一款用于5 G功率放大器的分段线性温度补偿偏置电路

实现了一款用于功率放大器的具有温度补偿特性的偏置电路,首先通过正温度系数(PTAT)电流与负温度系数(NTAT)电流对功率放大器所需的偏置电流进行线性温度补偿,然后在线性补偿的基础上引入分段设计,实现分段线性温度补偿,保证全温范围内功率放大器增益线性化。同时通过分段电流舵型DAC灵活调整偏置电流的大小,将功率放大器偏置在合适工作点的同时降低开关噪声。该偏置电路采用Jazz 0.18μm SOI工艺实现。测试结果表明:在-30~30℃温度区间内,电流补偿斜率为14.9%;在30~90℃温度区间内,电流补偿斜率为29.6%,电流斜率的精度均在1.5%以内;室温下偏置电流的线性调整率为1.4%,输出偏置电流在20.2~1 022.0μA范围内可调。采用该偏置电路的一款功率放大器输出功率典型值为28dBm,误差矢量幅度(EVM)在-30~90℃温度区间内小于3%。

微机械陀螺温度混合线性回归补偿方法

环形振动微机电陀螺受温度影响较大,并且还具有很强的自回归特性。针对传统的分段拟合等温度模型均难以精确补偿陀螺受温度影响的问题,提出了一种基于混合线性回归的温度补偿模型。该方法根据混合线性回归模型的特点将陀螺自身的影响以及温度变化等因素考虑到温度补偿模型中,采用多元线性回归方法确定各项的系数,通过对残差的正态检验确定模型是否能够较好的符合陀螺数据的变化规律。验证试验结果表明:补偿后的均值可以减小1～2个数量级,并且该温度误差补偿方法重复性好,具有重大的工程应用参考价值。

基于遗传算法的RBF神经网络在铂电阻温度传感器非线性补偿中的应用

针对铂电阻温度传感器在实际应用中存在非线性问题,提出了基于遗传算法优化径向基函数(RBF)神经网络实现其非线性补偿的方法。分析了非线性补偿原理,设计了RBF神经网络补偿器,并引入遗传算法优化神经网络结构和参数。实验结果表明,所提出的铂电阻温度传感器非线性补偿方法是实用和可行的。

精密程控电流源的设计及应用

精密程控电流源采用USB通信模式,具有温度测量和输出电流非线性温度补偿功能,输出电流的准确度高、性能稳定可靠。文中介绍此电流源的电路设计、控制软件设计及其应用。

基于蚁群算法的RBF神经网络在冲量式谷物流量传感器中的应用

针对压力传感器存在温度漂移的问题,提出了一种基于蚁群算法的RBF神经网络优化算法。首先根据压力传感器测量电路得到电压Ub与电流I的关系,因其存在很大的温度误差,须要采用适当的补偿方法对外界温度造成的误差加以修正。然后通过压力传感器输出电压U与温度T、压强P、电源波动γ的关系建立压力传感器温度补偿模型,分别在18.4、32.5、41.8、65.6℃共4个温度点进行试验数据采集并对试验结果进行归一化处理。最后利用蚁群算法进行寻优和自适应调整发挥系数的特点作为聚类算法确定RBF神经网络基函数中心,选取BP算法、RBF算法、基于蚁群的RBF算法3种方法对压力传感器进行非线性温度补偿仿真试验。结果表明:基于蚁群算法的RBF神经网络模型补偿精度最高,收敛速度最快。将此研究应用于冲量式谷物流量传感器中,可大大提高传感器的稳定性和准确性。

氯化铵溶液电导率的准确性对电痕化试验结果的影响

电痕化试验是测试固体材料耐电痕化指数和相比电痕化指数的重要试验。根据固体绝缘材料耐电痕化指数和相比电痕化指数的测定方法国家标准要求,分析和验证了氯化铵溶液电导率对试验结果的影响,针对目前部分实验室在测试电导率过程中使用线性温度补偿方法的问题,分析了该方法的错误原因,并提出了氯化铵溶液配置和测试电导率的正确方法,为耐电痕化指数和相比电痕化指数试验提供重要参考。

原油含水率测量传感器性能优化实验研究

石油开采实际工况复杂多变,在利用电导法在线测量含水率时,环境因素温度、矿化度和传感器本身的电极结构会带来测量上的偏差。本研究设计不同电极环内径、激励电极间距的三电极和四电极进行对比实验并利用标定实验获取电导率和温度信息。在考虑到温度、信号调理电路等因素造成非线性的情况下,建立综合补偿函数并利用最小二乘法进行优化以求取温度和非线性综合补偿参数。通过电极结构的优化和得到的补偿参数实现对传感器的性能优化。搭建含水率测试系统进行模拟测试验证,实验表明,经过电极结构参数优化和补偿的传感器测量误差在2%之内,稳定性较好,可满足原油含水率的测量。