FDR土壤水分传感器测量重复性研究

利用多个不同质地未受扰动的原状土壤样本,对其进行质量体积含水率测量和电容式频域反射FDR(frequency domain refletrometry)土壤水分传感器体积含水率对比测量,得到传感器的标定方程。对每个样本重复多次从含水量饱和至几乎不含自由水状态全过程对比测量,得到不同土壤湿度上的动态测量重复性;同时在土壤湿度不变的每一次对比测量中,等间隔旋转土壤水分传感器,得到在同一湿度值上的不同方位的静态测量重复测性。以实测的数据对两种重复性进行了分析,实验研究表明:在环境温度相差不大的情形下,FDR土壤水分传感器的原状土壤标定有较好的全量程重复性,试验用原状土壤样本体积含水率动态重复性误差最大为3.57%(cm^(3)·cm^(-3)),最小为2.29%(cm^(3)·cm^(-3)),平均为2.81%(cm^(3)·cm^(-3));体积含水率方向性静态误差最大为0.22%(cm^(3)·cm^(-3)),最小为0.01%(cm^(3)·cm^(-3)),平均为0.02%(cm^(3)·cm^(-3))。原状土壤动态重复性较好,能够作为站点后期校准标准物质,体积含水率方向性静态误差小,在测量中可以忽略。

基于机器学习的FDR MoC6试验数据分析方法

MoC6适航符合性验证试飞是民用飞机取证过程重要的必需条件。飞行数据记录仪(FDR)的MoC6试验有一项内容是:飞机试飞结束后,下载飞行数据记录器(FDR)记录的数据,并与飞行试验测试设备(FTI)采集的数据进行比对,以判断FDR记录数据是否准确。将其他型号飞机的FDR科目MoC6试验的分析结果用机器学习方法训练得出闵可夫斯基距离参数p值(1.8)、阈值(2.05),然后计算本型号飞机的FDR数据和FTI数据的闵可夫斯基距离、判断该距离是否超过阈值,以判断FDR记录的参数值变化与FTI的记录是否一致,即判断FDR记录数据是否准确。实现将FDR与FTI记录不一致的参数都找出来,即实现了召回率100%。

温度对FDR测量土壤体积含水量的影响

为研究温度对FDR测量土壤体积含水量的影响,采用基于FDR技术的两种土壤水分传感器TDR-3和PR2,在环境温度范围为5～60℃条件下,对南京地区的粘性土土样进行了土壤体积含水量测试分析.结果表明:基于FDR技术的土壤水分传感器测量土壤水分时存在明显的温度效应,两种传感器所测的体积含水量与温度之间均呈线性递增关系,TDR-3的温度修正系数范围为0.2%～0.3%(v/v)·℃-1,PR2的温度修正系数范围为0.1%～0.2%(v/v)·℃-1.研究成果对于提高FDR测量结果的可靠性具有重要意义.

FDR在高寒草地土壤水分测量中的标定及其应用

FDR(Frequency Domain Reflectometry)———频域反射仪是一种用于测量土壤水分的仪器,这是一种利用电磁脉冲方法,根据电磁波在介质中传播速度来测试介质的介电常数从而测定土壤水分的仪器。通过介绍FDR系统在高山草甸土上的校正结果,研究表明,野外校正比较符合实际情况,可以作为青藏高原地区高山草甸土进行FDR校正的参考。由于具有快速、准确等优点,能自动、连续地监测土壤含水量,FDR是一种值得推广的土壤水分测定仪器。

基于FDR的土壤水分探测系统与应用

根据中国气象局对农业气象观测的要求,采用频域反射技术(Frequency Domain Reflectometry,FDR)设计开发了一套土壤水分探测系统。系统共包括传感器测量、数据采集和远程数据管理等几个部分。FDR测量原理建立在传输线理论和谐振电路的基础上。数据采集部分充分考虑了信号的抗干扰能力以及纠错措施。系统采用无线通信模式将测量数据传送到中心数据库,并使用互联网将数据发送到各个用户。运行结果表明该系统能够连续稳定地测量,经过订正之后的数据与烘干法测量结果接近,误差小于2%,满足农业气象观测的需要。

温度对FDR土壤湿度传感器的影响研究

在利用FDR土壤湿度传感器测量土壤湿度时,土壤温度的变化会使测量结果产生较大的误差,因此要对FDR土壤湿度传感器进行温度补偿。为了研究温度对FDR土壤湿度传感器的影响规律,利用不同湿度的土壤样本在不同温度下进行实验。根据实验结果采用二元回归分析法对FDR土壤湿度传感器和土壤温度传感器的输出进行数据融合,消除温度对FDR土壤湿度传感器的影响。融合补偿后的数据结果比未补偿的数据受温度影响减小,更加接近土壤真实湿度值,大大减小了土壤温度对测量结果的影响。

多重假设检验中FDR的控制与估计方法

近年来,基因组学、蛋白组学和代谢组学等高通量检测技术得到迅速发展〔1-4〕,由此产生变量数目巨大的数据（如m〉2000）,而样品数目较小（如10≤n≤100）,用传统的统计检验方法对生物标志物进行鉴别会产生大量的假阳性结果 （如检验水准取α=0.

