函数拟合法力数字传感器的非线性和温度补偿

针对力数字传感器存在的分散性、非线性和温度特性问题,通过软件进行补偿.分析了力数字传感器的非线性特性,采用三次样条插值获得被测重力和输出频率的函数关系,将测量得到的输出频率通过三次样条插值计算得到被测重力.对于力数字传感器的温度特性,建立了分段三次插值函数,利用反函数得到不同温度下输出频率与被测重力的函数关系.将温度和频率量作为自变量,通过分段三次插值函数计算得到被测重力.函数拟合法实现力数字传感器的非线性和温度补偿使所需数据量减少.实测表明:该方法的测量精度高,非线性和温度补偿后的最大引用误差为0. 5%,满足实际工程的需要.     

插值型三次样条及保形插值曲线曲面

为直接混合插值点,生成插值曲线和张量积型插值曲面,讨论了插值型样条函数.为生成保形插值曲线和曲面,分析了其不同于非插值曲线和曲面的凸包和保凸的具体含义.推导出三次C~1插值型样条函数公式,构造三次C~1插值样条曲线,给出了插值样条曲线的分段Bezier表示.所得三次插值曲线曲面具有几何不变性、凸包性质、局部可调性.讨论了插值曲线的保凸性质及关于插值数据点前后顺序的对称性.展示了具有和不具有保形性质插值曲线和张量积型插值曲面的实例.     

基于三次样条插值的硅压阻式压力传感器的温度补偿

传感器的零点温度漂移、灵敏度温度漂移和非线性误差是影响传感器性能的主要因素,如何能使该类误差得到有效补偿对于提高其性能有重要意义。提出了基于三次样条曲线插值的温度补偿方法,改进了传统三次样条曲线插值的补偿方法,分别对传感器的零点、灵敏度以及非线性进行补偿,用这种方法对测压范围为1.0140×105 Pa～3.0140×105 Pa,温度范围为-20℃～+60℃的硅压阻式压力传感器的实验标定结果进行了温度补偿。通过比较传统三次样条插值补偿后的传感器输出信号,验证了使用改进后的三次样条曲线插值法的补偿效果更好。这种方法为高精度压力传感器的温度补偿提供了一种有价值的理论依据。     

SnO2 纳米传感器的灵敏度􀀁温度特性曲线拟合研究

对三次样条函数在纳米传感器输出特性曲线拟合中的应用进行了理论分析,应用软件Matlab6.5结合实验数据对掺杂苯的SnO2纳米传感器的灵敏度-温度特性曲线进行了拟合,结果表明三次样条曲线函数的拟合曲线光滑且精度高,相对误差在-0.2%～ 0.3%以内.     

三次有理插值样条曲线曲面

利用有理三次Bézier曲线的端点插值性质,导出了构造三次插值样条曲线曲面的一种新的基函数-RB基函数.由RB基函数构造了C1有理三次插值样条曲线和有理双三次插值样条曲面.     

分形插值在风速时间序列中的应用

针对风电场风速数据中大量连续缺失数据的插值问题,提出了一种基于自适应变异粒子群优化（PSO）的分形插值算法。首先,在粒子群优化算法中引入变异因子,增强粒子的多样性,提高算法搜索精度;其次,通过自适应变异粒子群优化算法来得到分形插值算法中垂直比例因子参数的最佳取值;最后,对两组不同趋势和变化特征的数据集进行分形插值计算分析,并把所提算法与Lagrange插值和三次样条插值方法进行对比。结果表明：分形插值不仅可以保持风速曲线的整体波动特性和局部特征,而且比传统插值方法的精度更高;在基于Dataset A的实验中,分形插值的均方根误差（RMSE）分别比Lagrange插值和三次样条插值减小了66.52%和58.57%;在基于Dataset B的实验中,分形插值的RMSE分别比Lagrange插值和三次样条插值减小了76.72%和67.33%。证明分形插值更适合连续缺失且波动强烈的风速时间序列的插值。     

满足数据点切向约束的二次B样条插值曲线

给出一种二次B样条曲线插值方法.利用数据点的参数化和节点向量的自由度,构造在各数据点满足切向约束的二次B样条插值曲线,直观地控制插值曲线达到预期形状.用文中方法构造插值曲线是一个递推过程,不必预先确定数据点参数值和节点向量、不必解线性方程组,而是在插值过程中根据数据点及其切向的约束条件递推地确定数据点的参数值、节点和控制顶点.该文方法允许插值曲线各段的连接点与数据点不一致,以使得二次B样条插值曲线的形状更自然.而且在满足数据点切向约束的条件下,还可利用节点进一步调控插值曲线的形状.另外,用文中方法构造的二次B样条插值曲线对于数据点的改变具有较好的局部性质.文中最后给出一些例子将该文方法与其它一些插值方法进行比较,实验结果表明,该文方法是有效的.     

