星载NO_(2)探测发展及对流层柱浓度产品精度分析北大核心CSCD

NO_(2)作为大气中重要的痕量气体之一,是衡量大气污染状况的重要风向标。与传统地基观测相比,星载传感器能够提供大范围、长时间序列的观测资料,利用遥感卫星数据反演获取对流层NO_(2)浓度已成为近些年研究的热点之一。首先介绍了国内外星载紫外高光谱传感器的发展。然后从原理方面对国际上通用的对流层NO_(2)垂直柱浓度反演算法进行阐述。之后介绍了各官方对流层NO_(2)柱浓度产品的反演流程及产品精度,并比较了各产品DOAS算法的区别。可见,由于传感器所获取数据的时间、空间、光谱分辨率越来越高,NO_(2)柱浓度产品的反演模型及算法的选择更加合理,因此NO_(2)产品精度也更高。     

基于IEEE1451．2标准的网络传感器TMI1451．2—KC

自动化领域广泛使用的网络传感器,不具有互换性,IEEE1451．2标准为控制网络和传感器之间定义了一个标准接口,把对网络的选择和传感器的选择分开,本文在简要回顾传感器发展史的基础上,概述了IEEE1451．2标准的由来,论述了基于IEEE1451．2标准的网络传感器TMI1451．2－KC的结构,功能和应用领域。     

A2PI型磁场传感器的非线性数学模型

本文在介绍Ａ＾２ＰＩ型磁场传感器原理的基础上,从剖析其电磁转换过程入手,利用等效电路对其暂态过程进行分析,建立该传感器的非线性数学模型。通过详细深入的数学分析和推导,得到非晶态合金在高频下的非线性磁导率的解算方法,从而解决数学模型的非线性问题。     

RBF神经网络在红外CO_2传感器压力补偿中的应用研究

在红外CO2传感器的测量过程中,环境总压是一个重要的影响因素。在环境总压变化的情况下做好压力补偿得出正确的CO2气体分压值,对提高传感器的测量精度有重要意义。提出一种基于聚类和梯度法的径向基函数(RBF)神经网络方法,利用它的局部逼近特性,建立起其在红外CO2传感器的非线性压力补偿中的网络模型。实验结果表明:该应用收到了良好的效果。     

基于BP网络的厚膜压力传感器非线性校正

简述了厚膜压力传感器结构原理和力学模型、传统非线性校正方法,以及用神经网络进行非线性校正的原理,探讨用BP神经网络实现厚膜压力传感器的非线性校正,并通过MATLAB神经网络工具箱进行仿真。研究结果表明:采用该方法对弹性体应变量与压力关系的非线性校正可以将标准误差减小2个数量级,简单而有效地实现传感器非线性校正。     

EMD和遗传神经网络算法研究—以装载机动态称重系统为例

装载机压力传感器的输出信号是包含强振动、噪声的非线性信号,而装载机动态称重系统的测量精度与压力传感器的信号之间有极其密切的关系,采用经验模态分解对压力传感器的信号进行预处理,提取其有用称重信号,采用BP神经网络算法对称重信号与重物重量之间的非线性关系进行拟合,同时使用遗传算法加快收敛速度,得到适合的非线性测重数学模型,仿真和实验参数计算表明,该处理方法在装载机动态称重系统中的应用是有效的。     

多源遥感的中国NO2浓度在时空上的对比

鉴于研究NO2柱浓度的长时间变化趋势时,不同卫星数据之间是否存在一致性非常重要,且不同卫星数据在不同空间尺度和季节上的对比研究较少,对比了GOME、SCIAMACHY、GOME-2和OMI反演的中国地区对流层NO2柱浓度在栅格尺度、省尺度、区域尺度和4个季节间的差异。结果表明,不同传感器的对流层NO2柱浓度在不同空间尺度和不同季节间具有良好的一致性,但是也有差别。NO2柱浓度平均值在省尺度上最大,区域尺度次之,栅格尺度上最小。SCIAMACHY反演的NO2柱浓度值低于GOME,高于GOME-2A和OMI,平均NO2柱浓度的最大差异出现在冬季,最大差异为SCIAMACHY比GOME、GOME-2A和OMI分别高-10.16%、17.51%和72.8%。GOME-2A和GOME-2B对流层NO2柱浓度均高于OMI,平均NO2柱浓度较大差异在春季和夏季,GOME-2A和GOME-2B分别比OMI高48.5%和41.55%。最后,卫星NO2柱浓度和地面NO2浓度验证结果表明,OMI数据和地面NO2浓度拟合的R2（0.72）大于GOME-2A数据与地面数据拟合的R2（0.6）。     

