基于最小二乘支持向量机的传感器非线性动态补偿

提出了一种基于最小二乘支持向量机的非线性传感器动态测量误差的校正方法，使得通过该方法补偿的传感器具有理想的输入输出特性。先将传感器的非线性动态系统分解成线性动态子环节和非线性静态子环节串联；与之对应，非线性动态补偿过程也包含2个阶段：线性动态补偿和非线性静态校正。然后，通过函数展开将补偿器的非线性传递函数转换为等价的类线性形式一中间模型；再通过LS-SVM回归算法求取中间模型参数；最后，推导出中间模型参数与补偿器2个子模型参数之间的关系，并通过该关系实现非线性静态校正和线性动态补偿环节的同时辨识。与常规非线性动态补偿方法比较，该方法优点是明显的：（1）只需进行一次动态标定实验；（2）能给出非线性动态补偿器的数学解析表达式；（3）充分利用LS—SVM的优点，使辨识的补偿器具有更好的抗干扰能力。仿真与实际实验结果均表明该传感器非线性动态补偿方法有效。     

用非线性逆滤波改善传感器动态特性的研究

在测量系统中许多传感器存在着严重的非线性静态特性和响应滞后的动态特性，当被测量对象的变化率高于传感器的响应速度时，测量结果与真值之间存在较大的误差。为了补偿这个测量误差。采用了一个由无限响应的IIR滤波器和静态非线性环节构成的非线性滤波器去减小误差。IIR滤波器的系数通过实验数据得到，它是传感器的动态逆模型；非线性静态环节采用模糊小脑神经网络(FCAMC)实现。并通过对热敏电阻动态测量误差的补偿，验证了该方法的有效性。     

基于CMAC的非线性逆滤波器补偿热敏电阻的测量误差

热敏电阻传感器存在着严重的非线性静态特性和响应滞后的动态特性,当被测量的温度变化率高于传感器的响应速度时,测量结果与真值之间存在较大的误差。为了补偿这个测量误差,采用了一个由无限响应的IIR滤波器和静态非线性环节构成的非线性滤波器去减小误差。IIR滤波器的系数通过实验数据得到,它是传感器的动态逆模型;非线性静态环节采用单输入/单输出小脑神经网络(S ISO CM AC)实现,S ISO CM AC具有学习简单、收敛速度快、函数逼近精度高等优点。采用此方法改善热敏电阻的动态特性具有不依赖传感器模型的特点,并通过实验对该方法的有效性进行了验证。     

力传感器模型辨识及动态补偿器设计

力传感器作为测控系统的最前端,其动态特性对测控系统特性有本质影响。为建立有效改善力传感器动态特性的补偿器方法,根据非线性最小二乘法建立了力传感器的动态数学模型,基于零极点配置法设计了力传感器的动态补偿环节。针对以上方法进行了系统辨识实验与动态补偿环节仿真设计。实验与仿真结果表明,非线性最小二乘法能够切合实际地建立非线性系统的辨识模型,零极点配置法所设计的动态补偿环节极大地改善了传感器的动态特性,可以将该补偿方法应用于工程实际当中。     

力传感器模型辨识及动态补偿器设计北大核心

力传感器作为测控系统的最前端,其动态特性对测控系统特性有本质影响。为建立有效改善力传感器动态特性的补偿器方法,根据非线性最小二乘法建立了力传感器的动态数学模型,基于零极点配置法设计了力传感器的动态补偿环节。针对以上方法进行了系统辨识实验与动态补偿环节仿真设计。实验与仿真结果表明,非线性最小二乘法能够切合实际地建立非线性系统的辨识模型,零极点配置法所设计的动态补偿环节极大地改善了传感器的动态特性,可以将该补偿方法应用于工程实际当中。     

基于NFLMS算法的Wiener型传感器动态补偿

在测量系统中许多传感器的动态特性是一个非线性Wiener模型,即存在着严重的静态非线性和动态响应滞后。当被测量对象的变化率高于传感器的响应速度时,测量结果与真值之间存在较大的动态误差。为了补偿动态误差,文中采用模型参考和Wiener逆模型辨识的方法建立动态补偿单元。考虑到Wiener逆模型的参数在辨识过程中是慢变的,辨识算法采用非线性滤波最小均方根(nonlinear filtered least mean squares,NFLMS)算法。仿真实验和应用研究表明,使用NFLMS算法辨识得到的补偿单元,能够很好地补偿Wiener型传感器动态误差。     

基于神经网络的多维力传感器静态解耦的研究

提出了基于人工神经网络进行多维力传感器静态解耦的方法。维间耦合是制约多维力传感器测量精度的主要因素，为克服传统线性解耦方法的局限性，利用BP神经网络的强非线性逼近能力研究了多维力传感器的非线性静态解耦。以研制的微型5维指尖力／力矩传感器为对象进行了解耦实验，结果表明，与基于最小二乘的线性解耦方法相比，提高了解耦精度。     

