基于线性化参数模型的三轴磁场传感器校准方法

针对三轴磁场传感器零偏误差、刻度因子不一致性误差和非正交误差等,建立了磁场传感器的三个敏感轴与参考正交坐标系的转换矩阵;基于标量校准思想,推导了传感器三轴测量值与磁场标量值之间的线性化参数模型;根据最小二乘原理,进行传感器模型参数辨识。选取两款三轴磁通门磁力仪进行了误差校准实验研究,校准后,传感器的测量误差可以降低一个数量级。在实验过程中,不需要高精度的实验设备,在稳定地磁场环境下即可进行。实验研究表明,此方法是一种方便易行、精度较高的传感器校准方法。     

基于窄脉冲校准的高量程加速度传感器动态建模

面对高量程加速度传感器动态校准中存在的测不准以及数据处理困难等问题,论述了窄脉冲校准原理,引入了消除噪声干扰的广义最小二乘算法对于传感器的校准数据进行处理,并且结合窄脉冲校准原理进行了算法的数值仿真与实验验证。利用Hopkinson 杆对于自研的量程为200000gn的多级封装传感器进行了窄脉冲动态校准实验。系统辨识的结果表明模型获得的传感器的本征模态与通过FFT方法获得的本征模态分别为482.4kHz以及481.8kHz,并且曲线精度大大优于后者。     

基于序贯最小二乘的多传感器误差配准方法

为实时估计多传感器系统偏差,针对广义最小二乘(GLS)配准方法不能实时估计传感器偏差的问题,提出了基于序贯最小二乘的多传感器误差估计方法,该方法在GLS配准模型基础上,采用最小二乘的序贯方法来估计系统偏差,不必存储过去的测量数据,能够实时估计系统偏差。仿真结果表明了该方法的有效性。     

基于DSP技术的传感器非线性校正

针对系统内含有DSP(数字信号处理)芯片的检测系统，提出了运用DSP芯片对传感器进行非线性校正的方法。与传统校正方法进行比较可以表明，此方法简化了设计，提高了通用性和灵活性。并且通过最小二乘法在DSP芯片上实现非线性校正的实例说明其可行性。     

传感器安装误差在声学多普勒计程仪中的校准

为了利用声学多普勒计程仪（DVL）进行载体的航迹推算,DVL传感器的安装偏角误差不可忽视,必须进行校准。此误差是在载体上安装DVL声学传感器时引起的。不进行机械修正,而是借助安装在载体上的高精度全球定位系统（GPS）与姿态仪的信息,应用最小二乘法对此误差进行了在微小型系统中的校准。理论分析与试验结果说明了DVL经校准后航迹推算性能的提高,从而证明该校准方法的有效性。     

基于MATLab的传感器精度校准方法

传感器为高精度仪器,由于设计原因或外界因素的干扰,会对传感器测量精度产生影响,介绍一种基于MATLab精度校准算法,以对温度敏感且本身设计存在缺陷的压力传感器为例,通过对该传感器温度t与压力p的电压数据进行实验标定、回归校准、融合计算,实现在温度因素影响下压力数据的精度校准.实验表明,该方法可明显提高测量精度.     

基于MC8051的压力传感器校准算法

以一种压力传感器为例,介绍了一种改进型压力校准算法。针对高温会对传感器影响较大的特性,同时考虑算法复杂度以及处理器的运算等问题,在高温区采用最小二乘拟合加三次样条插值法,在低常温区则用最小二乘拟合加牛顿差值算法构造温度补偿模型。所有数据运算处理采用MC8051处理器处理。实验结果表明:改进算法模型能很好消除温漂,校准误差在0. 119%以内,满足实际需求。     

基于汽车操纵动力学的神经网络驾驶员模型

作为人一车—路闭环系统的重要环节,驾驶员模型对汽车闭环系统仿真和汽车主动安全性评价都具有重要的意义.本文基于汽车操纵动力学,预瞄—跟随理论以及神经网络建立了一种驾驶员方向控制模型,即两层前馈神经网络驾驶员模型,并在此基础上建立了驾驶员—汽车闭环系统模型.对该闭环模型进行了单移线与双移线仿真试验,仿真结果与理想数据具有很好的一致性,表明该驾驶员模型是合理的,可以有效地模拟驾驶员控制汽车方向的行为特性,为进一步研究人一车一路闭环系统提供了一条可行途径.     

非线性多功能传感器信号重构的抗差估计方法研究

在非线性多功能传感器的信号重构过程中,训练样本集不可避免地夹杂粗差数据。为了得到既有较强抗差性又有较高效率的估值,采用抗差最小二乘法在粗差干扰条件下进行参数估计。抗差最小二乘估计通过等价权把抗差估计原理与加权最小二乘形式结合在一起,因此在抵抗粗差的同时保持了最小二乘法的优点。非线性信号重构的粗差抑制结果表明,抗差最小二乘法计算速度快,且具有良好的抗粗差能力和收敛可靠性。     

传感器数据的高精度重构方法及其性能研究

不同传感器具有不同的非线性。为提高传感器数据重构精度,本文给出两种数据重构方法。对于不是特别严重的非线性,采用最小二乘拟合与径向基函数残差插值进行融合重构,可以在增加有限计算量条件下提高数据的近似精度;对于非线性较严重的传感器,为兼顾局部特性,采用移动最小二乘法进行数据重构,它通过全局近似向局部近似的转化,同样使重构结果具有满意的近似精度。选用两种不同传感器进行实验,结果表明两种方法均行之有效。     

液压同步顶升控制系统传感器误差标定

由于位移传感器自身的线性度问题,在现场使用过程中测量值与真实值之间必然会存在一定的误差,位移传感器的现场标定就必不可少.针对中海油油品1#汽车装车台液压同步顶升控制系统提出了一种位移传感器测量值示值误差标定方法,本方法以位移传感器的绝对误差为标定对象,通过调整A/D转换的偏移与增益来使示值拟合实际值,最后用最小二乘法来求其拟合直线,通过比较其相关系数和绝对误差来确定最后一组的偏移和增益值.     

