APP下载

MEMS气敏传感信息的动态预测补偿方法

2014-01-31叶廷东程韬波刘桂雄周松斌

中国测试 2014年4期
关键词:信息方法模型

叶廷东,程韬波,刘桂雄,周松斌

(1.广东省自动化研究所,广东 广州 510070;2.华南理工大学机械与汽车工程学院,广东 广州 510640)

MEMS气敏传感信息的动态预测补偿方法

叶廷东1,程韬波1,刘桂雄2,周松斌1

(1.广东省自动化研究所,广东 广州 510070;2.华南理工大学机械与汽车工程学院,广东 广州 510640)

针对MEMS气敏传感器应用中存在响应滞后的问题,研究一种能减少MEMS气敏传感的响应时间、可在线计算的传感信息动态预测补偿方法,通过超前预测实现对未知事件的预判。该方法采用基于近似树更新的快速算法,对传感信息在尺度空间进行快速分解,充分有效地利用各尺度空间的信息特点,分别采用多项式预测算法和基于AR的双kalman递推并行算法对平滑层、分辨层信息进行单步预测或者多步滚动修正预测,最后进行重构实现对传感信息的动态预测。实验结果表明:该方法可使传感器的响应时间降低17.4%,且最大预测误差为0.626%。借助小波分析的低通滤波效应,可有效抑制噪声干扰,同时根据分解尺度空间的信息特点使用不同算法进行预测,可减少MEMS气敏传感器的响应时间,达到多步快速、准确预测的目的。

微机电系统;气敏传感器;动态预测;响应时间;小波分析

0 引 言

随着社会和技术的发展,人们研发出灵敏度高、选择性好、价格低廉的智能微型化微机电传感系统(micro-electro-mechanical systems,MEMS)[1]。虽然MEMS气敏传感器与传统传感器相比,在性能方面具有良好优势,但一些MEMS传感器的响应时间仍然比较长,存在响应滞后问题[2]。……

登录APP查看全文

猜你喜欢

信息方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
订阅信息
3D打印中的模型分割与打包
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
展会信息
健康信息
健康信息(九则)