《基于自适应Kalman滤波的SAW测温数据纠错方法》PDF+DOC
作者:薛明喜,杨扬,张晨睿,韩韬
单位:中国仪器仪表学会
出版:《仪器仪表学报》2016年第12期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2016120160
DOC编号:DOCYQXB2016120169
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于Kalman滤波算法的组合式温度传感器的研究》PDF+DOC2016年第05期 周艳平,丁纪祥,胡乃平
《基于SAW传感器的无线无源测温系统设计研究》PDF+DOC 刘剑平,关惠元,郭晨雨,王承民,谢宁
《基于SAW的无源无线测温技术在电力系统中的适用性分析》PDF+DOC 王赛一,袁秋实
《基于多尺度Kalman滤波的多传感器数据融合》PDF+DOC2012年第02期 李毅,陆百川,李雪
《基于离散小波变换和Kalman滤波的直升机主减智能状态预测》PDF+DOC2012年第17期 刘立生,杨宇航
《SAW无线无源技术在避雷器温度监测中的应用》PDF+DOC2012年第10期 郭凤仪,刘志岭,王智勇,何维涛,陈占东
《基于多尺度Kalman数据融合滤波》PDF+DOC2008年第01期 王鹏伟,吴秀清,孙福明
《基于小波变换和Kalman滤波的多传感器数据融合》PDF+DOC2006年第16期 刘素一,张海霞,罗维平
《微机在固体膨胀系数测量中的应用》PDF+DOC 丁道一,张钦
《航空发动机测温系统动态特性改善方法研究》PDF+DOC2013年第07期 焦春波,纪仓囤,彭凯
在无源无线SAW测温系统实际应用中,阅读器接收到的信号往往受到其所处环境电磁波的干扰。这些干扰将会使阅读器得到错误的测量数据。温度变化趋势和测量噪声时变的特点也给系统建模以及噪声估计带来了困难。针对实际应用中存在的问题,在Kalman滤波的基础之上,提出了一种新的自适应算法。该算法采用多项式预测的方法建立温度测量的时变系统模型,根据当前及历史测量值,自行调整预测模型参数,避免因模型不准确造成Kalman滤波效果严重下降的问题;通过对测量数据小波变换的方法,实时估计测量数据噪声方差,克服未知观测噪声的条件下精度下降的问题;当测量数据受到干扰时,测量值与纠错值之间的差值不满足高斯分布,通过对差值统计特性的分析,对测量数据进行错误数据判别与剔除,有效地抑制干扰对温度测量的影响。将这种自适应Kalman滤波算法应用到无源无线SAW测温系统中,无源无线SAW温度传感器测温实验的结果验证了该算法能有效地纠正粗大误差,提高测量系统的精度。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。