三维地震资料连片的一致性处理技术

三维地震资料连片处理是一套复杂而精细的数字处理工作。根据各区块三维地震资料的频率、相位、时差、信噪比等的特殊性和差异性，采用叠前能量一致性、相位一致性和振幅一致性处理方法，对能量、振幅、相位等有效地进行一致性补偿和校正，使各区块资料在保持原有品质的前提下，既提高了信噪比和分辨率，又保证了资料整体拼接的一致性。应用该方法处理胜利桩海地区23块共1500km^2三维资料，取得了良好的效果。     

磁场信号检测误差分析及补偿算法

针对载体自身磁场特性及三轴磁传感器误差特性建立了地磁导航干扰误差补偿模型,通过对模型进行简化变形,利用系统辨识的最小二乘估计算法(LS)求取误差特性参数.数据分析表明:该方法简单易实现,简化了复杂的求解过程,基本达到了误差补偿的要求.     

带曲率补偿的带隙基准电流源的设计

简单介绍了带隙基准源的基本原理,给出了一款基于Widlar结构的带曲率补偿的带隙基准电压电流源的设计方法,通过采用TSMC₀.5μm工艺库对电路进行仿真,在-40～150℃的温度范围内,其带隙基准的输出具有12ppm/℃的温度系数,电流基准的输出具有42ppm/℃。此外,文中还对曲率补偿电路的工作原理进行了分析,并且通过仿真波形对曲率补偿的工作机制进行了讨论。     

基于椭球拟合的三轴磁传感器误差补偿方法

考虑现有多轴磁传感器的标定补偿方法普遍存在计算量较大、操作时间长、场地要求面积大、标定设备要求高等问题,提出了基于椭球拟合的三轴磁传感器误差标定补偿方法。在分析传感器误差产生机理的基础上,建立了磁传感器误差模型,推导了误差系数的解算公式,并利用椭球拟合的方法对三轴磁传感器进行了测试标定与误差补偿。实验结果表明,该方法能够正确、有效地标定补偿三轴磁传感器不正交误差、灵敏度误差和零偏误差,具有修正过程简捷、省时、精度高特点不依赖于精密仪器提供准确的方向基准、水平基准等,能够广泛应用于多轴矢量传感器的误差标定和有效补偿。     

pH传感器温度补偿模型研究

水质pH值在线监测对提高水产品健康养殖至关重要,本文将无线传感器网络与pH值传感器相集成,设计了pH值监测的无线传感器网络系统。为克服pH值测量过程中温度对测量结果的影响,提出了一种pH传感器温度补偿模型,该模型通过pH传感器和PT100铂电阻温度传感器分别测量溶液的pH值和温度,利用最小二乘法对pH值和电压进行线性分析,建立pH传感器的温度补偿模型。实验结果表明,该补偿模型测量精度高,能够实现较精确的pH值在线监测。     

基于数字调节方法的MEMS陀螺零位补偿技术研究

针对环境温度影响导致MEMS陀螺零位输出变化较大的问题,设计了一种基于数字调节方法的零位补偿电路并提出了一种陀螺零位漂移特性的测试方法。该补偿电路依据陀螺内部温度传感器输出,实时调节补偿电路输出,实现零位补偿。采用全温(-40℃～+60℃)测试方法,研究得到陀螺零位漂移模型,再经过研究零漂值与补偿电路值之间的对应关系,求解出温度与补偿电路之间的数学模型。实验表明,采用该方法使陀螺零位在全温范围内稳定精度提高了一个数量级,证明了提出方法的可行性和有效性。     

MEMS陀螺仪零位误差分析与处理

研究微机械陀螺仪的零位误差对提高惯性导航精度具有重要意义。采用Allan方差分析法对MEMS陀螺仪的零位误差做了综合评定,提出了一种动态的零值偏移误差补偿算法来滤除陀螺仪的零值偏移误差,还对启发式漂移消减法HDR(Heuristic Drift Reduction)做了改进,有效地提高了原算法的补偿精度。最后,再次采用Allan方差分析法对补偿后的零位误差进行评定,并以Voyager-IIA机器人为平台进行试验,结果证明了改进后的算法能显著的提高陀螺仪的输出精度。     

基于CAE的模态综合法误差分析

为研究用模态综合法进行发动机舱前端模型NVH分析时的误差,用整体计算法和模态综合法分别进行截止频率为100,200,300,1 000,2 000和3 000 Hz的模态计算,并基于模态计算结果进行原点传递函数计算.结果表明:考虑静态补偿的模态综合法计算误差小于不考虑静态补偿的计算误差;子系统模态计算截止频率大于2倍原点传递函数频率时,模态综合法计算误差小于10%;当传递函数频率是截止频率的1/3时,误差可以降低到5%。     

一种基于SOC技术的车载终端优化设计方案

介绍一种基于嵌入式技术的车载监控系统。通过对各种定位技术、无线通信技术研究比较论证,确定以SOC为核心处理器、GPS实现定位、GPRS无线网络为通信方式的解决方案。详细阐述车载终端的软硬件设计,并对系统性能测试结果做介绍。测试证明,该车载终端系统能够胜任车辆定位、跟踪监控等工作,而且系统具备盲区补偿的功能,扩展空间大,易于升级。     

改进蚁群算法在路径规划中的应用

针对传统蚁群算法在机器人路径规划时存在收敛速度慢、易陷入局部最优等问题,提出了一种基于自适应归档更新的蚁群算法。根据路径性能指标建立多目标性能评估模型,对最优路径进行多指标优化;采用路径方案归档更新策略进行路径方案的更新和筛选,提高算法的收敛速度;当搜索路径进入不可行区域时,采用自适应路径补偿策略转移不可行路径节点,构造可行路径,减少死锁蚂蚁数量;若算法无法避开障碍或者进入停滞状态,则进行种群重新初始化,增加物种多样性,避免算法陷入局部最优。仿真实验表明,改进后的算法收敛速度更快、收敛精度更高、稳定性更好。