列车横向加速度传感器的误差补偿

提出了一种基于最小二乘法的加速度传感器误差补偿方法,用来提高列车横向加速度的检测精度。利用正弦信号对加速度传感器进行了性能测试,确定了放大器倍数,证实了加速度传感器输出信号在波峰和波谷处误差最大,误差与输入加速度信号的幅值成正比,与输入加速度信号的周期成反比。为了减少误差,对加速度传感器进行了误差补偿,推导了补偿器的数学模型,使用最小二乘法对模型参数进行了辨识,求出该模型最优的待定常量,确定了补偿器模型。针对典型的列车横向加速度检测系统,以采集的列车横向加速度为输入信号,利用实验来验证补偿器的有效性。实验结果表明,经过补偿后,加速度传感器输出信号误差明显减少,均方误差收敛到10－4。传感器的测量精度有了显著提高,完全满足工程要求。     

基于模型参考和神经网络的传感器动态补偿器的设计

为了改善传感器的动态响应特性,提出了一种动态补偿器的设计方法.该方法在传感器后接一基于模型参考自适应方法的动态补偿器,并利用BP神经网络算法不断在线辨识补偿器参数,使其始终工作在最佳参数下,实现动态性能的在线补偿.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,其到达稳态值的调节时间由0.1 s缩短为0.015 s,动态性能得以较好的改善.该方法为提高传感器性能开辟了新途径.     

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.     

瞬态表面温度传感器动态校准及误差补偿研究

测量瞬态高温时,由于传感器自身的热惯性,测量结果与真实结果之间存在很大的动态误差。动态补偿对于改善测温系统动态特性,减小动态误差有重要意义。该文首先熟悉现有的瞬态表面温度传感器动态校准系统;然后,利用系统所测得输人输出数据,采用系统辨识方法建立了测温系统的动态数学模型,并利用交叉检验法验证该模型的正确性;最后,利用反滤波动态补偿方法实现对瞬态表面温度传感器测温系统的动态补偿。经检验该方法可以达到理想的补偿效果,减小了动态误差,改善了系统的动态特性。     

基于最小二乘与粒子群算法的压力传感器动态补偿方法

为了降低运用简化传感器模型对动态测试结果进行修正时带来的误差,提出一种基于最小二乘(LSM)与粒子群优化算法(PSO)的动态补偿器设计方法。采用最小二乘法识别传感器的最佳阶次,作为补偿器的阶次,克服简化模型对补偿器设计的影响,结合粒子群算法对传感器进行逆建模得到补偿器,并分析补偿前后传感器的时域与频域特性。实验表明,该方法能有效的降低传感器的动态测量误差。     

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。     

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。     

LS-SVM构造FLANN逆系统的传感器动态补偿方法

提出一种用最小二乘支持向量机（LS—SVM）构造函数链接型神经网络（FLANN）逆系统的传感器动态补偿新方法。介绍了相关原理和具体算法,并给出了传感器动态逆系统的数学模型。在该方法中,通过在传感器后串接逆系统模型来修正动态测试误差、提高传感器的动态特性。通过典型的传感器动态标定实验数据,该逆系统模型的传递函数可用LS—SVM—FLANN方法辨识得到。实验结果表明,LS—SVM—FLANN辨识逆系统模型的速度是BP—FLANN方法的两倍,而且该逆系统动态补偿误差仅为后者的10％。用LS—SVM构造FLANN的逆系统补偿器精度高、鲁棒性好、实现简单。     

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。     

Comparative Application of Model Predictive Control Strategies to a Wheeled Mobile Robot

The divergence problem of the hardware-in-the-loop (HIL) simulation for flying objects contact in space is investigated. The HIL simulation divergence is due to time delays of the motion simulator and the force measurement system. In this study, a low-order model based divergence compensation method is proposed. The force measurement delay is modeled as a pure delay and compensated by a first-order phase lead force compensator after truncating high-order terms of the Taylor expansion. For the motion simulator, its dynamic response delay is modeled as a three-order model and compensated by a second-order phase lead position compensator. The low-order compensators are used because high-order derivatives of the signal are inaccurate and sensitive to noises. Simulations and experiments are performed to verify that the proposed approach can compensate the simulation divergence effectively and satisfactorily.     

基于逆模型辨识的Wiener型传感器动态补偿研究

在测量系统中许多传感器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.为了补偿动态误差,采用模型参考和Wiener逆模型辨识的算法建立动态补偿单元.补偿单元由一个静态逆模型和动态逆模型构成.通过静态标定方法,采用单输入/单输出的模糊小脑神经网络(SISO-FCMAC)建立传感器静态非线性模...     

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。     

Near-decoupling of linear multivariable systems

Available exact-decoupling conditions by constant compensation do not address the important class of ‘nearly decouplable’ systems. For practical systems, parameter perturbations, measurement errors and system-modelling inaccuracies may conceal the system decouplability by constant- or low-order compensation, thus calling for unnecessarily high-order dynamics. In this paper, state-space decoupling conditions formulated as rank-degeneracy conditions are used to detect how close a system is to one that is exactly decouplable. The procedure simultaneously provides the compensators necessary to achieve the indicated level of decoupling. The conditions are extended to cases where it is required to use a fixed constant compensator for decoupling under different sets of perturbations     

Research on the intelligent control algorithm for a robot joint actuated by McKibben muscles

A compound control algorithm is supposed to a robot joint actuated by McKibben muscles, which combines both CMAC control and PID control. The CMAC feedforward compensator realizes the joint system’s dynamic model. The PID controller realizes the feedback control in order to guarantee the system’s stability. The compound controller’s output takes control of the system’s actions. By the CMAC learning process, the PID output tends to zero, and the final controlled action is directed by the CMAC controller. Digital simulation results prove that this compound control algorithm has the very high tracking capacity, interference immunity, and quick system response.     

基于加速度计的手指运动姿态检测

针对动态测量手指关节角度的需要,设计了一种基于MEMS加速度计的手指运动姿态检测方法。在该方法中,通过固定于手指上的三轴加速度计ADXL330的各个敏感轴感受到的重力加速度分量的大小来检测手指的关节角度。为了验证该方法的可行性,设计了一步进电机控制的能在竖直平面内转动的装置,通过同步检测传感器的输出和电机转动的角度,评估传感器在动态条件下的测量精度,结果表明:在动态条件下,其绝对误差为1°～2.5°,相对误差为3%～6%。在此基础上,将传感器用于测量手指关节的运动姿态,采集手指敲击键盘时传感器的输出,通过数据处理获得食指MCP关节、PIP关节和DIP关节随时间的变化关系。实验结果表明:加速度计可以有效地检测手指的运动姿态。     

基于六轴MEMS器件姿态测量系统

为了解决噪声和漂移等原因造成的误差不断累积的问题,针对陀螺仪的静态性能以及加速度计的动态性能,提出了一种利用六轴MEMS器件对照相机三脚架的稳定测量系统,介绍了MEMS器件的工作原理,介绍硬件系统和软件系统,完成了基于ADXR450陀螺仪和ADXL355加速度计的检测硬件系统设计,通过传感器获取角速度加速度信息,采用不同的滤波方式对输出结果进行了分析,比较卡尔曼滤波和一阶RC数字滤波;经比较,卡尔曼滤波实时性更好,一阶RC滤波动态响应更好;实验证明,系统静态下更适用于一阶滤波,计算出姿态测量角度误差在0.104°以内,得到理想的姿态信息,能有效地提高检测目标姿态的精度。