学海网

硕士学位论文 基于多元回归和支持向量机的电涡流传感器的研究，共72页。
摘要
随着信息技术的快速发展,各个行业对信息获取的精度、速度等要求越来越高了,但信息的获取渠道传感器发展不能满足这一要求。这是由于传感器测量时通常会受环境中其他参数的影响,测量结果具有波动性,导致结果不精准。因此,在进行测量时需要添加非目标传感器来监测环境变量,从而达到消除交叉灵敏度。将目标传感器和非目标传感器监测数据经过微处理器处理的智能传感器系统代表了传感器的发展方向,而各种传感器表征了不同的信息特性,这就要求一种处理方法来处理数据,从而促成了数据融合算法的产生。所谓数据融合就是将来自目标传感器和非目标传感器的信息进行综合处理,降低环境因素对传感器的影响,达到更为精准的测量结果。
本文在当前传感器发展现状和数据融合技术研究的大背景下,分析了电涡流传感器的工作原理和温度特性,将多元回归和支持向量机引入电涡流传感器来实现降低温度对传感器测量精度的影响。在进行了二维标定实验的基础上,推导出了多元回归和支持向量机算法的数据融合模型,并实现了电涡流传感器温度的非线性补偿,得到了融合模型的各个技术参数,并对两种融合算法进行了比较。将电涡流电传感器、温度传感器和微处理器结合起来,实现了具有温度补偿功能的位移测量智能传感系统。系统主要是电涡流传感器和温度传感器的输出经过置于处理器的融合算法进行温度补偿处理。系统的LCD可显示位移距离和环境温度。经过温度补偿测量输出显示传感器的精度提高了两到三个量级。
关键词:数据融合,支持向量机,电涡流传感器,温度传感器,MSP430

目录
ABSTACT
1绪论
1.1研究背景
1.2研究现状
1.3本文的主要内容及章节安排........
1.3.1本文的主要内容
1.3.2本文的章节安排
2电涡流传感器工作原理及温度试验.......
2.1引言
2.2电涡流传感器特性分析
2.3电涡流传感器特性
2.4温度传感器
2.4.1 AD590温度传感器特性.....
2.4.2測试电路
2.5实验数据获得
2.6本章小结
3智能传感器的融合算法
3.1弓丨言
3.2电涡流传感器的校正方法
3.3多元回归分析法
3.3.1原理
3.4数据融合处理
3.5融合后数据分析
3.6小结
3.7支持向量机
3.7.1支持向量机 理论基础...
3.7.2支持向量机的理论与方法
3.8电涡流传感器的SVM融合
3.9支持向量机数据融合
3.9.1支持向量机的训练步骤.....
3.9.2数据融合
3.10融合后数据分析 27
3.11 小结 28
3.12融合算法对比分析 28
3.13SVM与多元回归分析法比较 29
3.14本章小结 29
4系统硬件设计 30
4.1 弓 IW 30
4.2智能电涡流传感器系统设计 30
4.3供电电路设计 31
4.4电平转换电路 32
4.4.1电涡流传感器信号处理电路 32
4.4.2温度传感器电压放大 32
4.5处理器的选择 35
4.6时钟模块 36
4.7按键电路 36
4.8复位电路 37
4.9报警电路 38
4.10数据采集及外围 39
4.11与上位机通信 41
4.12本章小结 42
5系统软件设计 43
5.1 ?§ 43
5.2 AR FOR MSP430 简介 43
5.3系统程序的设计 43
5.3.1系统主程序 44
5.3.2数据采集 46
5.3.3输入最换算 47
5.3.4 按键 48
5.3.5数据处理 49
5.3.6 50
5.4稳定性设计 51
5.4.1硬件方面 51
5.4.2软件方面 51
5.5调试 52
5.5.1硬件调试 52
5.5.2软件调试 52
5.6本章小结 52
总结与展望 53
?教M 54
致 m 60
攻读硕士期间取得的成果 61