传感器的非线性校正及动态补偿研究

合集下载

光纤传感器的神经网络光强补偿及非线性校正

２２拄０１
仪表技术与传感器
ＩｓｕｎＴｃｎｑｅａｄＳｎｏｎｔｍｅｔｅｈｉｕｎｅｓｒｒ
２２０１
第２期
Ｎｏ２．
光纤传感器的神经网络光强补偿及非线性校正
袁楚明，廖圣华，紧，刘张冈，陈幼平
ＹＵＡＮＣｕｍｉｇＬＡＯＳｅｇｈａＬＵ，ＨＡＮＧＧａｇＣＨＥｕｐｎｈ — ｎ，Ｉｈｎ－ｕ，ＩＹｉＺｎ，ＮＹｏ — ｉｇ
（ｃｏｌｆｅｈｎｃｌｃｎｅａｄＥｇｅｒｇＨｕｚｏｇＵｉｅｓｙｏｃｅｃｎｅｈｏｏｙＷｕａ３０４ＣｉａＳｈｏｏｃａｉｉｃｎｎｉｅｉ，ａｈｎｎｖｒｉｆＳｉｅａｄＴｃｎｌｇ，ｈｎ４０７，ｈｎ）ＭａＳｅｎｎｔｎ
４０７）３ｏ４（中科技大学机械科学与工程：为实现光纤位移传感器的光强补偿及非线性校正，确立并构造了两输入单输出的ＢＰ神经网络。讨论了基于Ｌ
—
Ｍ优化算法的ＢＰ网络的优点，明了神经网络的权值修正方法及网络的具体训练步骤，说阐明了用神经网络实现光纤
ＡｂｔａｔＴｉａｅｓａｌｈｄａｄｃｎｔｕｔｄａｔ・ｐｔｓｇｅｏｔｕＰｎｕａｅｗｒｏｒａｉｅｔｅｌｈｎｅｓｔｓｒｃ：ｈｓｐｐｒｅｔｂｉｅｎｏｓｒｃｅｗｏｉｕｉｌ－ｕｐｔＢｅｒｌｎｔｏｋｔｅｌｈｉｔｉｔｎｉｓ・ｎｎ・ｚｇｙｃｍｐｎａｉｎａｄｎｎｉｅｒｃｒｅｔｎｏｐｉａｉｅｉｌｃｍｅｔｓｎｏ．ｔｄｓｕｓｄｔｅａｖｎａｅｆＢｅｗｒａｅｎＬｏｅｓｔｎｏｌａｏｒｃｉｆｏｔｌｂｒｄｓａｅｎｅｓｒＩｉｃｓｅｈｄａｔｇｓｏＰｎｔｏｋｂｓｄｏ — ｏｎｏｃｆｐＭｐｉｚｔｎａｇｒｔｍ，ｎｉａｅｈｉｈｄｆｄｍｅｈｄａｄｎｕａｅｗｏｋｔｉｉｇｓｅｓｃａｉｅｈｒｃｐｅｏｅｓｎｏｔｍｉｉｌｏｉａｏｈｉｄｃｔｄｔｅｗｅｇｔｍｏｉｅｔｏｎｅｒｌｔｒｒｎｎｔｐ，ｌｒｄｔｅｐｉｉｌｆｔｅ — ｉｎａｉｆｎｈｓｒＳｌｈｎｅｓｔｕｔａｉｎｃｍｐｎａｉｎａｄｎｎｌｅｒｏｅｔｎｏｓｎｅｎｕａｅｗｒ．ｉａｌ，ｔｓｄＭａｌｂｓｆａｅｏ ’ ｉｔｔｎｉｆｃｕｔｏｅｓｔｎｏ — ｎａｒｃｉｆｕｉｇｔｅｒｌｔｏｋＦｎｌｉｕｅｔｏｔｒｇｉｙｌｏｏｉｃｏｈｎｙａｗｏｏｕｅｒｇａｔｅｎｕａｅｗｒａｄａｐｉａｔｈｅｗｒｈｃｕｌｍｅｓｒｍｅｔＴｅｒｓｌｈｗｔａｈｅｗｒｎｃｍｐｔｒｔｐｏｒｍｈｅｒｌｔｏｋ，ｎｐｌｎｅｎｔｏｋｉｔｅａｔａａｕｅｎ．ｈｅｕｔｓｏｈｔｔｅｎｔｏｋｏｎｃｔｎｓｃｎａｈｅｅａｇｏｏｅｓｔｎｆｒｌｈｎｅｓｔｎｏｌｅｒｃｒｅｔｎｏｅｓｒ．ａｃｉｖｏｄｃｍｐｎａｉｏｇｔｉｔｎｉａｄｎｎｉａｏｒｃｉｆｓｎｏｓｏｉｙｎｏ

