车横向加速度传感器的误差补偿

提出了一种基于最小二乘法的加速度传感器误差补偿方法,用来提高列车横向加速度的检测精度。利用正弦信号对加速度传感器进行了性能测试,确定了放大器倍数,证实了加速度传感器输出信号在波峰和波谷处误差最大,误差与输入加速度信号的幅值成正比,与输入加速度信号的周期成反比。为了减少误差,对加速度传感器进行了误差补偿,推导了补偿器的数学模型,使用最小二乘法对模型参数进行了辨识,求出该模型最优的待定常量,确定了补偿器模型。针对典型的列车横向加速度检测系统,以采集的列车横向加速度为输入信号,利用实验来验证补偿器的有效性。实验结果表明,经过补偿后,加速度传感器输出信号误差明显减少,均方误差收敛到10－4。传感器的测量精度有了显著提高,完全满足工程要求。     

环形激光陀螺测试技术的研究与设计

针对某环形激光陀螺传感器的总体输出误差特点,应用Allan方差法完成了对RLG频域输出误差的建模评估,包括陀螺的随机游走误差、零偏稳定性误差,以及马尔可夫噪声误差等,建立了温度误差零偏补偿模型。在陀螺测试过程中,采用了转台交差逆转的方法,尝试将零偏衰减中的常值漂移和线性漂移部分自动补消,结果表明可以改善传统的RLG转台测试法的测试精度。     

一种星敏感器安装误差标定模型仿真研究

安装误差对星敏感器姿态确定精度有严重影响,需对其进行有效的标定与补偿。为此提出了一种以星敏感器量测信息为依据的安装误差快速标定模型和方法。该方法通过分析星敏感器输出的姿态信息与安装误差之间耦合关系,建立四位置下星敏感器测量信息及相对位置关系与安装误差的观测模型,在此基础上推导了安装误差标定及补偿算法。仿真表明,该法能够实现对星敏感器安装误差的高精度标定,可有效提高星光天文定姿的精度,对星敏感器的高精度应用具有重要的理论意义和实际参考价值。     

一种高精度测量转矩的方法的研究

针对设计出的光栅转矩传感器,利用CPLD工作频率高的特点,采用高频脉冲插值法进行精确地计数.结合单片机系统,完成对数据的处理.同时研究了转矩的温度补偿和初始相位补偿问题,提出了一种高精度测量转矩的方法,     

基于小生境遗传算法的多维传感器动态解耦方法

多维传感器的动态耦合是指某一方向的动态输出信号中,含有其他方向输入量的影响,该项误差是影响传感器测量精度的一个重要因素.基于小生境遗传算法,提出了多维传感器动态解耦方法.该方法利用传递函数矩阵分析法的解耦思想,可以根据多维传感器的标定数据,应用系统辨识方法和小生境遗传算法直接求解解耦网络并进行优化,克服了原经典方法中对传感器模型精确已知的要求,具有一定的鲁棒性.仿真结果证明了该方法的正确性和有效性.     

基于ADμC845的LVDT位移传感器非线性补偿

针对LVDT位移传感器测量电路输出电压值和位移量之间存在非线性特征,设计和制作线性度为0.05%高精度传感器比较困难的现状,在分析产生非线性误差主要原因和传统校正方法的基础上,利用单片机软件算法进行非线性校正以提高传感器设计精度。以传感器标定数据为样本,用曲线拟合法求出非线性校正环节的特性曲线,并给出在MATLAB环境下拟合多项式系数的最小二乘求解方法,编程实现位移量和电压输出。仿真分析和实验结果表明,其测量位移的线性度达到了设计要求,非线性校正效果明显,具有良好的应用价值。     

基于信息融合的移动机器人侧向定位的研究

超声波传感器的入射角对输出有很大的影响,通过实验分析了入射角对输出的影响。采用引入误差补偿因子的方法,标定了传感器的测量模型,使得测量精度大大提高。在此基础上,基于多源信息融合设计了3种移动机器人侧向定位模型。经实验比较证实,引入误差补偿因子的融合模型定位精度高,可以使得距离误差控制在±2.4mm,姿态角误差控制在±0.32°以内。最后,将该融合模型应用于移动机器人的实际控制中,距离误差为±3.7mm、姿态角误差为±0.58°,满足移动机器人定位精度的要求。     

基于角度补偿的手机多传感器数据融合测距算法

在惯性测量领域,单纯利用加速度二次积分的方法并不能准确感知目标对象移动的距离.加速度传感器在感知呈线性运动的目标对象时较为准确和实用,但在三维空间运动时它的坐标轴会随物体发生方向的改变而不断漂移.为解决该问题,提出了一种基于角度补偿的手机多传感器数据融合测距算法(ADC-R),使用加速度传感器测量物体运动的加速度,作为计算位移的原始数据;采用手机陀螺仪传感器测量运动物体的角速度,并以旋转矢量传感器输出的数据作为参数把手机动态坐标系下测得的加速度值空间坐标转换到静态的参考坐标系下,然后进行数据融合完成角度补偿计算;最后根据物理学加速度和位移的关系运用数学积分方法和进一步修正误差的技术得到最终移动的距离.实验结果表明此方法在近距离测距方面精度较高,优于加速度积分算法和加速度与陀螺仪融合算法.     

基于DE优化BP的压阻式压力传感器的温度补偿研究

压阻式压力传感器存在温度漂移的问题,因此需要对该传感器进行温度补偿。为此,首先从标定实验中获取被测压力值、压阻式压力传感器的输出电压值以及环境温度值、温度传感器的输出电压值,然后用差分进化算法（DE）优化的BP神经网络算法从该标定数据中得到补偿后的数据。实验结果表明,所提出的温度补偿方法对压阻式压力传感器进行温度补偿后,其灵敏度温度系数提高了一个数量级,相对误差也得到很大的改善,因而其具有显著的理论意义和应用价值。     

基于改进聚类算法的传感器非线性数据拟合研究

针对传感器输出电信号与物理量之间存在的非线性问题,提出了一种新的曲线拟合方法。该方法通过将改进的粒子群优化算法,混沌搜索法和改进的模糊C-均值算法相结合,对实验数据搜索聚类中心点,然后利用分段线性逼近对传感器输入输出关系进行拟合。介绍了粒子群优化算法和模糊C-均值算法,给出了相关的公式推导过程,对传感器输出电信号与物理量的对应关系进行曲线拟合,最后将该方法应用于电涡流智能传感器。实验结果表明,该方法精度高、可靠性好,具有较强的自适应性和快速性,能够更准确的将电信号转换为物理量。     

一种权系数两级自调整的融合定位精度提高方法

在分布式传感器网络节点定位技术中,使用数据融合方法以提高探测系统的检测与定位精度正成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合定位算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高探测系统目标定位的精度。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小均方差（LMSE）算法得到权系数的初始值,然后利用训练节点和递归最小二乘（RLS）算法自适应地调整达到最优。对静态和运动目标的定位数据融合算法进行了仿真,仿真结果表明：相比单节点定位,提出的融合算法的定位精度有约1—2个数量级的提高。     

一种新型的气敏传感器测量装置

介绍了一种新型、高精度的智能气体体积分数测量设备。该设备将ARM7应用到电路中,利用其强大的数据计算处理能力及控制能力,设计出了显示气体体积分数值的测试电路。传感器输出的电信号采用归十法与多项式拟合相结合的方法进行转换,有效地校正传感器的非线性,提高测量的精度。通过C语言编程实现该算法,经测试,该装置的精度误差保持在±1．5％,能够准确地对环境中的气体进行监控,并具有到限报警功能。