一种基于相位误差校正技术的快速启动晶体振荡器

随着超低功耗(Ultra-Low Power,ULP)物联网(Internet of Things,IoT)系统的发展,采用能量注入技术的快速启动晶体振荡器因对IoT系统功耗影响巨大而逐渐成为研究热点.能量注入技术可以显著降低晶体振荡器的启动时间和启动能量,但是对注入源的精度要求苛刻.为了扩大注入频偏容限以及实现高注入效率,本文提出了一种基于延迟锁定环的相位误差校正技术.该技术将注入频偏容限扩大到2%,启动过程的非注入持续时间仅为4个周期,实现了高效注入.本文所述晶体振荡器采用40 nm CMOS工艺设计并流片.在1.0 V电源电压下采用24 MHz晶体进行测试,当注入频偏高达2%时,实现了7.2μs的启动时间,启动能量为5.1 nJ.相比同频偏下的传统注入方案,启动时间缩短了99.66%.

井深随钻测量误差校正与井眼位置不确定性计算方法

深井和超深井钻井过程中井下温度高、井内钻具承受的拉力大,导致随钻测量的井深误差较大。为此,考虑不同井深处井内温度、热膨胀系数、钻具轴向力和钻具规格等因素的影响,在测点处对井内钻具分段,结合井下温度随钻测量结果和井内钻具受力分析结果,建立了随钻测量井深的热膨胀校正模型和弹性拉伸校正模型,以及计算热膨胀校正误差限和弹性拉伸校正误差限的模型,并给出了随钻测量井深热膨胀和弹性拉伸校正后的井眼位置不确定性计算方法。实例计算表明,超深井钻井过程中由热膨胀和弹性拉伸导致的井内钻具伸长量可达10 m以上;随钻测量井深进行热膨胀和弹性拉伸校正后,可以显著减小测点垂深误差和误差椭球的大小。研究结果为提高井深随钻测量精度与科学计算井眼位置不确定性提供了理论依据。

白光显微干涉测量曲面样品形貌误差的校正方法

白光显微干涉术在平面阶跃型结构的形貌测量中具有显著优势。但在测量斜率变化的曲面样品时,由于物镜数值孔径的限制,样品表面反射光随着斜率的增大而减弱,干涉信号对比度降低,导致形貌测量结果的误差增大。基于表面传递函数(surface transfer function, STF)计算得到的逆滤波器可用于校正曲面样品的形貌测量误差,但现有方法的逆滤波器增益受限,无法有效提升频谱中的高频信号,对最大可测量斜率的提升有限。针对该问题,提取由白光干涉仪特性参数计算获得的虚拟STF的模作为振幅增益函数,由干涉图傅里叶变换得到的实测STF的相位作为相位补偿函数,形成虚实融合型逆滤波器,据此实现白光干涉仪曲面形貌测量误差的校正。应用该方法校正微球的形貌测量结果,校正后最大可测量斜率从8.09°提升到21.20°,均方根误差从0.545 5μm降低至0.175 9μm,实现了提升曲面样品的最大可测量斜率和减小测量误差的目的,有效提升了仪器针对曲面样品的测量范围。

基于转矩跟踪电流误差校正的压缩机转速脉动抑制算法研究

针对空调用永磁压缩机在低频运行中存在转速脉动大、振动噪声高等问题,提出一种基于转矩跟踪电流误差校正的压缩机转速脉动抑制算法。首先对压缩机的周期性转速脉动进行分析,并根据转速脉动特性建立转速环控制系统模型。然后引入迭代学习算法,获得转矩跟踪电流,在此基础上,提出特征滤波函数,用来提取转矩跟踪电流基波分量,有效抑制特定次频率的转速脉动,同时引入转矩跟踪电流误差校正律,对转矩跟踪电流与参考交轴电流的误差进行校正,进一步获得前馈补偿电流,并施加到参考交轴电流中,可以消除传统迭代学习转矩跟踪电流存在的误差累积,跟踪性能好。最后,在空调压缩机实验平台上对算法进行验证,实验结果表明,所提算法可以显著抑制压缩机的转速脉动。

卫星导航中电离层误差校正技术现状与发展

电离层误差严重影响着GNSS的定位精度,GPS、BDS、Galileo、GLONASS有不同的电离层误差校正方法.全文概述了电离层误差校正方法,综述了单频电离层误差校正、双频电离层误差校正及多频电离层误差校正等技术的原理与发展现状.在单频电离层误差校正技术中总结了增强系统中的电离层误差校正技术、北斗全球电离层延迟修正模型(BeiDou global ionospheric delay correction model,BDGIM)、Klobuchar模型、单频电离层误差校正技术的优化—附加国际参考电离层(international reference ionosphere,IRI)约束模型和NeQuick-G模型;在双频电离层误差校正技术中重点总结了双频消电离层误差、无电离层组合模型及PPP-RTK技术中电离层误差校正方法;在多频电离层误差校正技术中介绍了高阶项改正和地磁场建模对电离层误差校正技术的优化与改进.最后,对电离层误差校正技术及其改进方法进行了分析,总结了其发展趋势与方向.