一种动态非线性模型传感器的辨识和补偿方法

一种动态非线性模型传感器的辨识和补偿方法
高璐;陆宇平
【期刊名称】《微计算机信息》
【年(卷),期】2006(000)03S
【摘要】针对利用Wiener模型表达的具有动态非线性的传感器进行系统辨识和
性能补偿。

将系统分解为动态非线性环节和静态线性环节，利用函数链人工神经网络和遗传算法分别进行系统辨识．通过静态非线性补偿将系统简化为线性系统．再进行动态性能补偿。

利用LabVIEW设计虚拟仪器，经过仿真表明该方法是有效的。

【总页数】3页(P189-191)
【作者】高璐;陆宇平
【作者单位】南京航空航天大学
【正文语种】中文
【中图分类】TP212
【相关文献】
1.非线性动态传感器系统的H模型神经网络辨识 [J], 刘滔;韩华亭;马婧;雷超
2.基于Wiener模型的传感器动态非线性辨识研究 [J], 雷超;韩华亭;刘滔
3.一种动态非线性模型传感器的辨识和补偿方法 [J], 高璐;陆宇平
4.传感器动态非线性的一种补偿方法 [J], 徐科军;朱志能;苏建徽;陈荣保;刘家军
5.传感器非线性动态模型及其辨识的研究 [J], 王平;段尚枢;赵新民;郭振芹
因版权原因，仅展示原文概要，查看原文内容请购买。

基于BP算法的光纤传感器非线性位移补偿研究

摘
要：针对光纤位移传感器应用中存在的非线性问题，出了以神经网络为补偿环节，提结合
传感器构成的一种非线性补偿模型．本思想是采用Ｂ基Ｐ算法，以传感器的输出作为神经网络的输入样本．传感器的输入位移为神经网络的期望输出，通过调整神经网络权值使神经网络的输出与期望值近似，实现位移测量的非线性补偿．实例仿真结果表明该方法有效提高了精度，一种是
偿原理
５６３
２１Ｂ．Ｐ神经网络算法
佳木斯大学学报（自然科学版）
２１年００
常出现震荡现象；若采用硬件补偿，高；成本由于神经网络具有非线性计算功能，此在对ＰＤ的非因Ｓ线性进行分析时，用神经网络比较理想．采用采若神经网络ＢＰ算法，络收敛慢，陷人局部极小网易点，出现振荡，棒性差．对这种情况，鲁针本文引进
器检测过程中产生的非线性特性进行补偿研究．
光纤传感器在煤矿、石油、航空、军事和民用产品开
图ｌ传光型光纤传感器的原理结构图
①
收稿日期：００—０２１６—１Ｏ
基金项目：佳木斯大学科研项目（２０１８．１０９— ４）作者简介：樊廷栋（９７一，，１６）男黑龙江佳木斯人，佳木斯大学信息电子技术学院高级讲师，从事工业自动化研究与教学．

