标准量插入神经网络实时误差修正技术研究

误差修正技术是提高测量仪器精度的重要途径 ,本文详细介绍了具有时变系统误差与随机误差的非稳定动态测量过程实时误差预测修正方法 ,即 :用标准量插入法实时分离误差 ,采取神经网络建模法对分离出来的误差进行实时建模 ,跟踪误差的变化 ,对其进行预报修正。通过自行研制的动态测角仪对这种误差修正技术进行了验证 ,使该测角仪的测量精度提高近

具有实时误差综合修正功能的动态测角仪

介绍了一种可对系统误差和随机误差进行实时综合修正的动态测角仪的结构原理和电气原理，阐述了动态测量实时误差修正技术在该仪器中的具体应用。

基于最优化方法的异类传感器系统误差修正

在研究常规雷达组网多目标跟踪系统误差修正的基础上,提出了一种包括常规雷达、外辐射源雷达、无源雷达组网的异类传感器系统误差修正算法。它首先根据各传感器的测量特性,建立误差修正最优化模型,给出了求解误差修正算法推导过程,最后通过仿真试验验证了算法的正确性、可行性。在异类传感器误差修正、缺维修正等领域,它无需进行转换到统一坐标系,为异类传感器系统误差修正提供了一类有效可行的算法。

基于ARM的直线式时栅位移传感器A/D转换电路设计

利用时空转换思想,以时间基准测量空间位移量,设计了基于ARM的直线式时栅传感器A/D转换电路。采用STM32F407VGT6型ARM处理器与AD7298BCPZ型12位A/D转换芯片相结合,利用嵌入式Linux实时操作系统的移植,使得系统具有更好的可靠性与实时性。实验表明:设计的A/D转换电路,最小分辨时间为2.44 ns.能够更好的实现传感器的高速、高分辨率采样,实现了直线式时栅传感器的实时误差修正与补偿,为高精度直线式时栅传感器的研制提供了技术支持。