深度相机的测量误差建模及校正

ToF(Time of Flight)深度相机是获取三维点云数据的重要手段之一,但ToF深度相机受到自身硬件和外部环境的限制,其测量数据存在一定的误差。本文针对ToF深度相机的非系统误差进行研究,通过实验验证了被测目标的颜色、距离和相对运动等因素均会对深度相机获取的数据产生影响,且影响均不相同。本文提出了一种新的测量误差模型对颜色和距离产生的误差进行校正,对于相对运动产生的误差,建立了三维运动模糊函数进行恢复,通过对所建立的校正模型进行数值分析,距离和颜色的残余误差小于4 mm,相对运动所带来的误差小于0.7 mm。本文所做工作改善了ToF深度相机的测量数据的质量,为开展三维点云重建等工作提供了更精准的数据支持。

电子罗盘测量误差的分步式自主校正算法

针对电子罗盘椭球拟合校正算法的误差残留问题,提出了一种基于遗传算法GA(Genetic Algorithm)的分步式自主校正算法,实现了对电子罗盘剩余误差的校正。从电子罗盘定向原理及误差模型出发,分析了椭球拟合校正算法的原理及局限性,针对剩余误差的非线性引入遗传算法并对剩余误差进行了估计。实验结果表明:分步式自主校正算法能够有效地估计误差模型全部参数,消除椭球拟合校正算法的剩余误差。在俯仰角为30°、滚动角为30°的姿态下,分步式自主校正算法可在椭球拟合算法的基础上将航向角最大误差由1.9°降至0.49°,中误差由±1.19°降至±0.19°。

基于内部通道参考的时间失配误差校正方法

为了提升TIADC系统采样率,解决时间失配误差校正的主流方法参考通道法限制采样率提升的问题,在对时间失配误差的估计中以系统内部通道作为参考通道,提出一种基于内部通道参考的时间失配误差校正方法。采用内部通道参考方法估计出时间失配误差参数,中心求导法求得目标信号导数,利用时间失配误差参数和目标信号导数对时间失配误差进行重构并完成误差补偿。仿真结果表明,所提出的方法可以在后台、自适应、无额外限制的情况下,实现30 dB左右的无杂散动态范围提升,5位左右的有效位数提升。对误差的压制能力接近参考通道法。

动磁式直线电机定位误差检测与校正

提出一种针对动磁式直线电机定位方案的误差检测及校正的方法。首先,通过相位检测算法检测传感器阵列的相位偏差是否符合要求;然后,通过幅值相位纠正算法实现对磁场数据归一化,并对小幅度相位偏差引起的位置误差进行校正;最后,对数据采集和处理过程中的延时误差进行补偿。对动子运动方向的磁栅尺寸误差补偿后,定位精度达到了±92μm。

能够校正相位误差的感应电机全阶磁链观测器

感应电机的传统全阶磁链观测器,采用预估校正法进行离散时转子磁链估计相位的误差较小。但是电机高速运行时,随着载波比的减小,估计相位误差会随之增大,进而引起电机控制性能下降。有鉴于此,通过分析磁链相位误差的影响以及电机控制变量之间的相互作用关系,推导出一种具有相位误差自校正功能的改进全阶磁链观测器。最后在感应电机实验平台上验证了改进全阶观测器的有效性。

基于ELM和误差校正的风力发电区间预测方法

风力发电过程中具有不稳定性和随机性,传统的点预测获得的结果准确性欠佳且无法获得预测值的区间波动范围。提出了一种基于极限学习机(ELM)和误差校正的风力发电区间预测方法。首先,使用皮尔逊相关系数挖掘出数据集中重要特征;然后,建立ELM网络生成预测值,将生成的预测值与原始的风力发电功率值作对比得到风力发电功率的误差;再将误差和原始的数据结合成新的数据集输入到已经训练好的ELM网络模型中,得到校正过后的误差;最后,通过所提出的区间构造方法得到风电功率预测区间。仿真结果表明,校正过后的误差比原始误差小,构造出的区间具有较高的可靠性和较窄的区间带宽,能更准确地描述风力发电出力范围。

涡轮叶片辐射测温中反射辐射误差校正方法综述(特邀)

涡轮叶片表面温度的精确测量是保障航空发动机安全稳定运行的关键,能够防止叶片过热和损坏,延长整个发动机的工作寿命,保证飞机的安全飞行。非接触式辐射测温法测温范围广,精度高,且不会破坏待测对象的原温度场分布,在涡轮叶片温度测量中具有重要应用价值。然而,在涡轮叶片运行的高温环境下使用辐射测温法会受到多方面因素的干扰产生误差,其中反射辐射造成的误差占比最大,因此校正该类误差对进一步提升涡轮叶片测温精度至关重要。总结了基于建立反射辐射模型的校正方法、基于发射率的反射辐射误差校正算法以及基于双光谱区域温度测量(DSAP)的误差校正法等校正反射辐射误差的方法,并在此基础上对反射辐射校正方法的未来发展进行了展望。