传感器动态非线性的一种补偿方法

ｂｓｄｏａｅｎＤＳＰａｅｄｖｌｐｄ．ｅｅｅｉｎａｅｕｔｈｗｈｔｔｓｍｅｈｄｌｆｅｔｖ．ｒｅｅｏｅＴｈｘｐｒｍｅｔｌｒｓｌｓｓｏｔａｈｉｔｏｓｅｃｉｅｉ
维普资讯
第２卷第３３期
仪
器
仪
表
学
报
传感器动态非线性的一种补偿方法
徐科军朱志能苏建徽陈荣保刘家军
（肥工业大学自功化研究所台台肥２００）３０９
摘要
针对传感器存在的动态非线性问题，本文提出一种补偿方法。将具有动态非线性的传感器分解为非线性静态环节和线
ＡｍｐｎｓｔｎｅｈｄｆｒＮｏｉａｎａｉｔｔｆＳｎｓｒＣｏｅａｉｇＭｔｏｏｎｌｎｅｒＤｙｍｃＳａｅｏｅｏｓ
ＸｕＫｅｕＺｕＺｉｅｇＳｕＪａｈｉＣｈｎｎｂｏＩｉｉｊａｊｎｈｈｎｎｉｎｕｅｇＲｏｇａ．Ｊａｕｕ
ＫｅｒｓＳｎｓｒＮｏｉｅｒｄｙｍｉｔｔＣｏｐｎａｉｇｍｅｈｄＤＳｙｗｏｄｅｏ态非线性校正，做动态线性补偿，样，可克服再这就
１引
言
以往动态非线性补偿方法的局限。Ｆ面介绍其基本原
理、计方法和步骤，及实验结果设以
在有些情况下，感器的动态特性中含有非线性传因素，为此，研究传感器的动态非线性问题。要文献，ｌ２３分别在时域和频域建立了加速度传感器和机器人，］腕力传感器的动态非线性模型。献［，分别对气体文４５传感器和腕力俦感器的动态非线性进行了补偿但是，由于动态非线性系统不满足齐次性和选加性，以，所针对某一类信号或其中某一幅值的信号所设计的动态非线性补偿器，不同的幅度或其它形式的信号就不适对用了。此，文提出一新的传感器动态非线性的补为本种偿方法这种方法是基于将具有动态非线性的传感器系统分解成一个线性动态环节和一个静态非线性环节通过静、态标定．到传感器的静态非线性模型动得和动态线性模型传感器的动态非线性输出．对先进行

非线性动态传感器系统 Hammerstein神经网络补偿法

非线性动态传感器系统 Hammerstein神经网络补偿法刘滔;韩华亭;焦楷哲;雷超【摘要】针对传感器动态特性中存在非线性的问题，提出一种基于Hammerstein 传感器模型的非线性动态神经网络补偿法。

先将补偿模型分解为与Hammerstein 模型对应的线性动态与非线性静态2个环节；再设计一种新型的神经网络结构，使网络权系数对应于相应的Hammerstein补偿模型参数，并推导反向传播的网络权系数调整方法；最后通过网络迭代训练，求得补偿模型的线性动态与非线性静态两个环节。

仿真与实际实验结果均表明该传感器非线性动态补偿方法使传感器具有理想的输入输出特性。

%Aiming at the nonlinear problem existed in dynamic characteristics of a sensor , a new approach to correc-ting dynamic measurement errors of nonlinear sensor systems based on Hammerstein model is investigated .The com-pensation model of Hammerstein is expressed as the accordant linear dynamic subunit and nonlinear static subunit . Secondly , a new neural network structure is designed , the weights in which are corresponding with the parameters of the Hammerstein compensation model , and the method of adjusting network weight coefficients based on back-propagation is deduced .Finally, the nonlinear static part and linear dynamic part of the compensator are identified simultaneously by iterative training .Simulations and experimental results show that the sensor obtains desired input and output characteristics through the nonlinear dynamic compensation method .【期刊名称】《应用科技》【年(卷),期】2014(000)004【总页数】4页(P6-9)【关键词】传感器;非线性动态补偿;Hammerstein模型;函数连接型神经网络;动态误差【作者】刘滔;韩华亭;焦楷哲;雷超【作者单位】空军工程大学防空反导学院，陕西西安710051;空军工程大学防空反导学院，陕西西安710051;空军工程大学防空反导学院，陕西西安710051;空军工程大学防空反导学院，陕西西安710051【正文语种】中文【中图分类】TP311现代工业生产要求实时并在线监控，动态测试能够满足这种要求，因而其已成为现代测试生产的趋势和主流。

