基于PSO-BP神经网络的MEMS加速度计温度补偿

针对扭摆式硅微加速度计的温漂问题,在对比分析不同算法补偿效果的基础上,提出了基于自适应权重粒子群优化(PSO)算法优化反向传播(BP)神经网络温度补偿方法,同时借鉴传统遗传算法中的变异思想,在PSO算法中引入变异操作,克服了BP神经网络易陷入局部极值缺陷,且温度补偿精度相对其他算法更具有全局性,达到了高精度实时温度补偿效果。测试结果表明:补偿后的标度因数温度系数、全温零偏极差和非线性分别由141×10~(-6)/℃,109. 111 mgn和2223×10~(-6)减小为13. 22×10~(-6)/℃,9. 941 mgn和294×10~(-6),验证了提出方法的优越性和实用性。     

硅微角振动陀螺仪温度特性补偿方法研究

在研究硅微角振动陀螺结构和温度特性的基础上,创建了二元高阶多项式补偿模型,并设计了基于STM32F405的硬件补偿电路,实现该陀螺仪实时温度补偿.实验结果表明:温度补偿后的标度因数温度系数和全温零偏稳定性分别由344 ×10-6/℃和441°/h减小为12.6×10-6/℃和40.6°/h,使得该陀螺仪的温度特性有明显改善,验证了该补偿方法的有效性和可行性.     

基于集成温度传感器的硅微陀螺仪数字化温度补偿研究

提出了一种基于集成温度传感器的硅微陀螺仪数字化温度补偿方法。首先,介绍了集成温度传感器的硅微陀螺仪基本结构原理,分析了硅微陀螺仪动力学方程以及温度变化对硅微陀螺仪谐振频率、品质因数、标度因数和零偏的影响。然后,设计了基于FPGA的硅微陀螺仪数字化补偿电路。最后,经过温度特性实验得到标度因数和零偏随温度变化曲线,建立了温度补偿模型,提出分段温度补偿方法。经过温度补偿后,标度因数和零偏的温度系数分别由316.66×10-6/℃和366.22°/(h·℃)减小为69.67×10-6/℃和115.25°/(h·℃),证明了补偿方法的正确性和可行性。     

霍尔效应式位移传感器的温度补偿

针对霍尔位移传感器温度漂移的问题,提出了一种基于粒子群优化算法与遗传算法优化最小二乘支持向量机(PSO-GA-LSSVM)的温度补偿新模型。该模型利用粒子群优化算法对最小二乘支持向量机中的惩罚因子和核函数进行优化选取,提高了模型的训练速度与准确度;并引入遗传算法中的变异思想,拓展模型的群搜索空间,提高了寻取更优值的概率。研究结果表明,补偿后该传感器的零位温度系数由1.25×10^-2/℃减小到6.33×10^-4/℃,其灵敏度系数由4.55×10^-3/℃减小到4.22×10^-4/℃,均提升了一个数量级,实现了对该传感器的温度补偿。     

隧道磁阻加速度计温度补偿技术研究

隧道磁阻传感具有灵敏度高、功耗低和体积小等特点。利用其高敏感特性,采用力、磁、电多物理场耦合可以实现加速度的高精度测量。针对存在温度漂移的问题,在研究隧道磁阻传感器的温度误差产生机制的基础上,对其本身进行温度误差补偿;同时结合加速度计测量系统及其温度特性,采用Elman神经网络构建系统的温度补偿模型,并利用粒子群算法优化网络参数。实测数据表明,补偿后的加速度计标度因子温度系数从719ppm/℃减小为193ppm/℃,全温零偏极差从125mg减小为5.2mg,验证了该方法能有效提升隧道磁阻加速度计的温度性能。     

光纤位移传感器温度补偿的研究

为了减小温度漂移对光纤位移传感器测量精度的影响,采用基于粒子群算法优化最小二乘支持向量机(PSO-LSSVM)的模型对该传感器进行温度补偿。通过对光纤位移传感器做二维标定试验,利用LM35温度传感器获取试验环境温度数据,建立了PSO-LSSVM温度补偿模型。该模型的核心思想是利用粒子群优化(PSO)算法对最小二乘支持向量机(LSSVM)算法中的惩罚因子C和核函数参数δ不断地进行优化选择,直至适应度函数值达到预期要求,此时温度补偿达到最优效果。比较温度补偿前后的数据,零位温度系数从9.78×10~(-3)/℃提升到2.07×10~(-3)/℃;灵敏度温度系数从7.47×10~(-3)/℃提升到1.51×10~(-3)/℃。PSO-LSSVM模型能够有效地实现对光纤位移传感器的温度补偿。对光纤位移传感器进行温度补偿的研究,将对使用该传感器进行测量的领域产生积极的影响。     

基于GA-WNN的电涡流传感器的温度补偿

针对电涡流传感器的温度漂移对其测量精度带来较大影响的问题,提出了基于遗传优化小波神经网络(GA-WNN)算法对电涡流传感器进行温度补偿修正模型。通过对电涡流传感器做标定实验,并且利用LM35温度传感器监测其工作温度,建立GA-WNN神经网络模型。该模型用遗传算法对小波神经网络的权、阈值进行全局的优化,改善了小波神经网络训练速度慢的问题,克服了易陷入局部最优的缺陷。研究结果表明,补偿后的灵敏度温度系数由8.69×10^-3/℃提升到3.48×10^-4/℃;零位温度系数由4. 78×10^-3/℃提升到1.85×10^-4/℃,均提高了一个数量级,成功实现了温度补偿的目的。     

梳齿式微机械加速度计的研制

微机械加速度计作为微机电系统(MEMS)的一个重要产品,目前已经得到了广泛应用.本文首先从整体上提出了微机械加速度计的工作原理和数学模型,并着重讨论了各个部分之间的关系;然后根据敏感元件的特性,对伺服回路的几个关键参数,即预载电压、PID校正参数和反馈增益,进行了分析;本文最后给出了一种加速度计整体性能的测试结果,结果表明:微机械加速度计的量程为±15gn,非线性度为0.041 9%,阈值为0.15 mgn,2 h稳定性误差为0.084 5 mgn,逐次启动重复性误差为0.156 mgn.     

基于IA-LSSVM的一维PSD位移传感器温度补偿

以光电效应为基础的一维PSD(Position Sensitive Detector)传感器受温度影响很大,导致测量误差大。本文针这一问题,提出免疫算法与最小二乘支持向量机(IA-LSSVM)相结合,通过免疫算法迭代优化最小二乘支持向量机中的惩罚因子以及核函数参数来构建补偿模型。由二维标定实验得到在不同温度下传感器的输入输出数据,将其分为测试集与训练集,以测试集的最小二乘均方差为目标函数,将其转化为凸优化问题来达到温度补偿的效果。试验结果表明,传感器零位温度系数由补偿前的3.0×10-4/℃提升到1.6×10-4/℃,提高了约两倍；灵敏度温度系数由之前的2.8×10-3提升到2.8×10-4/℃,提高了十倍；温度附加误差由补偿前的12.5%提升至1.27%,提高了近十倍,从而有效削弱了温度对测量结果的影响。     

硅微加速度计温度特性分析与误差补偿

环境温度对硅微加速度计的检测精度具有较大影响,并最终影响导航系统的精度.因此,准确标定环境温度对微加速度计使用性能的影响,并建立温度补偿模型,对于实际工程应用至关重要.在-20～60℃温度区间,通过实验得到微加速度计的零偏与标度因数,并采用线性拟合与Lorentz曲线拟合构建了温度补偿模型,后者使测量结果的稳定性精度提高了1个数量级,具有较好的实际应用价值.