基于样条插值与最小二乘法的振弦式传感器非线性补偿

介绍了振弦式传感器的工作原理,针对振弦式传感器被测力与输出频率之间的非线性关系问题,提出一种非线性补偿的设计方法.基于三次样条插值原理,通过插值增加数据密度,解决了因实测数据稀疏导致的工程精度问题;结合最小二乘法方法,应用Matlab软件对振弦式传感器的F-f曲线进行拟合并进行了修正,获得了较为准确、光滑、符合工程实际的曲线,得到了合理的结论.实验证明,该方法以有限实测点数据实现了振弦式传感器的F-f曲线的精确拟合,为长期埋设的振弦式传感器F-f函数提供了一个切实可行的快速测定方法.     

带形状参数的三次三角Hermite插值样条曲线

给出了一种带形状参数的三次三角Hermite插值样条曲线,具有标准三次Hermite插值样条曲线完全相同的性质。给定插值条件时,样条曲线的形状可通过改变形状参数的取值进行调控。在适当条件下,该样条曲线对应的Ferguson曲线可精确表示椭圆、抛物线等工程曲线。通过选择合适的形状参数,该插值样条曲线能达到[C2]连续,而且其整体逼近效果要好于标准三次Hermite插值样条曲线。     

分形插值在风速时间序列中的应用

针对风电场风速数据中大量连续缺失数据的插值问题，提出了一种基于自适应变异粒子群优化（PSO）的分形插值算法。首先，在粒子群优化算法中引入变异因子，增强粒子的多样性，提高算法搜索精度；其次，通过自适应变异粒子群优化算法来得到分形插值算法中垂直比例因子参数的最佳取值；最后，对两组不同趋势和变化特征的数据集进行分形插值计算分析，并把所提算法与Lagrange插值和三次样条插值方法进行对比。结果表明：分形插值不仅可以保持风速曲线的整体波动特性和局部特征，而且比传统插值方法的精度更高；在基于Dataset A的实验中，分形插值的均方根误差（RMSE）分别比Lagrange插值和三次样条插值减小了66.52%和58.57%；在基于Dataset B的实验中，分形插值的RMSE分别比Lagrange插值和三次样条插值减小了76.72%和67.33%。证明分形插值更适合连续缺失且波动强烈的风速时间序列的插值。     

三角函数曲线数据拟合最佳次数的确定

在实际问题中测得的实验数据有时需寻求简单函数逼近来分析,曲线拟合的最小二乘法在解决这类问题的数据处理和误差分析中应用非常广泛。为了便于说明这种方法的应用,根据最小二乘法原理,采用曲线拟合方法,运用Matlab仿真工具对三角函数实际特性曲线进行拟合,在分别采用3、5、7、9次多项式进行拟合实验的基础上,分析拟合实验效果,通过比较得出正弦函数特性曲线采用5次多项式拟合效果最佳,避免了人工处理数据的随意性,减小了误差。     

计算机视觉在车灯面形检测中的应用

主要讨论了计算机视觉用于车灯面形误差检测中的一种应用方法.面形检测采用边缘定位的方法,并且结合了曲线拟合的方法求解一维位移场来计算误差.在实际生产中,不仅提高了检测精度,而同时也缩短了检测时间.更值得一提的是,若对检测模板稍加改动,该系统亦可用于其他型号的车灯或者其他零件.     