FDR土壤水分传感器的快速校准与验证

FDR(Frequency Domain Reflectometry)土壤水分传感器是一种用于测量土壤含水量的传感器,本文以FDR土壤水分传感器的工作原理为基础,重点研究了FDR传感器的快速校准方法,使之与标准传感器具有相同的输入输出特性。通过软件对FDR传感器进行校准,并利用校准后的系统与标准传感器进行了对比验证,检验结果表明,校准后的传感器与标准传感器的输入输出特性具有良好的一致性。

FDR型土壤水分仪的温度补偿设计与应用

对FDR(Frequency Domain Reflectometry)型土壤水分仪进行改造,将FDR和半导体测温技术相结合,以提高自动土壤水分观测仪的温度适用性,降低土壤水分观测精度受地温变化的影响。通过集成基于频域反射原理的土壤水分传感器和半导体测温器件,设计可同时测量土壤水分及温度的传感器,并在实验室和郑州农业气象试验观测站进行对比试验、建模验证。结果表明:①土壤温度变化对FDR型土壤水分传感器精度有较大影响,传感器测量误差和地温呈负相关关系,且随着土壤深度增加愈加明显;②在土壤温度20℃时,对传感器测量精度影响最小,高于20℃时传感器测量的土壤水分值大于实际值,低于20℃时传感器测量的土壤水分值小于实际值。地温变化引起了FDR型土壤水分传感器振荡频率的偏移,利用传感器测量频率的温度修正模型,可有效降低土壤水分观测数据受地温变化的影响,提升观测精度。

FDR飞行数据的相空间重构及混沌特性分析

针对现有飞行数据处理研究中,对数据内在属性及不同数据间相互关联性研究不够深入的问题,应用Takens重构理论和方法等对原始FDR飞行数据进行了相空间重构。在此基础上,采用功率图谱等方法进行定性分析研究,数据曲线均连续且有宽峰特征;采用基于相轨迹线演化的Wolf方法进行定量研究,结果最大Lyapunov指数在不同维数上均为正值。定性与定量研究结果揭示并证实了飞行数据具有典型混沌特性,该结论为后续开展飞行数据处理技术研究提供了新思路。

FDR土壤水分传感器田间性能测试分析

为了解不同土壤水分传感器的工作性能,以目前国内应用最为广泛的频域反射性(FDR)土壤水分传感器为例,考虑当前新型的探管式结构,选取3种国产主流的FDR(管式)传感器(编号为Q1、Q2和Q3)进行261 d的田间性能测试试验。结果表明:3种传感器监测的土壤含水量曲线变化规律一致,峰值出现在有降雨时,表层土壤含水量曲线波动幅度大于深层土壤。但3种传感器在绝对数值上存在较大差异,土壤含水量变异系数在0.20~0.58之间。3种传感器的观测数值受温度影响较大,表层(0~20 cm)土壤变异系数大于深层土壤,增幅为38%以上,夏季(6月到7月)的土壤含水率变异系数大于其他季节,增幅为16%。通过对传感器观测值和人工观测值进行数据拟合,分别建立了3种传感器土壤水分的原位二次标定方程,有效降低了传感器之间的变异系数,降幅为53%~66%。因此,在农田应用中,应考虑土壤温度、土壤类型因素对FDR传感器原位二次标定的影响,以消除不同传感器工厂标定的差异性。

基于FDR原理的冻土测量方法

在我国地面气象观测中,冻土的自动观测一直未能实现,为了解决这一问题,本文基于频域反射(Frequency Domain Reflectometry,FDR)测量原理,通过测量土壤介电常数变化实现冻土测量的方法,设计了一种基于平面电容传感器分层检测冻土的传感器,土壤冻结时,其内部水分会相变为冰,水的介电常数远大于冰,利用水冻结相变后引起介电常数急剧变化的特性,建立了基于土壤介电常数、地温反演冻土的数学模型,并进行了典型土壤实验室冻结试验及外场对比观测试验,结果表明:冻土传感器能正确分辨土壤冻结状态,测量数据与人工观测趋势一致,相关系数可达0.99以上,平均测量误差小于3cm,基于介电特性的冻土传感器可以准确连续测量土壤的冻结深度及其生消变化。

中国基金业绩中的运气——来自FDR方法的证据

基于传统的定价模型计算超额收益的方法，并不能排除那些仅仅因为运气因素而显得创造了超额收益的基金。本文应用“False Discovery Rate”（FDR）的统计方法研究中国基金在调整运气成分后的真实业绩。实证发现：过去十年中，我国开放式基金的业绩更像“运气成分”的镜像。在调整运气因素后，仅有7．9％的基金真正能够为投资者创造价值。在业绩出色的基金中，有65．8％都是由于运气而非自己的能力，然而在业绩较差的基金中，有37．6％是由于运气不佳所致。本文还发现，基金家族是影响基金业绩的一个重要因素。根据基金家族规模和其他基金特征，我们可以比较有效地选择出那些在剔除了“好运”后，仍真正有能力为投资者创造价值的基金。

