遗传算法在传感器非线性自校正中的应用

应用遗传算法求解智能传感器的自校正系统中待定常数值,它可以很好地解决当噪音存在时,传统自校正系统求解过程中方程遇到矩阵的病态问题,从而实现传感器特性的线性化。

瓦斯气体电化学传感器超量程段的非线性自校正研究

由于电化学传感器在超量程段的输出为曲线输出,测量误差范围较大。对此,提出了曲线拟合法来予以校正,为测量大浓度气体时出现的量程超限提供了一种解决方法,给出了校正原理及实验电路,测试得到瓦斯电化学传感器在其超量程段10000×10-6～12000×10-6范围内的一组输出电压数据,表明在超量程段已不具有线性特征。使用最小二乘法对数据做拟合处理后,得出了超量程段的二次拟合曲线,从而达到了非线性自校正的智能化。实验表明瓦斯气体电化学传感器量程扩大20%,扩大部分测量误差0.11%。

实用NARMAX-L2模型的神经网络自校正控制器

针对实用随机非线性NARMAX模型,参照改进的NARMA-L2模型,提出实用随机NARMAX-L2模型,采用BP神经网络逼近该模型,依据直接极小化指标函数自适应优化算法估计随机干扰模型的参数,并对BP神经网络的连接权进行学习,根据广义控制目标函数提出神经网络显式自校正控制器,仿真研究验证了上述研究的有效性,系统具有理想的控制效果。

一种虚拟/集成仪器式智能传感器系统的设计与实现

随着自动化领域地不断扩展,需要测量的参数日益增多,对于低层测量仪器仪表的要求逐渐提高,对"感知"节的传统传感器进一步提出了数字化、智能化、标准化的紧迫要求。本文通过非集成化实现方式,实现了传统传感器的智能化。基于数据采集卡DAQ和LabVIEW平台从理论和实际上实现了一种虚拟/集成仪器式智能传感器系统的设计,通过Matlab仿真和实验表明,该系统能够完成数据的精确采集、A/D和D/A转换、智能化非线性校正、数据保存和分析、网络化等功能,并且实现了"大轴尺寸测量系统"课题的要求,具有一定的实用价值。同时,根据实际测量需要,利用软件通过增加新的"智能"也可以将其用于其它的测量系统,因而具有一定的推广价值。

智能传感器在汽车电子技术中的应用

阐述汽车电子相关传感器及其应用,包括汽车压力传感器、汽车发动机操控系统传感器、汽车导航系统传感器、汽车内部电路集成化设计、汽车电子智能传感器非线性自校正技术。