动态测量中传感器非线性拟合方法

从坏值概率分析基础上提出了动态测量中传感器数据的坏值剔除方法 ,用可靠的数据代替剔除的坏值 ,为后续的传感器数据处理保证了数据的合理性 ,如传感器的非线性拟合。并通过对动态测量中某霍尔位移传感器位移 -电压数据进行了坏值剔除和三次多项式非线性拟合 ,表明动态测量中传感器数据的非线性处理方法。     

变转速比例泵小流量特性测试方法

在泵控位置、速度及力伺服控制系统中,比例泵的流量-转速-压力特性对系统控制效果有至关重要的影响,提出一种比例泵流量-转速-压力特性曲面的测试方法:基于所测比例泵低转速下的流量-转速-压力特性点云数据,应用移动最小二乘拟合法获取比例泵小流量特性曲面.分别对移动最小二乘拟合曲线和恒定加载的泵特性测试数据进行一次曲线拟合,并对比两种方法所拟合后的曲线发现:比例泵转速系数相对误差小于3％;比例泵泄漏系数相对误差在5％左右.上述结果表明,所述方法对于比例泵小流量特性曲面的测试有效,避免了对系统加载繁杂细致的调整,提高了系统的测试效率.     

双通道多级旋转变压器误差补偿的研究分析

旋转变压器的精度直接影响角位置测量系统的精度,旋转变压器的误差主要分为零位误差和幅值误差。经过分析和研究,提出了一种误差补偿方法,通过二次曲线拟合的方法来实现对误差的补偿,该方法通过在精密转台仪器上实验,可以有效的提高传感器的测量精度。     

温度敏感涂料校准误差实验研究

温度敏感涂料(Temperature Sensitive Paint, TSP)技术是一种极具潜力的光学测温技术,但其测量精度受到多源误差的影响。校准实验是TSP特性研究和风洞实验的关键而独立的阶段,其误差需要单独考虑。分析并明确了校准实验中的主要误差源,建立了各个误差因素不确定度评估方案。重点分析了校准数据拟合中的误差传递规律,提出了基于误差传播方程的TSP校准误差计算方法。误差源不确定度评估结果表明,通过控制校准实验中相机的工作范围和图像帧平均数量可以有效降低校准误差,进而可为TSP校准实验流程的精细化提供指导。TSP特性曲线误差计算结果表明,TSP校准误差在测温范围内呈现凹形分布,其引起的最大测温误差小于0.4 K;结果可直接用作风洞实验中校准误差的给定依据。     

基于正则渐进迭代逼近的自适应B 样条曲线拟合

基于渐进迭代逼近(PIA)的数据拟合方法以其简单和灵活的特性获得了广泛的关 注。为了获得高保真度的拟合曲线,提出了一种基于主导点选取和正则渐进迭代逼近(RPIA)的 自适应B 样条曲线拟合算法。首先根据数据点的曲率估计选取初始主导点并生成初始PIA 曲线。 然后,借助于拟合误差和数据点集的曲率分布选取加细的主导点及实现PIA 曲线的更新。得益 于基于曲率分布的主导点选取,使得拟合曲线在复杂区域分布较多的控制顶点,而在平坦区域 则较少。通过正则参数的引入构造了一种RPIA 格式,提升了渐进迭代控制的灵活性。最后, 数值算例表明相比于传统最小二乘曲线拟合该算法在使用较少数量的控制顶点时可实现较高的 拟合精度。     

电容式降雨传感器及其特性曲线拟合方法

针对将电容式传感器应用于降雨测量时,特性曲线的非线性误差较大问题,分别采用最小二乘曲线拟合法和径向基函数(RBF)神经网络对其输出特性曲线进行拟合.结果表明:RBF神经网络模型具有更强的非线性映射能力,其拟合精度明显高于最小二乘多项式模型.     

基于遗传优化的BP神经网络法在甲烷检测中的应用

针对传统的最小二乘法拟合红外传感器的输出特性曲线时存在误差大、计算复杂,传统的BP神经网络法拟合红外传感器的输出特性曲线时存在网络收敛速度慢、易陷入局部极小的问题,通过分析改进的最小二乘法和改进的基于遗传优化的BP神经网络法的拟合效果,指出改进的BP神经网络法拟合度较高,并给出了改进的BP神经网络法在甲烷体积分数检测中的实验结果。结果表明,该方法能够拟合出理想的曲线,有效提高了红外传感器的检测精度及响应速度。     

Matlab在反射式光纤传感器设计中的应用

为了满足仪表开发的需求,同时减轻开发人员的繁重劳动,提出了应用M atlab拟合反射式光纤传感器特性曲线的方法,结合实例详细叙述了建立反射式光纤传感器数学模型的步骤,得到了拟合曲线和拟合误差曲线。实践证明该方法的有效性,且还可用于其他线性传感器特性曲线的拟合。