最小二乘独立线性度的测量不确定度

介绍了用最小二乘法评价线性测量系统线性度指标时，测量结果的不确定分析和评价过程，讨论了影响评价结果不确定度的几个主要误差来源，给出了减小线性度指标评价不确定度的主要措施：（1）环境控制措施，以减少环境带来的不确定度；（2）选取高精度信号，以减少信号源带来的不确定度。通过实例，给出了线性度指标不确定度分析和评价结果。本文方法及结论可应在于讲理标准进行性度指标的不确定分析上，也可用于估计线性度指标本身的不确定度。     

工艺偏差对压阻式硅微压力传感器性能的影响

工艺实践表明,采用体硅湿法刻蚀工艺加工压阻式微型压力传感器时,敏感膜片会存在厚度偏差,电阻条偏离应力最大区域导致位置偏差,电阻条偏离期望的[110]晶向造成角向偏差.结合工艺实验并借助有限元法分析了上述几种主要工艺偏差对灵敏度、线性度等性能的影响.研究表明,2μm的厚度偏差会使灵敏度下降大约10%,线性度会明显下降;位置偏差会使敏感元件偏离应力最大区域而降低灵敏度:5°的电阻条角向偏差会使灵敏度下降大约3%.相关研究可为最大程度减小工艺偏差的影响提供参考依据.     

一种基于高线性度弓形支撑梁的新型MEMS陀螺设计

由于尺度效应带来的大变形问题,两端固支梁具有的硬弹簧效应将引发MEMS陀螺的非线性“达芬”振动,影响陀螺的线形度和稳定性.本文设计了一种新型高线性度弓形支撑梁,并通过数值仿真证明了弓形梁在大变形条件下也能保证力与位移转换环节间的线性关系.基于该高线性度弓形支撑梁创新性的设计了一种双级解耦MEMS陀螺,在常压下,该新型M...     

光纤陀螺反馈回路增益及其线性度的测试方法研究

本文重点论述了一种测试光纤陀螺反馈回路增益及其线性度的方法。在光纤陀螺调制解调电路的基础上,由数字逻辑芯片产生数字信号,经过D/A转换器之后对Y波导施加调制,连续改变调制幅度,获得光路部分干涉输出信号,经过A/D转换器之后进行数字解调,再使用最小二乘法进行拟合,从而可以计算出光纤陀螺反馈增益及线性度误差。简单易行,而且测试精度较高,对于改善光纤陀螺标度因数线性具有较高的工程应用价值。     

一种大量程比高精度差动变压器式位移传感器设计

为了满足伺服系统反馈测量元件安装空间受限但测量范围大的需求,专门设计了一种大量程比的高精度差动变压器式位移传感器。阐述了位移传感器的原理和结构,系统的分析了现有差动变压器式位移传感器线圈绕制方法,并提出了一种新型的线圈绕制方案。与传统差动变压器式位移传感器相比,具有更大的测量范围,但外形尺寸并未相应增加,有效测量长度达测杆的70%。经试验验证,该产品在满足大量程比测量的基础上,线性度达到0.6%。     

电学前沿计量技术在航天型号保障中的应用

针对航天器中电学基准的长期稳定性、多种传感器输出电信号的线性度、电脉冲测量的时延等多个航天电测领域的难题,提出采用电学量子计量技术和计算基准技术的解决方案,可以10^-9量级的不确定度测量航天器中电阻基准短期变化量,从而推算出长期变化量,对航天器的稳定控制具有重要作用;可以极小的不确定度校准多种传感器输出的毫伏、微伏量级电压的线性度,对航天传感器测量准确度具有重要意义;可在10^-9秒量级确定电脉冲测量中电阻引入的时延,对航天器电推进系统的控制具有重要作用。     

基于FPGA的大比例系数高精度I/F电路设计

加速度计是惯性导航系统的核心部件,通常加速度计的输出信号为模拟电流,为便于导航计算机对采集数据解算处理,需经过I/F（电流/频率）转换电路。为满足某惯导系统对大比例系数加速度信号采集转换的要求,在经典I/F电路的基础上结合FPGA+A/D设计了一种比例系数大于90000脉冲/（s·mA）,量程为6mA的电流频率转换电路,同时转换电路支持串口输出。通过对该大比例系数I/F转换电路的温度特性、线性度、零位稳定性等指标的测试,表明该电路性能良好,有利于进一步拓展应用范围。     

测温电路线性化设计及噪声分析

本文针对某型号惯导原有惯性仪表测温电路存在非线性以及测温不够精确等缺点,通过优化电路参数、选取温度系数合适的电压基准,对原电路进行改进设计。随后的噪声分析及建模仿真表明该电路不仅能够实现全温度范围内的精确测温,而且具备良好的线性度。     

VGA视频信号测量方法

本文论述了VGA视频信号一些重要参数的测量方法,提供了测试VGA视频信号的可操作手段.利用这些测量方法能够很方便地对VGA视频信号进行分析,有助于查找问题.     

基于MMSE的近似最优Lattice Reduction辅助线性并行检测算法

现有基于Lattice Reduction (LR)技术的多输入多输出(MIMO)系统检测算法,虽然可以有效地提高MIMO系统的误比特率(BER)性能,但其检测性能与最优的最大似然(ML)算法相比仍然存在差距.针对这一问题,提出了一种新的基于信道分组的线性Lattice Reduction辅助检测算法.该算法首先将信道分为两组,对通过条件最差子信道的信号采用最优的ML算法检测,然后将其从接收到的信号中消除,再采用Lattice Reduction技术对第2组信道进行优化,最终并行地对剩余信号进行检测.仿真结果表明:在16QAM(Quadrature Amplitude Modulation)和64QAM调制下,对于4×4的MIMO系统,该算法的误比特率性能达到了最优;对于6×6的MIMO系统,该算法相比最优的ML算法其检测性能相差不到0.5 dB.