一种基于误差网络映射模型的LRRM校准算法

针对经典的传输线-反射-反射-匹配(Line-Reflect-Reflect-Match, LRRM)校准算法复杂度高的问题,提出了一种基于误差网络映射模型的矢量网络分析仪LRRM校准算法。通过构建混合参数形式的误差网络映射模型,将波参数测量值映射到待测端口上的等效电压电流,仅需引入3个电压电流参数比值作为校准系数,一旦求得3个校准系数即可完成LRRM校准。实验结果表明,所提算法的校准结果与经典算法结果基本一致,证明了所提算法的有效性和准确性。所提算法在保证校准结果精度的前提下,降低了算法的复杂度。

移动机器人定位精度实时补偿策略研究

移动机器人作为解决大型复杂构件原位加工的有效技术途径,其定位精度直接影响产品加工质量和效率。为此,基于数控系统驱动工业机器人的控制架构,提出一种定位精度实时补偿方法。通过拉丁超立方体采样实现机器人关节空间采样点选取,并通过计算采样点集偏差优化采样点集的空间均匀性;建立机器人关节空间与末端位置误差多元非线性映射模型,通过回归系数的求取实现模型结构的简化,基于采样点集完成模型预测精度评估;基于商用数控系统实现机器人工具中心点(Toolcenterpoint,TCP)度实时补偿,验证机器人工作空间内不同位姿下TCP点位置误差,通过直线插补轨迹准确度验证了补偿实时性和稳定性。试验结果表明,数控系统驱动的工业机器人定位精度综合误差的最大值由补偿前的1.635mm降低到补偿后0.334 mm,降低了79.6%,补偿前后的轨迹准确度并未发生明显变化,证明上述方法的有效性和正确性,为移动机器人的应用推广奠定基础。