热膜式空气质量流量传感器块联模型结构辨识

同时利用稳态和动态校准数据,辨识了基于Hammerstein模型的热膜式空气质量流量(MAF)传感器的模型结构.在用多项式逼近静态非线性特性的基础上,动态线性环节分别选取带外生输入的自回归(ARX)模型、输出误差(OE)模型和Box-Jenkins(BJ)模型结构,采用交叉准则法进行参数估计和阶次选择,通过残差分析和仿真比较对模型进行检验.结果表明,用估计数据选择阶次时,最终预报误差(FPE)准则与最终输出误差(FOE)准则具有良好的一致性,基于预测误差法的2阶OE模型和BJ模型均可用于热膜式空气质量流量传感器Hammerstein模型动态线性环节的建模.     

基于虚拟仪器的传感器静态特性分析

介绍了描述传感器静态特性的线性度、重复性、迟滞性和静态误差的定义及计算方法，给出采用计算机加数据采集板卡在Windows系统环境下用VC＋＋编程构成虚拟仪器，实现了对传感器静态特性的自动测试、计算、显示、记录及打印输出。最后，介绍了对传感器动态特性进行分析的方法。     

多维力/力矩传感器静态解耦的研究

多维力 /力矩传感器的静态耦合是影响其测量精度的主要因素之一。在研究基于最小二乘理论的多维力传感器静态线性解耦方法的同时 ,提出了一种基于 BP神经网络的静态非线性解耦方法。以 HIT灵巧手的微型五维指尖力 /力矩传感器为对象进行了实验 ,结果表明 ,基于神经网络的非线性解耦方法可以明显地提高传感器的测量精度     

传感器动态补偿的神经网络逆系统方法

给出一种基于神经网络逆系统的传感器动态补偿策略。无需传感器具体模型和参数，即可实现传感器系统的近似单位线性化，达到动态补偿的目的。仿真实验和动态标定试验结果表明，应用这种新型的易于工程实现的动态补偿方法可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。     

用于电容式传感器的静电激振台的研究

提出了用静电力激振法确定电容式加速度传感器的动态特性，并分析了其静电力的非线性、频率误差及补偿传感器本身寄生电容的方法。给出的静电振动台结构简单、经济实用，具有很宽的低频测量范围(可达1Hz)和较低的静电力非线性系数，输出端具有较高的信噪比，可广泛用于电容式传感器频率特性的测试及结构优化。本文给出了传感器在静电振动台上的测试结果。结果表明：传感器可动系统的几何参数直接影响频率特性曲线，随着传感器平均空气间隙的减小，可动系统的阻尼比增加。     

等效非线性阻尼控制的准零刚度振动传感系统

为准确测量移动平台的绝对振动位移并进一步扩展测量频带,采用等效非线性阻尼控制方法设计了一种准零刚度（QZS）传感器。为使QZS传感器具有准零刚度特性,建立了传感器的动力学模型,并对其结构和静态特性进行分析;讨论了在不同预压缩量下传感器的幅频特性和相频特性,分析了不同等效非线性阻尼和激励对测量信号的精度影响。结果表明,等效非线性阻尼控制有效拓宽了准零刚度传感器系统的测量频带范围,该系统能够精确测量移动平台的绝对位移,满足工程实践要求。     

机器人触觉传感器的力学分析与研究

触觉传感器是实现机器人触觉感知的最关键器件．直接影响机器人感知外界环境和自身状态能力的大小。敏感单元是触觉传感器的核心器件。以E型方膜结构的敏感单元为例，建立微型触觉传感器的三维力学模型，计算了微型触觉传感器敏感单元的理论值，并与有限元(FEM)分析得到的值相比较，得出了E型方膜结构类型传感器的静态特性和动态特性，讨论了静态和动态特性对结构的敏感性，为传感器的优化设计提供依据。     

IEEE 1451网络化智能传感器的通用建模方法及应用

为提高网络化智能传感器的互操作性,在分析IEEE 1451标准传感器的定义和功能需求的基础上,利用统一建模语言(UML),分别从静态用例建模、动态顺序描述和系统部署3个层面构建了一系列面向网络化测控的通用型智能传感器系统模型,搭建了一款可用于在线检测绝缘子污秽状况的网络化智能传感器。相对于从传感器原型开始开发,该方法减少了60%以上的开发时间。实验结果表明,利用UML统一建模方法可以有效描述基于IEEE 1451标准的网络化智能传感器的简化模型,为后续研制及优化高性能的智能传感器提供理论参考和模型基础。建立的传感器模型具有通用性和可扩展性,能关联不同的物理接口;结合实际需求,可在该模型的基础上快速扩展构建所需的网络化智能传感器,能实现传感器的"即插即用"和实现良好的网络互操作性。