栅式电容位移传感阵列信号正交性偏差的智能补偿方法

来源 :传感技术学报 | 被引量 : 0次 | 上传用户:lzmkkaa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文提出一种栅式电容位移传感阵列信号正交性偏差的补偿方法和实现方式。分析传感阵列X-Y方向线性位移信号正交性偏差产生的原因,建立偏航角影响下的信号正交性偏差模型,利用互相关检测原理,构造了栅式电容位移传感阵列信号正交性偏差补偿新方法。实验结果表明,传感阵列正交性偏差跟随偏航角位移θ从为0.2°变化为0.4°,0.8°和2.0°时有显著增大,采用互相关补偿法后保证了X-Y线性位移信号的非线性度维持在0.32%,0.29%,0.24%和0.07%之间,对比直接求解法有大幅的降低,基本消除了正交性偏差对X
其他文献
为了提高红外CO_2气体传感器的探测灵敏度和精度,首先研究了不同镀膜对非色散扁锥腔CO_2气体传感器的红外吸收效率和灵敏度的影响。然后搭建了湿度实验平台,着重研究了环境湿度对气体浓度测量结果的影响。最后,采用遗传算法优化的BP神经网络算法(GA-BP)对传感器进行了湿度补偿。实验结果表明:在室温条件下、0~2 000×10~(-6)浓度范围内,镀金腔体的CO_2传感器具有更高的红外吸收效率和灵敏度
针对多层导电结构缺陷位置和尺寸的识别问题,基于脉冲涡流检测数据,提出一种多层导电结构缺陷位置和尺寸的无损估计方法(NEM)。NEM采用傅里叶变换和希尔伯特黄变换等方法,提取时域和频域上共47维特征。提出基于AIC+Fisher的特征降维方法,选择最优的特征降维维度,减少特征冗余且降维后的特征能更好表征缺陷类型,提高分类器的识别效率。最后利用支持向量机(SVM)构造分类器,采用粒子群算法对分类器模型参数进行寻优,从而实现多层导电结构缺陷位置和尺寸的识别。实验结果表明:NEM能够适用于多层导电结构的缺陷位置识
为充分利用井下多传感器数据源中的有效信息进一步提升井下瓦斯浓度预测模型的预测性能,提出建立一种基于深度LSTM(long short-term memory,长短时记忆)网络的多传感器瓦斯浓度预测模型,首先利用Pearson(皮尔逊)相关系数法筛选出与瓦斯浓度强关联变量作为模型输入参数,降低输入数据规模与复杂度,并对其进行多变量相空间重构,采用随机搜索算法对LSTM网络超参数进行自动寻优,建立参数最优的多传感器时间序列动态预测模型,通过算例研究表明,相较于常用的时序建模预测算法,所提方法能够更好的追踪瓦斯
在无标记增强现实中,针对基于视觉特征的同时定位与地图构建(SLAM)增强现实注册算法在图像模糊、运动过快和特征缺失等情况下存在精度急剧下降问题,提出一种在视觉SLAM基础上融合惯性测量单元(IMU,Inertial measurement unit)改进的相机定位与虚拟注册方法。所提注册方法,在进行特征点匹配时通过IMU预积分模块减小匹配特征点的搜索空间,加速特征点匹配过程,提高时间效率;确定相机
提出了一种基于RGB-D相机数据的同时定位与地图构建(SLAM)算法系统,实现对RGB-D数据的快速和准确构建。首先在RGB图中提取较好鲁棒性的SURF特征,结合使用快速最近邻近似(FLANN)来完成特征点匹配的方式,再使用基于改进的最小距离与随机采样一致性(RANSAC)组合的方法剔除误匹配,然后使用PNP求解相邻帧间的相机位姿变换关系,后端的优化使用G2O(general graph opti
为降低可穿戴心电监护系统的实时数据量,以方便数据存储、传输,探讨了小波稀疏域下心电信号压缩感知采样和重构过程,以得到小波稀疏域下的心电信号最优压缩感知方法。从压缩率、重构精度和重构耗时角度,分析了心电信号在以Daubechies、Coiflet、Symlet、Biorthogonal、ReverseBior等小波构建的变换矩阵下的稀疏性能,研究了伯努利、循环、高斯、哈达马、托普利兹等观测矩阵的采样性能,完成了不同重构算法的结果分析,提出了基于db4小波滤波稀疏、伯努利观测矩阵采样、GOMP重构的心电信号压
传统硅基压力传感器普遍具有灵敏度低、温漂和时漂明显等半导体器件固有属性。本文提出的硅铝异质结构MEMS压力传感器及其恒温控制和自校正方法可一定程度上解决该问题。采用SOI硅片制造了具有压阻放大效应的新型硅铝异质结构压力传感器芯片,利用有限元仿真验证了其有效性。随后为其设计了恒温控制封装结构和自适应优化目标值PID加热控制策略,采用热稳态分析验证了该恒温控制封装的合理性。传感器采用AD5420可调电
为了提高传统DV-Hop算法在无线传感网络中的节点定位精度,提出一种基于改进麻雀搜索算法优化的DV-Hop定位算法。首先,锚节点采用双通信半径细化节点间的最小跳数;然后利用最小均方差准则以及归一化加权因子分别对锚节点和未知节点的平均跳距进行修正;最后,采用麻雀搜索算法估算未知节点的位置,并引入佳点集和Levy飞行策略增强算法的遍历性和跳出局部最优的能力。仿真结果表明,相比于传统DV-Hop算法,改进的算法有效提高了定位精度。
无线传感器网络中传感器异常检测是确保数据可靠性和系统正常运行的重要环节.将无线传感器网络用图模型描述,针对图上边缘区或稀疏区的异常传感器难以检测及识别的问题,本文提出了一种基于子图拉普拉斯谱的异常传感器检测及识别方法.该方法首先对系统图进行子图划分,再将图上信号转换至拉普拉斯谱信号,然后经低通滤波器处理,将图频域信号还原至节点域信号,通过比较还原信号与采集信号来判断子图的异常情况,最后对异常子图进行分析识别.基于公开数据集验证,本文所提方法对于无线传感器网络中单个异常传感器的检测率可以达到95%以上,其漏
近年来,数据迎来了爆发式的增长.2016年以来,数据增长一直保持较高增速,2020年整体数据量达到了47ZB,预计2035年将突破2000ZB.目前,数据价值未被充分发掘,其开发利用率不到10
期刊