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。     

压力传感器动态误差修正方法的FPGA实现

为了实时修正由于压力传感器动态特性引起的动态误差,提出了一种基于IIR数字补偿滤波器的FPGA实现方案.该方案首先依据压力传感器动态标定时的输入和输出数据利用改进的最小二乘算法建立全面描述传感器系统的数学模型,继而运用零极点配置方法重新配置模型零极点得到最优IIR补偿器模型及参数,其次在保证补偿器性能无失真或失真很小的基础上使用MATLAB工具量化补偿器模型参数,最后在以FPGA为控制核心的数据采集及存储系统的基础上应用量化的IIR补偿器模型参数设计了IIR补偿器软核,从而实现传感器动态误差的实时修正.实验结果表明:该方案能够实时有效地修正传感器动态误差.     

基于QPSO算法的传感器动态补偿方法及FPGA实现

为了解决在测试系统中由于传感器动态特性引起测试数据失真的问题,提出了一种基于量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization,QPSO)的传感器动态补偿方法;该方法依据传感器校准时的输入和输出数据运用QPSO算法得到最优补偿器模型及参数;为了将获得的最优动态补偿器运用于实时在线测量,将分布式算法引入到动态补偿器的硬件结构设计中,完成了传感器动态补偿器的高速并行FPGA实现。实验表明高速并行动态补偿器不但能够修正传感器的动态误差,而且其高速并行结构极大减少了对FPGA资源的占用率并有效的提高了系统等效吞吐率。     

基于参数辨识的一种动态补偿数字滤波器

提出了一种能明显改善系统动态性能的动态补偿数字滤波器。分析了动态补偿数字滤波器的基本原理。为了使动态补偿滤波器始终工作在最佳参数状态下,且更具有通用性,结合参数辨识,利用基于Householder变换的自适应最小二乘法对传感器的动态性能进行在线补偿,其特点是数值稳定性好、估计精度高。试验表明:对动态品质较差的双孔悬臂梁式压力传感器进行在线补偿,可以使其动态性能得以较好的改善。     

基于FLNN的加速度传感器动态特性补偿方法

对加速度传感器动态性能进行分析,提出其动态性能补偿的神经网络方法,介绍了补偿原理以及神经网络算法,给出用函数连接型神经网络建立的加速度传感器动态补偿网络的数学模型。结果表明:这种补偿模型精度高、能实现在线修正,有良好的鲁棒性及动态补偿器实现简单等优点。     

水轮发电机组低频振动信号的测量

通过系统辨识的方法建立振动速度传感器的幅频特性补偿器,用于实现水轮发电机组的低频振动速度测量.该方法以参考模型的幅频特性作为补偿后传感器的希望特性,以振动速度传感器的动态实验数据为输入基础,采用线性动态神经元(LDN)和误差白化的系统辨识方法得到补偿器的参数,以消除补偿器参数估计中的测量噪声影响.通过实验验证了该方法的有效性.     

基于递归神经网络的加速度传感器动态特性补偿

提出了一种基于递归神经网络的加速度传感器动态性能补偿方法,利用神经网络良好的非线性映射能力,建立传感器的动态逆模型,用实际工作参数训练神经网络,实现对加速度传感器动态特性的补偿。实验结果表明:经过动态补偿后,加速度传感器的系统工作频带得以拓宽,检测信号达到稳态的时间从补偿前的7m s缩短到大约1m s,传感器的动态性能得到明显的改善。     

一种非线性动态的传感器建模算法

针对传感器动态的非线性、动态特性,精确建模比较难.为此,提出一种非线性的传感器动态建模方法.首先将LSS-VM参数作为蚂蚁的位置向量,传感器动态建模精度作为目标函数,然后采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,并在最优蚂蚁邻域内进行小步长局部搜索,找到算法的最优参数,最后建立传感器动态模型.结果表明,ACO-LSSVM所建模型具有较强的实用性和可靠性,为改善传感器动态性能及在线补偿提供了参考依据.     

传感器动态误差高速并行修正方法及其FPGA实现

为了运用动态补偿器来修正由传感器系统特性引起的动态误差,提出了一种基于改进粒子群优化(PSO)算法的动态补偿器设计方法,该方法有效的克服了PSO算法的初始值对补偿器系数的影响。为了将获得的最优动态补偿器运用于实时在线测量,将分布式算法引入到动态补偿器的硬件结构设计中,完成了传感器动态补偿器的高速并行FPGA实现。实验表明高速并行动态补偿器不但能够修正传感器的动态误差,而且其高速并行结构极大减少了对FPGA资源的占用率并有效地提高了系统等效吞吐率。     

