智能化功能实现方法5.pptVIP

5.1.3 三步测量法 5.2 非线性自校正技术 5.2.2 曲线拟合法 4）求使函数Y最小的 5.2.3 函数链神经网络法 5.3 滤波技术 b) 移动平均法： c) 中值滤波法： 5.3.2 频谱分析法 5.4 中级形式智能传感器（智能集成传感器） 5.5 高级形式智能传感器 5.5.2 二轴矢量传感器的误差补偿 * 5.1 多信号测量补偿法 5.1.1 二信号法 输入： 输出： 输入： 输出： 如果A已知且稳定，则： 第五章 智能化功能实现方法 5.1.2 三信号法 a) 方法： 接1： 接2： 接3： b) 推广： 调试时测U01和U02，工作时接3 处理单元 求系数 a 和 b ,使： EPROM中保存 a 和 b c) 三步测量法举例 ?近似法 截线近似法 非线性 反非线性 线性 5.2.1 线性插值法 （查表法） a) 两种直线 确定方法 通常采用 截线近似法 校正前输出 校正后输出 b) 线性插值计算方法： 1）根据误差要求划分插值区间（N个）： 2） 根据校准数据计算出插值区间端点 出的误差，并存入Flash； 横坐标： 纵坐标： 3）判断校正前输出 u 的位置，如果正好在端点i, 则校正后的输出为： 校准过程 4）如果在第 i 个区间, 运行过程 c) 推广： 该方法可用于计算复杂函数的函数值。 u x 则校正后的输出为： (最小二乘法) 2）由校准数据，确定反非线性曲线方程（一般为二次或三次） 输出： 输入： 1）对传感器进行校准，得到N对校准数据： 3）写出函数： 4）求使函数Y最小的 求法如下： 2）由校准数据，确定反非线性 曲线方程（一般为二次或三次） 输出： 输入： 1）对传感器进行校准， 得到N对校准数据： 第 k步网络输出估值 第 i个期望输出值 估计误差 连接权值 学习因子 5.3.1 平均滤波技术 a) 同步加法平均： 将x(t)划分为m个相同的段，每段长度与有用信号同步。 有用信号 噪声 均方值 信噪比： 将这m个段对应相加。 相加后的噪声为： 相加后的有用信号为： 相加后的信噪比为： 信噪比提高了 数据存储器（窗口）： c) 加权平均法： 设采样数据和窗口内存储的数据分别为： 窗口内最近更新的数据（也是窗口的输出）为： 窗口长度=1 窗口内的数据求平均值 窗口内的数据按大小排列取居中的数据为输出 中值滤波输出： 移动平均： 采样 FFT 滤波 IFFT x(t)的频谱 滤波后的频谱 输出 快速傅立叶变换 快速傅立叶反变换 低通滤波 高通滤波 带通滤波 x(t)的频谱 5.4.1 ST-3000智能变送器 5.4.2 单片智能 压力传感器 高低温试验箱 被测传感器 压力标准 控制 计算机 校准与补偿 由计算机控制校准过程,得到校准数据； 2. 用最小二乘法求出每个 温度下的C0,C1,C2 ? P1 P2 P3 P4 P5 P6 T1 0.01 0.20 0.40 0.60 0.79 0.99 T2 T3 T4 T5 ? ? ? ? ? ? T6 ? ? ? ? ? ? 4. 把求出的系数写入非易失存储器 3. 根据 求系数: 5. 传感器工作时，按下式计算： 5.5.1 二轴矢量传感器 两个相互垂直安装的 磁场（分量）传感器 二轴磁 传感器： 测量方向 （电子罗盘） 两个相互垂直安装 的加速度传感器 二轴加速 度传感器： 测量倾角 以? 为参数的圆的参数方程 加上灵敏度误差 有零位误差： 再加上正交误差 *