《基于量子粒子群优化的动态标定辨识方法》PDF+DOC
作者:陆建山,周鸿波,谢伟东
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2016年第06期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2016060080
DOC编号:DOCCGQJ2016060089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于离心原理的力传感器动态标定系统辨识与分析》PDF+DOC2019年第04期 张乾斌,陆建山,谢伟东
《基于正弦力加载的力传感器动态标定技术研究》PDF+DOC2014年第04期 谢伟东,尹浩
《多维力传感器的动态标定研究》PDF+DOC2015年第03期 白文聪,陈怀海
《力传感器动态标定及其精度分析研究》PDF+DOC2005年第02期 顾宝栋,陈怀海,申凡,许锋
《多传感器交叉提示多目标探测动态联盟技术研究》PDF+DOC2011年第11期 樊浩,黄树彩,高美凤,韦道知
《基于虚拟仪器的力传感器动态标定技术研究》PDF+DOC2008年第06期 沈春丰,陈光柱,韩振铎
《基于QPSO算法的传感器动态补偿方法及FPGA实现》PDF+DOC2014年第01期 郭慧玲,李巍
《基于QPSO算法的传感器动态误差实时修正方法》PDF+DOC2013年第02期 李悦,钟新跃
《基于NFLMS算法的Wiener型传感器动态补偿》PDF+DOC2011年第07期 刘清,王海燕
《基于差分进化算法的多维传感器动态解耦方法》PDF+DOC 刘明亮
针对传统辨识方法对非线性系统辨识效果不理想的情况,提出将量子粒子群优化(QPSO)算法引入到力传感器的动态标定辨识中来。搭建了基于垂直正弦力加载的力传感器动态标定装置优化,该系统使用正弦运动机构作为激励装置,动态力由安装在正弦机构上的质量块产生。为验证QPSO算法进行系统辨识的可行性,进行了两组对比实验。结果显示:相比于递推最小二乘(RLS)法,QPSO算法的辨识精度较高,适用于非线性系统的参数辨识。
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。