传感器信号线性化的软件方法

<正> 一、概述 用传感器检测非电量时,其输入-输出关系往往是非线性的,即存在非线性误差。造成这种误差的原因是:1.转换原理的非线性,如电涡流传感器线圈阻抗与距离的关系;2.实际因素的影响,如变面积式电容传感器受电极电场边缘效应的影响;3.电桥的非线性等。概括地说,     

基于BP网络的电涡流传感器非线性补偿

电涡流传感器消除了传感器探头和被测材料之间的相关性,但存在较严重的非线性,采用BP网络对改进后的传感器的非线性进行补偿,并将补偿结果与拟合函数法的补偿结果进行了比较。结果表明:2种补偿方法都大大提高了传感器的线性度。但BP网络产生的补偿曲线更顺滑,补偿后的传感器线性度更高。     

多源遥感的中国NO_2浓度在时空上的对比

鉴于研究NO2柱浓度的长时间变化趋势时,不同卫星数据之间是否存在一致性非常重要,且不同卫星数据在不同空间尺度和季节上的对比研究较少,对比了GOME、SCIAMACHY、GOME-2和OMI反演的中国地区对流层NO2柱浓度在栅格尺度、省尺度、区域尺度和4个季节间的差异。结果表明,不同传感器的对流层NO2柱浓度在不同空间尺度和不同季节间具有良好的一致性,但是也有差别。NO2柱浓度平均值在省尺度上最大,区域尺度次之,栅格尺度上最小。SCIAMACHY反演的NO2柱浓度值低于GOME,高于GOME-2A和OMI,平均NO2柱浓度的最大差异出现在冬季,最大差异为SCIAMACHY比GOME、GOME-2A和OMI分别高-10.16%、17.51%和72.8%。GOME-2A和GOME-2B对流层NO2柱浓度均高于OMI,平均NO2柱浓度较大差异在春季和夏季,GOME-2A和GOME-2B分别比OMI高48.5%和41.55%。最后,卫星NO2柱浓度和地面NO2浓度验证结果表明,OMI数据和地面NO2浓度拟合的R2(0.72)大于GOME-2A数据与地面数据拟合的R2(0.6)。     

DWS—P型温度湿度传感器

本文主要论述以测量空气相对湿度为主的DWS—P型温度湿度传感器。它以氯化锂电阻式感湿元件和热敏电阻感温元件组合而成,具有反应灵敏,性能稳定,精度高等优点。文中除介绍该传感器的工作原理外,着重阐述非线性传感元件的线性化技术在本传感器上的应用所取得的良好效果。并以严格的实验数据论证了该传感器的主要性能及其达到的主要技术指标。     

半导体传感器检测含硫化氢可燃性气体的研究—硫化氢与可燃…

含高浓度硫化氢的可燃性气体在用半导体传感器检测前必须分离。本文在比较了几种柱吸附材料分离效果的基础上，选用了β，β’一氧二丙腈柱吸附材料来分离硫化氢和可燃性气体。混合气体中的低碳烃类气体首先脱附流入半导体传感器进行检测，硫化氢被排回废气管道，本方法具有分离速度快，分离完全等优点。     

微粒群优化算法在传感器非线性自校正中的应用

微粒群优化(PSO)算法是一种进化算法,包含的概念简单。介绍了不同于传统的传感器非线性校正方法,将PSO算法应用于传感器非线性校正的参数估计,并通过电涡流微位移传感器非线性校正进行PSO算法效果测试。实验研究表明:PSO算法简单、得到的传感器非线性校正曲线精度高。PSO算法为传感器的非线性校正提供了一种新方法。     

