江苏省高校自然科学研究项目(06KJD520099)
- 作品数：10 被引量：51H指数：5
- 相关作者：刘清曹国华岳东金京犬唐锐更多>>
- 相关机构：南京师范大学更多>>
- 发文基金：江苏省高校自然科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于线性约束微粒群算法的FIR滤波器设计被引量：5
- 2008年
- FIR低通滤波器的频域设计是一个带线性约束的优化问题,通过引入拉格朗日乘子可以将约束问题转化为无约束问题。本文用改进的微粒群算法求解转化后的FIR滤波器的优化设计问题。但是,在引入拉格朗日乘子后,求解线性约束问题的微粒群优化变得复杂,而根据拉格朗日对偶原理,可将拉格朗日乘子分离出来进行优化。这样,带线性约束的FIR滤波器的优化设计,通过微粒群优化及少量迭代就可得到最优解。最后通过低通滤波器的设计证明该方法的效果优于不带约束的微粒群算法。
- 刘清曹国华
- 关键词：FIR滤波器线性约束优化拉格朗日乘子微粒群
- 基于微粒群算法优化的微硅加速度传感器动态补偿研究被引量：18
- 2006年
- 本文提出了一种基于微粒群(PSO)算法优化的微硅加速度传感器动态误差补偿器的设计方法。该方法无需事先已知微硅加速度传感器的动态特性,可根据传感器以及参考模型对输入激励响应的实测数据,通过PSO算法的优化学习得到补偿器的参数。传感器的输出经过补偿器后,能够克服由动态特性引起的测量误差。最后,通过实验验证了该方法的有效性。
- 刘清曹国华
- 关键词：参数优化微粒群算法
- 基于逆模型的温度传感器动态补偿方法被引量：1
- 2007年
- 在瞬态测量中,温度传感器的测量滞后会影响到测量系统的精度。提出了一种通过建立温度传感器的动态逆模型来扩宽其工作频带,以此来减小因温度传感器测量滞后所形成的动态测量误差的补偿方法。用该方法设计的动态补偿器具有不依赖温度传感器动态模型的特点,可根据温度传感器和参考模型对输入激励响应的实测数据,通过微粒群(PSO)算法的优化学习得到补偿器的参数。检测信号经补偿计算后输出,能够克服传感器的测量滞后。实验证明了该方法的有效性。
- 唐锐刘清
- 关键词：温度传感器逆模型动态补偿
- 一类有输入噪声扰动动的的逆系统无偏参数辨识算法研究被引量：1
- 2009年
- 对逆系统建模时,原系统的输出作为逆系统参数辨识时的输入.由于原系统输出存在测量噪声,且噪声方差未知,采用普通最小二乘法辨识,无法得到逆系统参数的一致无偏估计.为此,本文研究了一种有输入扰动的的逆系统无偏参数辨识算法,该算法先通过小波变换估计输入信号噪声的方差,再由估计得到的方差,通过偏差消除的递推最小二乘法,对逆系统的参数进行无偏辨识.该算法降低了对输入辨识信号为白噪声的要求,具有较强的实用性.由于采用递推运算,该算法也可以用于逆系统参数的在线辨识.最后,通过实验验证了该算法的有效性.
- 刘清岳东
- 关键词：逆系统参数辨识输入噪声
- 模型参考和误差白化的传感器动态补偿算法被引量：11
- 2009年
- 通过模型参考的系统辨识方法建立传感器的动态补偿器,常用的系统辨识采用均方误差(mean square error, MSE)为评判标准.但是,由于测量噪声存在和补偿器的频率特性,使得补偿器的输入/输出信号存在严重的噪声干扰,采用MSE为评判标准的系统辨识方法,无法得到最优的补偿器的参数.为此,本文研究了一种以误差白化(error whitening criterion,EWC)为评判标准,设计传感器动态补偿器的系统辨识方法.该方法无需事先已知系统的动态特性,根据传感器以及参考模型对输入激励响应的实测数据,以EWC为代价函数,通过优化辨识得到补偿器的参数.最后,通过实验验证了该方法的有效性.
- 刘清曹国华
- 关键词：传感器参数优化
- 基于嵌入式ARM的指针式仪表读数的识别研究被引量：6
- 2009年
- 指针式仪表自动读数识别,是实现各种指针式仪表自动检定最重要的基础.针对嵌入式ARM系统,采用了一种适合实际设备运行的指针角度识别算法——差影法,并利用最小二乘法拟合指针直线方程.系统充分利用图像动态采集设备和基于多线程系统平台,把图像处理的算法和特征提取的算法进行优化结合,使得采集和判读以多线程方式并发执行.该系统实时性较好、误差小,通过实验结果证明这种算法对于嵌入式ARM系统下的指针式仪表读数的识别具有高效性.
- 金京犬刘清
- 关键词：嵌入式ARM图像识别差影法最小二乘法
- 基于模型参考和卡尔曼滤波的动态测量方法被引量：3
- 2008年
- 在传感器动态补偿时,传感器频带的扩展将会引起严重的高频噪声干扰,为有效地抑制噪声,研究了一个基于模型参考和卡尔曼滤波的动态补偿方法.补偿器的参数通过参考模型和系统辨识的方法得到,同时,利用参考模型建立卡尔曼滤波器,消除高频噪声对测量精度的影响.通过仿真实验以及对硅加速度传感器的动态测量误差补偿,验证了该方法的有效性.
- 刘清岳东
- 关键词：噪声卡尔曼滤波
- 用多项式预测滤波消噪的传感器动态特性辨识被引量：5
- 2007年
- 在利用传感器进行动态测量时,为了得到精确的测量结果,需要建立传感器动态特性的数学模型,传感器动态特性可以通过系统辨识得到.但是,测量噪声的存在,使得辨识得到的传感器动态特性与实际动态特性存在一定误差,影响到测量系统的精度.为了解决该问题,本文讨论了多项式预测滤波和中值滤波相结合的方法对传感器输出信号进行滤波消噪.然后,利用消噪后的信号,通过系统辨识方法建立传感器动态特性的数学模型.研究表明,采用本文研究的方法可以克服测量噪声对传感器动态特性辨识的影响,并将该方法用于薄膜热电偶的动态特性辨识.
- 刘清
- 关键词：传感器动态特性系统辨识噪声薄膜热电偶
- SISO-CMAC算法在传感器非线性误差补偿中应用被引量：3
- 2007年
- 研究了一种单输入单输出的小脑神经网络(SISO-CMAC),并对SISO-CMAC的收敛性进行了证明.SISO-CMAC具有收敛速度快、算法简单和函数逼近精度高等优点,可以在单片机上实现.将SISO-CMAC直接用于传感器误差非线性补偿中,提高了测量系统的精度,并通过试验验证了该方法的有效性.
- 刘清曹国华
- 关键词：传感器
- 混合滤波去噪与微粒群算法优化的辨识方法被引量：3
- 2008年
- 针对实际系统信号中不可避免会存在噪声和瞬时扰动,提出了多项式预测与中值滤波相结合的混合实时滤波算法,消除噪声污染.对于去噪后的数据,由于包含瞬时扰动,故用最小二乘辨识算法仍然不能获得满意的结果.为此,在混合滤波去噪的基础上,采用了一种用微粒群算法优化的最小绝对误差辨识算法.仿真实验表明,所提出的方法能够同时克服噪声和瞬时扰动的不利影响,并能获得较好的辨识结果.
- 刘清岳东
- 关键词：系统辨识噪声混合滤波微粒群算法