光电传感器电路设计中的非线性补偿方法

光电传感器电路设计中的非线性补偿方法引言：随着科技的发展，光电传感器在各种应用领域都得到了广泛的应用。

在光电传感器的电路设计中，非线性补偿是非常重要的一环。

由于光电传感器在不同工作条件下，输出信号的电压-光强度特性曲线可能会发生非线性畸变，而这可能会对传感器的性能和测量结果产生重大影响。

因此，采取适当的非线性补偿方法来修正这些非线性特性是至关重要的。

一、什么是光电传感器的非线性补偿当光电传感器在工作过程中，输出信号的电压-光强度特性曲线并非总是呈线性关系，而是会受到多种因素的影响而产生非线性的畸变。

这些因素可能包括电源波动、温度变化、器件参数变化以及电路中其他干扰源的存在。

非线性补偿的目的是通过采取一系列的补偿方法，使得输出信号的非线性变换能够得到有效的控制和修正。

二、非线性补偿方法的分类1. 数学模型法数学模型法是一种基于数学原理的非线性补偿方法。

通过对光电传感器输出信号的特性进行建模，可以根据建立的数学模型对非线性特性进行精确补偿。

常见的数学模型包括多项式模型、指数模型和对数模型等，其中多项式模型是最常用的一种。

采用数学模型法的优点是其理论基础较为牢固，准确性较高，能够适应不同的传感器和非线性特性。

然而，数学模型法需要进行比较复杂的计算和模型参数的优化，对硬件资源和计算能力有一定要求。

2. 数据修正法数据修正法是基于实验数据的非线性补偿方法。

通过预先获取光电传感器在不同光强度条件下的输出信号数据，可以对实验数据进行合理的加工和修正，从而得到补偿后的数据。

常见的数据修正方法包括插值法、拟合法和曲线拟合法等。

数据修正法的优点是简单易行，不需要太多的理论分析和计算，适用于一些对准确性要求相对较低的应用场景。

然而，数据修正法可能受到实验数据收集误差的影响，需要进行较多的实验和数据处理，提供的补偿结果可能存在一定的误差。

3. 模拟电路设计法模拟电路设计法是通过电路设计来实现非线性补偿的方法。

典型的非线性补偿电路包括自校正电路和非线性反馈电路。

传感器非线性误差的修正

传感器非线性误差的修正摘要：传感器在采集数据时存在一定的非线性误差。

要使系统的性能达到最佳，必须对传感器的非线性误差进行分析和处理。

本文讨论了传感器非线性误差的几种处理方法，并对各种方法作了比较。

关键词：非线性误差，硬件电路校正，查表法，插值法，最小二乘法，频域修正法一、引言在工业过程控制中，由于传感器的非线性输出特性和同种传感器的输出存在一定的分散性，测量结果会产生一定的误差。

为此，我们需要对传感器的特性进行校正和补偿，以提高测量的精度，并且使传感器输出线性化和标准化。

对非线性误差的矫正和补偿可以采用硬件电路或者软件的方法来实现。

二、采用电路进行非线性误差的矫正采用硬件电路对非线性误差进行矫正，优点是速度快；缺点是价格高，拟合程度不好。

通常我们采用以下几种电路进行校正：1、算术平均法算术平均法的基本原理是通过测量上下限的平均值，找到一条是原传感器输出非线性特性得以改善的拟合曲线。

对电阻传感器基本电路如作图所示。

设温度变化范围为a~c ，平均温度：b=(a+c)/2，传感器对应的输出阻值分别为R a ，R b ，R c ，由于传感器的非线性，R b ≠(R a +R c )/2。

