测试仪器的发展历程

按照从传统测试仪器到现代测试仪器的顺序,简要介绍了测试仪器的发展历程,并对其发展趋势进行了展望。     

非线性校准技术的发展现状及研究展望

由于在科学研究和高精度测试中进行非线性校准的必要性,本文介绍了非线性校准技术的发展现状,并分析了非线性校准的原理.将校准方法分为传统方法和现代方法,并分别介绍了各自包含的一些常用校准方法,如最小二乘法、神经网络、支持向量机、遗传算法、模糊逻辑和粗糙集,还对这些方法的优缺点作了一定的分析.最后对非线性校准技术的研究进行了展望,从方法自身的完善与方法间的融合两方面说明了校准技术的发展方向,它们的发展将对测量精度的提高有很大的影响.     

基于GRNN的虚拟仪器非线性校准方法研究

文中介绍了虚拟仪器校准的广义回归神经网络方法，并通过试验验证了此方法的可行性，测量精度有了明显的提高。     

基于灰色神经网络组合模型的动态数据序列预测

为了提高动态数据序列的预测精度,分析了现有BP神经网络和灰色预测方法各自的优缺点,并在此基础上建立了灰色神经网络组合模型.组合模型兼有BP神经网络和灰色预测的优点,弥补了单个模型的不足,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性.本方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,便于神经网络进行建模和训练,并利用神经网络的函数逼近特性,实现对原始数据的预测.仿真结果表明:组合模型的预测精度高于单独的GM(1,1)模型,适用于具有复杂成分的动态数据序列的建模.     

一种改进的小波阈值去噪方法

为了改进滤波效果。提高去噪质量，在分析目前被广泛应用的软阈值和硬阈值去噪方法的基础上，提出了一种改进方法。小波阈值去噪的关键是阈值函数的构造和阈值的选取，该方法融合了软阈值和硬阈值去噪方法的不同特点，在阈值函数中引入参数，通过调整参数以获得较优的小渡系数的阈值估计，使得改进阈值介于硬阈值与软阈值之间，有效克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点。仿真结果表明：该方法在去噪的同时减少了信息的损失，信噪比、均方根误差等性能指标。较软阈值和硬闽值方法均有明显提高。     

虚拟仪器非线性校正的支持向量机方法

随着虚拟仪器的广泛应用,其误差控制问题越来越突出.传统的虚拟仪器非线性校正主要采用人工神经网络的方法,由于该方法本身固有的缺陷,其应用受到一定限制.支持向量机是近年来发展起来的一种新的机器学习算法,在许多领域中得到应用.本文分析了虚拟仪器的非线性误差的主要来源,提出了一种对虚拟仪器进行非线性校正的支持向量机方法.该方法能够克服神经网络处理小样本问题的不足,具有较高的泛化能力.实验表明,用支持向量机算法解决虚拟仪器非线性问题是有效的.     

基于支持向量机的动态测量误差非线性组合预测方法

针对目前动态测量误差序列预测方法的局限性,提出了动态测量误差序列的支持向量机非线性组合预测方法,以进行误差修正,提高动态测量精度.该方法首先利用支持向量机和小波神经网络对动态测量误差序列分别进行预测,然后再运用支持向量机对单项预测结果进行非线性组合.理论分析和预测实例表明:该方法的预测精度明显高于传统的单一预测方法,具有很强的学习与泛化能力,在处理动态测量误差序列的预报问题和提高动态测量精度方面具有很好的应用价值.     

基于LabVIEW的测控系统调用MATLAB的方法研究

介绍了在LabVIEW中调用MATLAB的几种常用方法,着重阐述了ActiveX技术应用、动态数据交换(DDE)、库函数调用等方法的特点及其在LabVIEW中调用MATLAB的应用.对基于LabVIEW的测控系统的开发具有指导意义.