传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2011年
9期
5-8
,共4页
传感器%非线性%动态误差%逆模型%补偿
傳感器%非線性%動態誤差%逆模型%補償
전감기%비선성%동태오차%역모형%보상
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型,再由SISO-FCMAC的逆运算建立静态逆模型.动态逆模型是一个IIR滤波器,其系数通过模型参考的系统辨识方法得到.该补偿算法具有学习简单、收敛速度快、函数逼近精度高等特点.通过实验验证了该算法的有效性.
在測量繫統中許多傳感器動態特性是一箇非線性Wiener模型,即存在著嚴重的靜態非線性和動態響應滯後.為瞭補償動態誤差,採用模型參攷和Wiener逆模型辨識的算法建立動態補償單元.補償單元由一箇靜態逆模型和動態逆模型構成.通過靜態標定方法,採用單輸入/單輸齣的模糊小腦神經網絡(SISO-FCMAC)建立傳感器靜態非線性模型,再由SISO-FCMAC的逆運算建立靜態逆模型.動態逆模型是一箇IIR濾波器,其繫數通過模型參攷的繫統辨識方法得到.該補償算法具有學習簡單、收斂速度快、函數逼近精度高等特點.通過實驗驗證瞭該算法的有效性.
재측량계통중허다전감기동태특성시일개비선성Wiener모형,즉존재착엄중적정태비선성화동태향응체후.위료보상동태오차,채용모형삼고화Wiener역모형변식적산법건립동태보상단원.보상단원유일개정태역모형화동태역모형구성.통과정태표정방법,채용단수입/단수출적모호소뇌신경망락(SISO-FCMAC)건립전감기정태비선성모형,재유SISO-FCMAC적역운산건립정태역모형.동태역모형시일개IIR려파기,기계수통과모형삼고적계통변식방법득도.해보상산법구유학습간단、수렴속도쾌、함수핍근정도고등특점.통과실험험증료해산법적유효성.