基于小波神经网络的电容称重传感器非线性补偿研究

为了解决电容称重传感器的非线性问题,提出了补偿其非线性的小波神经网络方法。该方法以电容称重传感器实验数据为基础,通过小波神经网络训练来确定传感器非线性补偿网络。介绍电容称重传感器非线性补偿原理,分析网络的拓扑结构,给出网络参数训练方法。结果表明,采用小波神经网络进行电容称重传感器非线性补偿具有好的鲁棒性,网络训练速度快、精度高,并能在线补偿,在测试领域有实用价值。     

MgCr_2O_4—SnO_2烧结体半导体陶瓷型湿度传感器与数字式湿度测控仪

MgCr_2O_4—SnO_2烧结体湿敏半导体陶瓷具有微孔结构。合理地选取配方,可使温度系数α_T极小。由这种湿敏元件组成的湿度传感器采用微孔结构的RuO_2电极和加热清洗装置,底座上还设置了导电环。解决了空气中油蒸气、尘埃等侵入引起的污染问题,延长了传感器使用寿命,保证了测湿精度。这种湿度传感器配用数字式湿度测控仪,可实现数字测湿。为高温环境中测湿控湿提供了新的测试手段。文中引用了计量部门的测试标定报告,说明这种湿度传感器及数字式湿度测控仪的性能和技术数据。     

基于小波神经网络的电涡流传感器非线性补偿

为消除电涡流传感器的非线性误差,提高其测量精度,提出了一种基于小波神经网络和遗传算法的电涡流传感器非线性补偿方法。该方法利用小波神经网络的非线性映射能力,使得传感器的输入与输出线性化,并使用遗传算法搜寻网络的最优初始值,加强网络的非线性逼近能力和收敛能力,显著提高电涡流传感器的非线性补偿效果。实验结果表明,经过补偿后,极大提高了传感器的精度,传感器输出电压最大绝对误差为15.55mV,最大相对误差为1.36%,非线性误差为0.34%。     

基于Nios Ⅱ的ZrO2分析仪的数据采集与处理

基于现场可编程(逻辑)门阵列(FPGA)气体分析仪为在线实时氧含量监测仪,具有结构简单和响应快速的特点,且该ZrO2传感器符合能斯特方程特性.因FPGA浮点计算能力不强,直接用能斯特方程计算氧含量造成系统资源消耗过大,仪表不能实现快速响应.在介绍ZrO2传感器测氧原理的基础上,选择MAX197并采用Nios Ⅱ对测量数据进行非线性化处理,用拟合曲线替代ZrO2传感器特性方程计算氧含量,在保证仪器氧含量计算精度的同时,提高计算效率,减轻CPU的负担,快速准确地进行数据采集与处理,实现实时在线测量.     

基于LS-SVM的传感器智能校正及温度补偿

提出一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正及温度补偿的新方法,并给出了相应的过程和算法。在该方法中,LS-SVM被用作构建逆模型,并通过该模型映射传感器非线性特性,同时实现了传感器的温度补偿和非线性校正。通过实际电容式压力传感器校正的实验结果表明:所提模型建模速度比SVM模型高1~2个数量级,补偿误差仅为SVM模型的20%左右。因此,该学习速度快、补偿精度高、抗噪声干扰能力强,适合传感器温度补偿及校正。     

方膜上横向压阻压力传感器的非线性研究

本文对方膜的硅压力传感器结构进行了应力非线性的计算分析,得出了应力-压力关系非线性与压力量程、膜的几何参数以及器件位置的关系,并给出了实现线性最佳化设计的结果.实验与理论结果的比较表明:(1)压阻效应非线性很小,压力传感器的非线性主要决定于应力非线性;(2)方膜边缘的四端力敏电阻设计不仅灵敏度高,而且有较好的线性;(3)进一步改进压力传感器精度的方法是选用应力线性优良的结构.     

平膜片式压力传感器的非线性及其改善方法

分析了导致平膜片式压力传感器非线性的三个因素:弯曲应变、薄膜应变以及电桥输出非线性,导出了该传感器的输出特征函数,进而通过非线性工作区的分析得出传感器非线性最小的设计方法。