基于逆模型的温度传感器动态补偿方法

在瞬态测量中,温度传感器的测量滞后会影响到测量系统的精度。提出了一种通过建立温度传感器的动态逆模型来扩宽其工作频带,以此来减小因温度传感器测量滞后所形成的动态测量误差的补偿方法。用该方法设计的动态补偿器具有不依赖温度传感器动态模型的特点,可根据温度传感器和参考模型对输入激励响应的实测数据,通过微粒群(PSO)算法的优化学习得到补偿器的参数。检测信号经补偿计算后输出,能够克服传感器的测量滞后。实验证明了该方法的有效性。     

冲击波压力传感器组件动态特性补偿研究

为抑制爆炸场寄生效应,冲击波压力传感器须采取相应抑制措施,这使得传感器组件工作频带变窄,导致测量失真。因此须对传感器组件进行动态补偿,以实现工程无失真测量。首先,对典型冲击波压力传感器组件进行动态校准,并通过微分法得到其动态特性非参数模型;然后,进行了动态特性参数模型辨识,通过设计动态补偿数字滤波器,对典型传感器组件进行了0~40 kHz的动态补偿,并验证其科学性和有效性;最后,对典型爆炸冲击波压力信号进行了动态补偿。该研究对提高冲击波压力测量精度、准确评估毁伤威力具有重要意义。     

压力传感器动态性能分析及改进

传感器的动态性能是否符合要求对测试结果的准确性至关重要。通过压阻式压力传感器的动态校准实验数据，建立其动态数学模型，并由此求出动态特性指标，最后设计出动态补偿数字滤波器，明显提高了传感器动态响应的快速性和展宽了工作频带。     

基于神经网络的传感器动态补偿算法及DSP实现

为了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;讨论了基于自适应神经网络的传感器动态逆建模方法,采用网络分块训练和可变学习因子的方法来提高训练的精度,缩短收敛时间;研究了在加入不同信噪比的随机噪声下应用该模型实现传感器动态补偿的可行性;对典型的压电传感器模型进行了仿真,仿真结果表明补偿后传感器模型的响应速度加快,同时还可以抑制噪声;研制了基于数字信号处理器的数据采集及补偿系统并运用该系统对传感器模拟器输出的数据进行了采集,试验结果表明该系统能够准确的采集存储数据,同时还能够修正由传感器模拟器引起的动态误差。     

基于递归神经网络的热电偶测温滞后的动态补偿

提出了一种基于递归神经网络的热电偶测温滞后的动态补偿方法,利用神经网络良好的非线性映射能力,建立传感器的动态逆模型,实现对传感器的动态补偿。实验结果表明:检测信号经过动态补偿后,能够克服传感器的测量滞后,达到稳态的时间从补偿前的26 s缩短到大约5 s,传感器的动态性能得到较大的提高。     

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.     

压电式动态应变测量系统低频特性的补偿研究

针对采用压电元件的动态应变测量系统的低频失真问题,提出一种采用数字滤波器的低频特性补偿方案。通过动态标定试验,获得了压电应变测量系统的阶跃响应特性,以应变计测量结果为期望输出,以压电式传感器测量结果为补偿滤波器的输入,采用M atlab中的系统辨识工具箱设计了数字补偿滤波器。应用结果表明:该方法可使得测量系统的低频下限由原来的2.2Hz降低到10-3Hz以下,低频响应不足引起的失真得到了很好的恢复。     

变频电网三相有源电力滤波器重复控制策略

为了在变频环境下,提高三相并联型有源电力滤波器的电流跟踪性能和补偿效果,提出了一种基于并联通用内模,具有频率自适应性的复合重复控制策略.提出的并联通用内模能依据指令电流谐波成份的变化动态调节内模的补偿范围和延迟时间,并进一步将延迟时间缩短至同等补偿范围内模的一半,显著提高了重复控制器动态性能和适应能力.内模中由电网频率变化引起的分数阶延时环节,采用线性插值法近似,使基于并联通用内模的重复控制器具有频率自适应性.采用插入式结构设计了复合重复控制系统.详细分析了复合控制系统的稳定条件和收敛性.以飞机变频电网并联型有源电力滤波器系统为应用环境,将提出的复合重复控制策略与其他控制策略进行了对比.仿真和实验结果验证了提出的复合重复控制策略的有效性和优越性.     

改进型灰狼算法在热电偶动态补偿中的应用

为解决热电偶传感器在瞬态温度测试过程中因传感器动态性能不足引入动态误差影响测试精度的问题,提出基于改进型灰狼优化算法的热电偶传感器动态补偿方法.通过改变候选解产生策略和引入动态权重因子,对灰狼优化算法(GWO)进行改进,从而进一步提高了热电偶传感器的时间常数.根据热电偶传感器水浴法校准数据寻优获得补偿系统传递函数,并对实测火焰数据进行实验.实验结果表明,水浴法校准数据经补偿后时间常数由0.0685s提升为0.0147s,动态误差减小了近75%.经IGWO寻优获得的动态补偿系统,可有效地改善热电偶传感器的动态特性,减小热电偶传感器的动态误差.