基于复合RBFNN的数字温度传感器误差补偿方法

数字温度传感器存在零点误差与非线性误差,需要进行误差补偿.提出了一种复合径向基函数神经网络(CRBFNN)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,构造两个相互独立的子RBFNN网络,获得两个独立的冗余补偿值;然后根据特征阈值、数字温度传感器的输出估计器和权值调节器,获得复合RBFNN输出融合权值...     

基于神经网络的热电偶传感器的智能信号处理

在先进的控制系统中，智能化热电偶温度传感器已被广泛采用，但由于其非线性校正和冷端温度补偿依然采用硬件或软件查表的方法而存在一定的误差，限制了智能温度传感器精度的进一步提高。该文采用多个神经网络组成一个新结构，同时完成高精度非线性校正和冷端补偿。     

温度检测系统的非线性动态补偿研究

在温度测控系统中,对于温度传感器在测量时存在较大非线性动态偏移误差,提出基于参考模型的利用扩展卡尔曼滤波算法设计温度传感器的动态补偿的方法.用扩展卡尔曼滤波进行补偿器的参数辨识,从而得到比较精确的补偿器,因此温度传感器的动态偏移误差得到自动补偿.本文所设计的系统可以对温度进行有效的控制,且具有一定的鲁棒性和较好的响应速度.     

基于RBFNN的铂电阻温度传感器非线性补偿

针对铂电阻温度传感器应用中存在的非线性问题,提出了应用径向基函数神经网络(RBFNN)强非线性逼近能力进行铂电阻温度传感器非线性补偿的方法。介绍了非线性补偿的原理和网络训练方法。结果表明:这种非线性补偿模型具有误差小、精度高、可在线标定和鲁棒性强等优点,与基于BP神经网络的非线性补偿模型相比,大大缩短了网络训练时间,从而方便了铂电阻温度传感器在测控系统中的应用。     

一种热电偶传惑器线性化方法的研究与实现

为了减小热电偶温度传感器的非线性输出误差,介绍了一种分段线性化补偿原理,给出相应的补偿电路和电路分析。实验结果表明：经补偿后在（0-1000）℃范围内,其电压-温度系数约为0．041mV／℃,非线性误差优于0．4％。     

基于MEA-BP的NTC热敏电阻温度传感器非线性补偿研究

热敏电阻作为温度传感器其阻温特性表现为非线性,在工程实际温度测量中存在一定的非线性误差,精度较低。论文使用NTC热敏电阻温度传感器作为研究对象,针对其存在的非线性问题,通过MEA（思维进化算法）优化BP神经网络模型从而实现对NTC热敏电阻温度传感器的非线性补偿,论文简要阐述了有关温度传感器补偿的相关方法与研究成果,分析了热敏电阻的阻温特性、工作原理,介绍了MEA-BP的模型构建,补偿原理与方法,利用5种评估标准对比传统RBF与BP神经网络模型。结果表明该补偿模型在各个评价指标上均优于传统RBF与BP神经网络,具有补偿精度更好、稳定性更强等优势,在测控、军工、航空等众多领域有一定实用价值。     

Z-温度传感器的非线性补偿

为实现Z-温度传感器的线性输出,在对Z-温度传感器的特性进行实际测试和研究的基础上,设计了Z-温度传感器的工作电路,给出了温度数字传感器输出标准值。采用分段线性化的方法进行非线性补偿,通过单片机软件编程加以实现。实验结果表明:设计的Z-温度传感器的输出与期望的线性输出的最大误差小于±1℃,满足一般测温要求。     

一种小型惯性测量单元的精确标定技术

研究了一种基于MEMS陀螺和加速度计的惯性测量单元(IMU)的系统标定技术,建立了陀螺和加速度计的温度漂移和非线性误差模型,采用逐步线性回归法对以上模型进行了简化,并设计了补偿算法;实时补偿效果表明,在-40℃~60℃的温度变化范围内,惯性测量单元的零位偏值、偏值稳定性和非线性度都达到较高精度,这种误差标定方法可有效解决MEMS-IMU惯性器件误差的标定与补偿问题。     

一种新型传感器接口IC

介绍一种新型传感器接口IC，即MAX1457电路。该电路是一个高精度，混合信号，线性化前端器件，采用二种补偿方法：一是模拟方式，由2个DAC补偿一阶温度误差；二是数字方式，采用多段（多达120段）逼近方法校正残余的高阶误差。经实际补偿试验，MAX1457电路可将传感器输出范围调整在0.5-4.5V，并且在很宽的温度范围内将增益和失调误差限制在0.1以内。     

铂电阻温度传感器实现线性测温方案的研究

针对普通测温方法存在测温误差大、精确度低等缺陷,分析了铂电阻Pt100温度传感器的非线性,研究了线性化测温的实现方法,并设计了采用低温漂恒流源式非线性补偿的电路和温度测量的方案.试验证明,该测量方法可使测量精度提高到±0.06 K;且该方案所采用的电路简洁,具有测量精度高和可靠性高的特点,可在温度的精确测量中得到广泛应用.     