基于卷积神经网络的水下地形测量误差校正方法

水下地形测量精度对于水下地貌的判断及水下航行安全具有重要意义,测量误差会直接影响对水下地形的判断。因此,本文提出基于卷积神经网络的水下地形测量误差校正方法,对水下地形测量数据误差进行自动识别和校正,从而改善水下地形测量结果。该方法首先依据水下地形测量原理,统计水下地形测量的特征参数,形成特征向量;其次,将其作为基于改进卷积神经网络的输入,通过不断学习和训练,输出变换参数结果,生成新的水下地形测量图像;最后,引入多尺度注意力机制,细化测量图像空间,并对测量图像与标签图像之间的相似度进行计算,依据最大化图像相似度计算结果,校正水下地形测量图像生成过程中的参数。测试结果表明,该方法测量误差均在1.7%以下,能够有效校正测量结果中存在的畸变和误差,精准测量水下地形情况,测量结果与实际结果吻合程度较高。

基于误差累加校正的相对导航技术研究

基于数据链测距的相对导航是卫星拒止情况下编队任务的重要导航手段,介绍了相对导航系统组成和工作原理,针对异步到达时间(TOA)测量、可观测性欠缺和惯导误差持续发散,尤其是成员间距较近、距离估计误差与实际距离相比占比较大时极易错误的相对定位问题,研究了基于误差累加校正的相对导航算法架构,建立了滤波状态和量测方程,开展了外场情况下的试验验证。研究表明,采用的相对导航算法,对于成员间距较近情形下相对导航定位精度和稳定性具有良好的性能表现。

基于SVM的配电网新能源接入多元负荷预测误差校正

针对校正配电网新能源接入多元负荷预测误差的目的,提出了基于SVM的配电网新能源接入多元负荷预测误差校正方法。采用SVM方法找出特征空间最大化间隔,消除了异常预测点的影响。引入松弛变量,集成负荷预测误差数据。归一化处理SVM输入数据,计算预测功率、实际功率相对误差,利用SVM支持面设计初步预测误差校正思路,构建损失函数,判断预测值正负,实现配电网新能源接入多元负荷预测误差校正。通过实验结果得出,该方法在第一种和第二种设备故障情况下,针对最高负荷和最低负荷的误差校正结果分别减小了9.797 MW和0.2 MW、5.292 MW和2.363 MW,均能达到有效校正误差的目的。

水尺计重工作中常见误差校正

在计重工作过程中,每个环节均可涉及必要的误差校正。为避免运用错误,本文通过翻阅计重相关资料,结合工作实践,按照计重工作流程顺序逐一说明了计重工作中的常见误差校正及注意事项。熟知这些误差校正及注意事项,是做好水尺计重工作的前提。

直升机大气数据系统及其误差校正

直升机大气数据系统是飞行员和地面指挥人员、试飞测试人员掌握飞行器的飞行状态和飞行环境的重要数据来源。其主要测量总压、静压、大气静温、大气总温等,并基于部分大气模型假设、理论原理,以获取直升机的指示空速、爬升速度、气压高度、大气温度等重要状态参数。大气模型基于国际标准大气(ISA),见图1和理想气体假设见图2。国际标准大气是指:在离地高度50km以下,采用ISA模型;在离地50~70km空间大气,采用临界标准大气(Interim Standard Atmosphere)。

基于隐马尔科夫模型的电费抄核误差校正系统

为提升电价审核工作效率、明确细小用电误差,提出基于隐马尔科夫模型的电费抄核误差校正系统。系统通过MAX1480B通信接口芯片与上级主站、下级各费率装置间通信联络,以地址逻辑译码GAL16V8B和电路MAX706R,解决攻击发生时系统复位问题;主程序模块利用隐马尔科夫模型,描述状态与观测数据间随机过程和马尔科夫链,将隐性误差随机数据发送到校正模块,计算平均功率,得出相应失压断相时追补电量;使用通信模块的串行口发送校正服务,完成抄核误差校正。实验证明系统校正精度较高,且响应时间短。

基于人工智能的电力计量误差检测与校正方法

文章提出一种基于人工智能的方法,旨在提高电力计量误差的检测与校正效率。通过采用先进的机器学习算法,文章对大量电力计量数据进行深入分析,建立一个能自动识别和校正误差的智能系统。实验结果表明,该系统在检测异常值和校正系统性误差方面表现出色,具有较高的准确性和鲁棒性。此外,该系统还能适应不同的电力计量环境,为电力行业提供一种新的解决方案。

工业机器人柔性关节轨迹跟踪误差自动化校正

常规的轨迹跟踪误差自动化校正,主要采用分析干扰变量进行误差校正,忽略了柔性关节姿态角对约束参量的影响,导致误差校正值结果较小。因此,提出工业机器人柔性关节轨迹跟踪误差自动化校正研究。建立工业机器人运动学模型,通过工业机器人柔性关节的仰俯角和横滚角综合计算姿态角,进而得出柔性关节的约束参量,计算校正系数完成连续性的轨迹跟踪自动化校正。实验结果表明:所提方法应用后得出的误差校正值结果较大,均值为0.2 rad,校正效果较优,满足工业机器人的现实应用需求。