基于神经网络观测器的飞行器传感器故障检测

为了避免传感器故障对飞控系统的影响,实现传感器故障的快速检测与隔离,提出了一种基于神经网络观测器(NNOB)的传感器故障检测方法。在建立四旋翼飞行器姿态故障模型的基础上,利用非线性观测器得到的期望输出和传感器测量值设计基于神经网络(NN)的传感器故障观测器,利用扩展卡尔曼滤波器(EKF)更新神经网络的权值参数,通过Lyapunov理论证明权值参数更新的收敛性,最终构建出一种基于神经网络观测器的传感器故障检测系统。数值仿真实验结果表明,与现有神经网络故障检测方法相比,所提方法具有更高的故障检出率与更好的跟踪性能。     

基于线性补偿的测距传感器结构设计与参数优化

本文分析了传统的三角法结构和原理,传统的三角法测量虽然测量精度较高,但是测量范围小,为此引出了新的设计方案,推导出了测距方程表达式,并对其参数进行了优化,此结构与传统三角法结构相比,在不改变线阵CCD传感器尺寸的情况下,适当改变各参数的大小可大大提高测量范围.由于各参数之间的约束关系及三角法的结构造成在大量程测量时线性...     

基于AVR单片机的矿用智能瓦斯传感器的设计

针对传统的瓦斯传感器测量精度低、稳定性差、缺乏智能性等问题,介绍了一种智能瓦斯传感器的设计方案。该传感器采用多个瓦斯气敏元件,以ATmega128单片机为控制核心,并采用最小二乘数据融合算法,将多个瓦斯浓度检测结果进行融合,实现了瓦斯检测和信息处理功能。实验结果表明,该智能瓦斯传感器具有测量精度高、校准周期长、可维护性好等特点,克服了传统的瓦斯传感器存在的问题。     

基于BSLA 最小二乘法的多功能传感器信号重构

最小二乘技术经常在利用若干测量数据评估被测变量的情况中使用，当使用这种方法来获得一个最佳线性逼近空间(BSLA)时，就会建立一个能够处理冗余度量数据的最佳解决方案，从而改善在三维空间环境中信号重构的效果(通常情况下，多功能传感器都是三元或三元以上的度量函数)。为此提出了一种应用最小二乘算法重构多功能传感器被测信号的方法验证其有效性，建立了仿真模拟电路，并给出了仿真结果和算法误差分析。     

航空发动机气路碎屑静电监测传感器设计与试验

设计了一种航空发动机气路碎屑静电监测传感器.在阐述碎屑颗粒荷电机理的基础上,对该传感器感应原理进行了研究,然后在静电感应原理的基础上进行了棒状静电传感器和环状静电传感器的结构设计,为防止绝缘套管的过压崩坏,对探极与套管之间的间隙配合进行了详细计算,最后利用实验验证了所设计的静电传感器的有效性,实验结果表明:环状静电传感器可以得到比棒状静电传感器更高的检测信号输出信噪比.     

基于最小二乘估计的数据采集通道标定方法

由于数据采集通道受外界环境因素的影响,A/D转换器输出数值与输入模拟信号之间对应的理想数学关系式不再成立;为了得出输入信号与A/D输出数值之间的对应关系,在分析电路所采用器件电气特性的基础上,建立了数据采集通道的标定模型,并给出了基于最小二乘原则的模型参数估计方法;通过对直流电压信号的直流准确度和对正弦交流信号有效值的测试,证明了该模型的正确性和可行性.     

基于多元线性回归预测模型的sensor态势研究

由于系统漏洞层出不穷,网络管理员也不容易获得用户主机的安全态势,如何在攻击者利用漏洞之前,对网络中用户主机的漏洞、脆弱性进行自动发现成为保障计算机网络安全、平稳运行的关键问题。文中针对多元线性回归预测模型算法,首先利用最小二乘法实现对多元线性回归方程的求解,然后利用＂t-检验＂检验回归系数的显著性,实现对sensor安全的精确预测,使网络管理员能直观了解到sensor的全状况,以寻求最低的事故率、最少的损失和最优的安全投资效益。     

基于DSM501传感器的大气颗粒物浓度监测装置参数整定

研制的大气颗粒物浓度监测装置在使用前须依照标准数据进行参数整定;在介绍大气颗粒物浓度监测装置检测原理的基础上,结合环境监测总站公布的武汉青山地区PM10、PM2.5浓度数据,开展监测装置输出观测数据采集实验和参数整定研究;首先,使用格拉布斯准则对观测数据进行筛选;其次,匹配观测数据与实际数据,利用皮尔逊积矩相关系数分析数据之间的线性关联度;最后利用最小二乘法求解用于拟合的线性回归方程系数;应用结果证明了所述理论方法、整定过程的有效性和可行性.