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。     

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.     

FIR数字滤波器分布式算法的原理及FPGA实现

在利用FPGA实现数字信号处理方面,分布式算法发挥着关键作用,与传统的乘积-和结构相比,具有并行处理的高效性特点。详细研究了基于FPGA、采用分布式算法实现FIR数字滤波器的原理和方法,并通过XilinxISE在Modelsim下进行了仿真。     

基于QPSO的震动传感器片上相位补偿器设计方法

震动传感器的系统相位非一致性会对地震波到时时差提取产生很大的误差,严重影响震源定位精度;针对这一问题,提出了一种基于量子粒子群优化算法（QPSO）的震动传感器片上相位补偿器设计方法。首先对震动传感器进行相位标定,获得传感器与参考传感器的相位差;其次设计基于QPSO算法的相位补偿滤波器对相位差进行修正,使其无限趋近于0;最后,将相位补偿滤波器封装成FPGA软核部署于FPGA上,完成对震动传感器的相位片上实时补偿。为了验证该方法的性能,将相位补偿滤波器部署于自研的多通道震动信号采集系统上,对8个相同型号震动传感器进行相位一致性校准。试验结果表明,在震动传感器频响范围内,该方法可以将2.5°内的传感器相位差实时修正至0.0044°以下,实现了震动传感器阵列的相位一致性实时校准。该成果在地下浅层震源定位领域具有较强的应用价值。     

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QPSO—SVM算法的PDS变送器温度补偿方法

由于PDS压力变送器[1] 的测量数据会随着温度的变化而发生温度漂移,文中提出了量子粒子群[2](QPSO)算法和支持向量机[3](SVM)算法相结合的方法对压力变送器的输出数据进行补偿处理,通过QPSO算法优化SVM参数C、δ²,然后利用SVM的函数拟合建立补偿模型;通过分析工程实验结果,该方法在全局收敛性、非线性目标函数逼近能力等方面效果显著,在压力传感器温度补偿处理上具有较高的实用性。     

基于改进QR-PSO算法的压力传感器的动态补偿方法

针对压力传感器在实际使用中动态特性难以满足测试需求这一问题,利用激波管对压力传感器进行动态标定,获取实验样本,依赖样本估计逆模型,提出了基于QR分解和改进粒子群算法构建补偿系统的设计方法.采用QR分解确定模型阶次,降低了简化传感器模型带来的动态补偿运算误差,并结合改进粒子群算法,高效、智能的确定补偿系数.通过实测样本对补偿系统进行重复性验证,结果表明压力传感器的动态响应性能显著地提高了,补偿效果令人满意.     

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。     

传感器动态非线性补偿方法及DSP实现

利用Hammerstein模型描述传感器的动态非线性。动态非线性环节表示为静态非线性子环节和动态线性子环节的串联,相应的动态非线性补偿分为两个阶段：动态线性补偿和静态非线性校正。通过仿真和对腕力传感器响应的补偿验证了两阶段补偿方法的可行性。研制了基于DSP的动态非线性实时补偿系统,通过实验验证了动态非线性补偿方法的有效性。     

腕力传感器动态补偿的两种实现方法

针对机器人腕力传感器,分别用运算放大器和单片机实现动态补偿,对模拟传感器和实际传感器的动态响应进行补偿,取得良好的效果.     

基于“Stretching”技术的QPSO算法

基于量子行为的粒子群优化算法(QPSO)是一种随机的全局优化搜索新方法。文章系统的介绍了PSO算法、QPSO算法和“Stretching”技术。在对QPSO算法和基于“Stretching”技术的PSO算法分析的基础上,提出了基于“Stretch-ing”技术的QPSO算法。然后用标准测试函数对新算法进行了实验。实验结果表明,新算法在解的收敛性和稳定性等方面优于基于“Stretching”技术的PSO算法。     

基于QPSO稀疏化LSSVM的压力传感器温度补偿研究

针对硅压阻式压力传感器的温度补偿问题,提出一种量子粒子群(Quantum Particle Swarm Optimization,QPSO)稀疏化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)策略,目的在于能够保证温度补偿性能的同时获得较为精简的补偿模型。结合10 MPa绝压压力传感器标定实验数据进行仿真试验,研究结果表明,该方法的补偿效果优于QPSO优化的LSSVM、经典稀疏化LSSVM和QPSO优化的稀疏化LSSVM,补偿后测试样本集的最大相对误差,平均误差和误差方差分别为1.104×10^-3、4.819×10^-4和1.197×10^-7。在满足高精度测试要求的前提下,达到提升补偿效率的目的。     

基于FPGA的RSA加密算法的实现

在基于xilinx公司的FPGA芯片Virtex硬件平台上实现了采用公开密钥机制的RSA加密算法。     

CRC编解码器及其FPGA实现

循环冗余校验(CRC)是一种广泛应用的差错控制的方法.本文在简要介绍CRC编码原理及其常用实现方法的基础上,提出了一种基于字节型递推(公式法)法的CRC编解码器算法,并给出了它的FPGA实现方案.目前,该算法已被应用于一种基于串行通信的多机系统中,系统的误码率得到了很好的控制.     

AES中有限域运算的优化及算法高速实现

介绍有限域的概念及Rijndael算法的结构，详细分析了算法中基于加法、乘法的运算过程，为使运算更适合在FP—GA平台实线，可使用一些技巧达到优化目的。详细阐述了使用FPGA高速实现运算关键部分的设汁思路。针对FPGA设计中对速度与面积两项指标的不同要求，给出了两种设计方案。最后，给出算法在FPGA实现方式下的性能比较。     

基于CORDIC算法的NCO在FPGA中的实现

介绍如何利用CORDIC（Coordination Rotation Digital Computer）算法产生正余弦信号的实现过程基础上,研究并在FPGA中实现了基于流水线CORDIC算法的数控振荡器。仿真验证结果表明,该方法较之其它方法具有精度高、结构简单易于实现、节省资源且功耗低等特点,非常适合应用于高速高精度数字调制解调。     

基于Rife算法的频率估计及其FPGA实现

在信号处理领域,高精度的频率估计对信号特征的提取显得尤为重要。介绍了基于Rife算法的频率估计,并将其在FPGA上实现。该算法首先利用FFT对信号频率作粗估计,然后利用最大谱线以及与其相邻的次大谱线进行插值来确定真实频率位置,使频率估计性能得到提高。给出了Rife算法与DFT算法在不同信噪比条件下频率估计性能曲线。最后,将Rife算法在FPGA上利用硬件描述语言——Verilog HDL进行了硬件设计,并对FPGA和Matlab的频率估计结果进行了比较、分析。实验仿真结果表明,该算法运算量小,易在FPGA上实现,该设计具有可行性。