高分子电容式湿度变送器温度补偿方法

提出一种新的高分子电容式湿度变送器温度补偿方法。实验结果表明 ,利用温度特性各异的高分子电容式湿敏元件互补进行温度补偿 ,可有效地减少温度系数和非线性误差、提高高分子电容式湿度变送器的准确度     

基于遗传模拟退火算法的压力传感器温度补偿系统

采用遗传模拟退火算法和LabVIEW技术对压力传感器的非线性和易受环境温度影响的特性进行改善,用以抑制非目标参量对压力传感器输出的影响。通过计算机仿真,此方法实现了压力传感器的温度补偿,其测量压力误差约为0.001MPa,有效地抑制了压力传感器的非线性和温度的影响。     

基于线性加权免疫克隆算法的压力传感器温度补偿方法

对于压力传感器存在温度漂移[1]的现象,提出了线性加权(LWF)算法和免疫克隆算法相融合的方法对压力传感器输出数据进行补偿处理,以消除非线性目标参数(温度)对于传感器的影响;通过分析工程实验结果,该方法在全局收敛性[2]、非线性目标函数逼近能力等方面效果显著,在压力传感器温度补偿处理上具有较高的实用性.     

传感器动态非线性补偿方法及DSP实现

利用Hammerstein模型描述传感器的动态非线性。动态非线性环节表示为静态非线性子环节和动态线性子环节的串联,相应的动态非线性补偿分为两个阶段：动态线性补偿和静态非线性校正。通过仿真和对腕力传感器响应的补偿验证了两阶段补偿方法的可行性。研制了基于DSP的动态非线性实时补偿系统,通过实验验证了动态非线性补偿方法的有效性。     

一种压力传感器的零点补偿电路

从压力传感器温度补偿问题出发,通过三种电阻桥零点输出补偿方法的温度误差对比,提出一种恒压供电的新型电阻桥零点输出补偿方法,主要特点是调节压力传感器(零点输出10mV以上)零点输出为零时,不会影响压力传感器的温度漂移,且较传统的电阻桥零点补偿方法,压力传感器的温度误差小的优点.     

闭环霍尔电压传感器增益温漂补偿技术

闭环霍尔电压传感器作为一种低成本、高可靠的电压测量器件,在轨道交通和工业控制领域应用广泛.其原边线圈由漆包线绕制,匝数为数万匝,原边线圈阻值的温度漂移造成传感器的增益温漂和全温度范围精度的下降.为了提高传感器全温度范围的精度,文章基于原边线圈阻值温漂特性提出了一种新型温度补偿电路,应用仿真工具,结合闭环霍尔电压传感器进...     

声表面波压力传感器温度误差及补偿方法研究

要提高声表面波压力传感器的测量精确度，温度补偿是主要难题。尽管目前有许多补偿方法，但其效果不佳。采用软件方法进行温度补偿的研究在国内外已成热点，但选用神经网络对SAW压力传感器进行温度补偿尚罕见报道。本文以CSF-10型SAW压力传感器为研究对象，通过理论分析和实验，得到了SAW压力传感器的温度特性曲线，又经现场实际操作，BP神经网络对SAW压力传感器温度补偿的效果良好，充分表明了应用神经网络在提高声表面波测量精度方面是行之有效的方法。     

基于神经网络的多传感器系统误差校正方法

为提高传感器的准确度，减少传感器的研制成本，提出了基于神经网络多传感器误差补偿的方法。该方法利用BP网络较强的非线性映射能力，网络通过学习能实现对传感器系统误差的补偿。通过实例及仿真证明了该方法的有效性。     

基于神经网络的光纤光栅电流传感器的温度补偿

分析了光纤光栅电流传感器的温度特性,表明传感器的输出受环境温度的影响大且很难消除。利用神经网络具有可以逼近任意非线性函数的特点,提出了用人工神经网络对光纤光栅电流传感器进行温度补偿的方法,实现传感器输出特性的非线性校正。通过Matlab语言编程仿真实验表明,该方法可以有效地消除温度的影响。