改善传感器特性的软件处理方法

讨论了改善传感器特性的一般方法，针对传感器的静态特性和动态特性提出了用软件处理方法改善特性的设计方法，并以灰法传感器的非线性和动态特性补偿为例进行了验证。理论和实验研究表明方法具有一定的实用价值，特别适用于利用单片机进行开发的智能传感器。     

基于遗传算法的传感器动态特性改善方法

在动态测试中一些传感器的动态特性不能满足测试需求。为了改善传感器的动态特性提出了一种改进自回归模型,采用梯度下降法和遗传算法对其参数进行优化,通过对传感器进行逆建模来实现对传感器动态特性的改善。对腕力传感器的动态特性进行了改善并分析了传感器改善前后的时域和频域特性。在matlab平台对6阶系统的动态特性进行了改善。实验结果表明对CY-YD-205压电传感器动态特性的改善效果要比最小二乘法好。     

基于SVM的电涡流传感器动态建模方法

传感器的动态特性反映了系统动态测试的能力,而时传感器动态特性描述的有效方法是建立传感器的动态模型.本文简单介绍了回归型支持向量机的基本原理,研究了利用支持向量机建立传感器动态模型的方法.利用支持向量机良好的回归拟合能力,建立了电涡流传感器的动态模型.实验结果表明该方法所建模型具有较高的准确性,为改善电涡流传感器的动态特性,实现动态补偿提供了一种较为有效的方法.     

一种改善传感器动态特性的神经网络补偿方法

研究了设计动态补偿滤波器改善传感器动态特性的一般方法,提出应用神经网络作为补偿环节的设计方法。理论和实验研究都表明该方法具有一定的实用价值。     

递归网络模型在传感器动态补偿中的应用

为改善传感器的动态响应特性 ,对其输出结果进行动态补偿是一个有效方法。本文介绍了传感器动态补偿的原理 ,基于递归网络模型的良好的动态映射能力 ,探讨了应用该模型进行传感器动态补偿的实现方法 ,实验结果表明补偿后传感器具有理想的输入输出特性 ,从而验证了该方法的可行性和有效性。     

GMR电流传感器温度稳定性研究

新型智能传感器是支撑智能电网的核心关键技术之一,论文通过分析巨磁电阻效应(Giant Magneto resistive,GMR),研究了巨磁电阻温度特性;针对实际环境中工作温度范围较大对GMR电流传感器在智能电网应用中的影响提出了解决方案;利用惠斯通电桥自补偿原理设计巨磁电流传感器敏感机构,克服温度对量测精度的影响;以电压源供电方式结合温变电阻改善器件的温度特性,提高线性区间;经验证该方法可有效改善GMR电流传感器的温度特性,保证线性区间。     

新型力敏导电复合材料的电阻温度特性研究

通过讨论基于柔性触觉传感器设计要求的力敏复合导电硅橡胶的导电机理,研究了力敏复合导电硅橡胶的电阻温度特性。并在实验的基础上对改善力敏导电胶的温度稳定性的方法进行分析,结果表明:在满足触觉传感器设计要求的力敏导电胶炭黑含量范围内,提高胶体复合材料的炭黑含量和在力敏导电胶中掺入纳米材料都能有效地改善力敏导电胶的电阻温度特性。     

可用于多种压电传感器动态特性补偿方法的研究

提出了一种扩展压电传感器频率响应范围的动态特性补偿方法,其基本原理是用CCD器件构造出一个FIR滤波器的硬件补偿网络.只要对CCD器件的时钟频率加以变化,就可以补偿多种压电传感器的动态特性,扩展压电传感器的工作频带.仿真的结果表明应用这种动态补偿的方法可以显著地提高传感器的动态特性,有效改善传感器的动态品质.     

基于高阶补偿器的加速度传感器动态误差补偿方法

加速度传感器动态特性对其动态测量结果具有重要影响。为了改善加速度传感器动态性能,减小动态误差,提出了一种基于高阶补偿器的加速度传感器动态误差补偿方法,该方法通过建立加速度传感器ARX模型,利用加速度传感器模型极点确定高阶补偿器的阶次,并应用误差白化算法（EWC）获得高阶补偿器的参数,实现加速度传感器的动态误差补偿。实验结果表明,该方法有效改善了加速度传感器的动态特性,且高阶补偿器的补偿效果优于低阶补偿器的补偿效果。高阶补偿器补偿后传感器输出超调量和残差均是低阶补偿后的三分之一,响应时间是低阶补偿后响应时间的一半左右。     

一种基于神经网络算法的高精度拟合传感器温度特性曲线的方法

为了有效改善传感器温度补偿特性,提出了基于傅立叶基函数神经网络算法的温度特性曲线拟合模型.分析了算法的收敛性,为学习率的选择提供了理论依据.给出了对掺杂苯的SnO2纳米传感器的灵敏度-温度特性曲线进行拟合的实例.结果表明基于傅立叶基函数神经网络算法的传感器温度特性拟合曲线具有高的光滑性和高的拟合精度(10-6),因而是一种有效的温度特性曲线拟合方法.