为了使三个点的电路输出为线性，则应满足并联电阻R pb =(R pa +R pc )/2。

其中R pa ，R pb ，R pc 分别为温度在a,b,c 时的并联电阻。

通过计算可得： b R R 2R R R 2R -)R (R R c a ca c ab -++=2、桥路补偿法该方法的基本原理是利用测量桥路的非线性来校正传感器的非线性。

电路如右图所示。

取R 1=R 2，桥路输出)//21(33tB R R R R V +-=ε 设于三个不同的温度点a,b,c 相适应的R t 与V 分别为R a 、V a 、R b 、V b 、R c 、V c ，代如上式得到方程组：)//21(33ab a R R R R V +-=ε )//21(33bb b R R R R V +-=ε )//21(33cb c R R R R V +-=ε解此方程组可得到满足要求的R3、R B 、ε。

考虑温度补偿的陀螺仪非线性校正算法研究

考虑温度补偿的陀螺仪非线性校正算法研究陀螺仪作为一种常见的惯性导航传感器，广泛应用于导航、运动控制以及姿态测量等领域。

然而，在实际应用中，陀螺仪存在着温度漂移等非线性误差，影响了其测量精度和稳定性。

因此，对陀螺仪的温度补偿和非线性校正算法进行研究具有重要意义。

一、温度对陀螺仪的影响陀螺仪的工作稳定性受到环境温度变化的影响。

当环境温度发生变化时，陀螺仪内部的物理参数也会随之发生变化。

这种温度漂移会导致陀螺仪输出信号的非线性误差，从而降低测量精度和稳定性。

因此，为了获得更为准确的测量结果，需要对陀螺仪进行温度补偿。

二、温度补偿方法目前，常用的陀螺仪温度补偿方法有零偏温度补偿和比例温度补偿两种。

1. 零偏温度补偿零偏是指陀螺仪在零速度条件下输出的非零信号。

零偏随着温度的变化而发生漂移，影响了陀螺仪的测量精度。

零偏温度补偿方法通过建立温度和零偏之间的函数关系，根据温度变化实时补偿陀螺仪的零偏误差。

2. 比例温度补偿比例温度补偿方法是通过校正陀螺仪输出信号的增益系数，将其与温度变化建立函数关系，并根据该关系进行温度补偿。

这种方法可以降低陀螺仪的温度漂移误差，提高测量精度。

三、陀螺仪非线性校正算法除了温度补偿外，陀螺仪还存在非线性误差，即输出信号与输入信号之间存在非线性关系。

非线性误差的存在会影响陀螺仪的测量精度和稳定性。

因此，进行陀螺仪的非线性校正是必要的。

目前，常见的陀螺仪非线性校正算法包括多项式拟合法、神经网络法和粒子滤波法等。

1. 多项式拟合法多项式拟合法是通过建立陀螺仪输出与输入信号之间的多项式函数关系，利用最小二乘法确定多项式的系数，从而实现非线性校正。

这种方法简单直观，但在高精度要求下，可能需要较高阶数的多项式来拟合，增加了运算量和计算复杂度。

2. 神经网络法神经网络法通过构建一个具有学习能力的神经网络模型，将陀螺仪的输入与输出信号作为训练集，通过多次迭代调整神经网络的参数，实现非线性校正。

这种方法的优点是能够在复杂非线性系统中提供较好的拟合效果，但需要大量的训练数据和计算资源。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。

如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。

㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。

(2 列出开发利用方案编制所依据的主要基础性资料的名称。

如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。

对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。

二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。

2、国内近、远期的需求量及主要销向预测。

㈡产品价格分析
1、国内矿产品价格现状。

2、矿产品价格稳定性及变化趋势。

三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。

2、矿区矿产资源概况。

3、该设计与矿区总体开发的关系。

㈡该设计项目的资源概况
1、矿床地质及构造特征。

2、矿床开采技术条件及水文地质条件。