Casper/FDR和串空间在物联网通信协议中的形式化分析

通过应用实例研究了如何用Casper/FDR和串空间两种分析方法对通信协议进行形式化分析:用Casper/FDR对协议的有穷状态进行穷举验证,当发现协议漏洞时会自动给出攻击的迹,但是此方法会产生状态爆炸的问题;串空间方法正好可以解决状态爆炸问题,用串空间对协议的各种状态进行证明,但是如果发现了协议漏洞,该方法不能给出攻击者的迹。

新型FDR土壤水盐一体传感器标定研究与应用

运用新型频域反射（ FDR）技术和分频技术,实现传感器水盐同时测量。因土壤质地、容重等差异,土壤水盐标定是利用FDR监测土壤水盐过程中的必要环节。以东北壤土为试验对象,利用“由湿到干,由小到大”的土壤水盐运动规律,通过土柱试验,用烘干法和土壤溶液电导率法对FDR进行室内标定研究。同时,将时域反射（ TDR）式水盐传感器作为对照系,进行稳定性、精准度比较。结果表明：1）经土壤水分标定曲线校正后, FDR式水盐一体传感器具有很高的测量精度,可达±1%-3%；2）在土壤里对同一水盐含量进行百次重复测定, TDR传感器水分平均值为20．07%,相对标准偏差为0．18%；盐分（电导率）平均值为0．29 mS/cm,相对标准偏差为11．06%；新型FDR传感器水分平均值为20．08%,相对标准差为0．21%；盐分（电导率）平均值为0．31 mS/cm,相对标准差为8．49%。新型FDR土壤水盐一体传感器可用于农田土壤连续水盐监测,提供稳定、精确的基础数据,结合数据分析软件,指导种植生产。

基于土壤LFUHF频段介电特性的FDR测量频率研究

土壤介电特性是影响FDR传感器测量土壤含水量精度和适应性的重要物理参数。为了确定28 mm长、10 mm间距的7探针FDR传感器理想频率,通过矢量网络分析仪对4种不同土壤的LF-UHF频段(1 MHz～3 GHz)散射参数进行了测量,通过Logsdon和Laird模型变换,使用Matlab进行了4种土壤表观介电常数的计算和绘制。通过土壤介电频谱分析,研究了土壤极化机理,分析了土壤介电特性与频率的关系,确定了FDR传感器的工作频段为44～398 MHz,考虑到温度对极化的影响,其最佳工作频段为62～110 MHz,其中75 MHz是其工作的最佳频率。此频率下土壤介电值仅对土壤含水量敏感,是消除温度等因素对FDR传感器影响的理想频率。

改进型FDR码对SoC测试数据的压缩及解压缩

针对SoC测试中的关键问题——测试数据的压缩,提出了一种改进型的FDR码编码方法,称为IFDR码。它将测试序列看做连续的0串和1串,从而用同一种编码方法同时对0游程和1游程进行编码,突破了FDR码仅能对0游程进行编码的限制。通过分析可知IFDR码的解压电路的结构较简单,所需要的额外硬件开销很小;对ISCAS 89标准电路的实验结果表明,与FDR码以及同类型的其他编码方法相比,该编码方法能获得更高的压缩率,从而可以更好地节省测试数据的存储空间和测试应用时间。

土质对FDR水分传感器拟合参数影响的试验研究

通过制作人工土柱的方法,对壤土、黏土、砂土等土质进行FDR（Frequency Domain Reflectometry）水分传感器拟合标定试验,分析了传感器频率与土壤水分之间的关系,以及不同质地土壤对传感器标定参数的影响。数据分析结果表明：FDR土壤水分传感器感应频率随土壤体积含水量的增加而单调减小,具有很好的相关性,不同的土质对土壤水分传感器标定参数影响较大,黏土测试的传感器归一化频率范围在0.64~0.94之间,壤土测试的传感器归一化频率范围在0.4~0.86之间,砂土测试的传感器归一化频率范围在0.3~0.94之间,土壤按类别进行标定比集中标定的效果更好。分析结果对土壤种类复杂地区的自动土壤水分观测仪精细化标定具有一定指导意义。

FDR土壤水分自动站三级标定的方法

FDR法是利用土壤介电常数变化测量土壤含水率,在测量的3个阶段进行标定可以提高测量准确度。仪器安装标定可以降低各个地区土壤水质的差异对传感器测量范围的影响;田间标定使用仪器与烘干法对比观测数据,通过乘幂函数拟合计算不同土壤类型的参数,修正仪器测量公式,使测量到的土壤介电常数的变化能够准确反映含水率的变化;再利用烘干法对含水率测量数据进行标定。原始测量数据根据多项式函数拟合订正之后进一步降低了测量的绝对误差。经过3个阶段的标定,罗定地区土壤水分自动观测数据最大误差控制在±2%以内,远小于农业气象观测规范允许的±5%。