CN109269399B - 一种在线误差参数辨识及自补偿系统和方法 - Google Patents
一种在线误差参数辨识及自补偿系统和方法 Download PDFInfo
- Publication number
- CN109269399B CN109269399B CN201811252393.XA CN201811252393A CN109269399B CN 109269399 B CN109269399 B CN 109269399B CN 201811252393 A CN201811252393 A CN 201811252393A CN 109269399 B CN109269399 B CN 109269399B
- Authority
- CN
- China
- Prior art keywords
- sine
- parameter
- cosine
- signal
- error
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/30—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring angles or tapers; for testing the alignment of axes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transmission And Conversion Of Sensor Element Output (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种在线误差参数辨识及自补偿系统和方法,其包括数据输入模块、参数辨识模块以及角度解调模块;数据输入模块用于输入旋转变压类型角位移传感器的正余弦信号的实际测量信号,并发送到参数辨识模块;参数辨识模块包括信号流网络模块和优化控制器模块,信号流网络模块用于根据预先建立的误差模型对输入的正余弦信号的实际测量信号进行误差参数辨识,并将辨识结果发送到优化控制器模块;优化控制器模块用于对误差参数辨识结果进行参数优化,得到最佳参数后发送到角度解调模块;角度解调模块根据最佳参数进行正余弦信号自补偿及角度解算,得到旋转变压类型角位移传感器的角位移。本发明可以广泛应用于旋转变压类型的角位移传感器领域。
Description
技术领域
本发明属于传感器检测与控制技术领域,特别是涉及一种用于旋转变压类型的角位移传感器正余弦信号的在线误差参数辨识及自补偿系统和方法。
背景技术
精密测量仪器误差识别与自补偿是对仪器进行校准的重要手段,也是传感器领域科学研究的重要方面。其中,角位移测量大量存在于以制造业为代表的工业生产和科学实践中,而旋转变压类型的角位移传感器具有稳定性较高、环境适应性强等特点,广泛应用于航空航天、智能制造等工业领域。
旋转变压类型角位移传感器在实际生产中应用非常广泛,旋转变压类型的角位移传感器的原理,是通过旋变结构将角位移信息调制到两路正交信号上,用于解算角位移信息,而因为加工、偏心、倾斜等原因,所得正余弦信号多带有幅值误差、直流偏置误差、相位误差、谐波误差等;直接用得到的带误差的正余弦信号解算角度,解算得到的角度会带有较大的误差。国内外的资料中显示,不进行补偿的旋转变压类型的角位移传感器输出精度较低,而大多数的补偿方式,都是利用更高精度的转台、光栅等进行标定,这无疑提高了生产成本,造成了更多资源的浪费。通过误差识别的手段得到误差参数再进行自补偿,对于提高角位移传感器的精度很有必要。
发明内容
针对上述问题,本发明的目的是提供一种在线误差参数辨识及自补偿系统和方法,通过在线识别旋转变压类型角位移传感器生成的正余弦信号带有的幅值误差、直流偏置误差、相位误差以及谐波误差,实现旋转变压类型角位移传感器的在线自补偿,提高角位移传感器的精度。
为实现上述目的,本发明采取以下技术方案:一种在线误差参数辨识及自补偿系统,其包括数据输入模块、参数辨识模块以及角度解调模块;所述数据输入模块用于输入旋转变压类型角位移传感器的正余弦信号的实际测量信号,并发送到所述参数辨识模块;所述参数辨识模块包括信号流网络模块和优化控制器模块,所述信号流网络模块用于根据预先建立的误差模型对输入的正余弦信号的实际测量信号进行在线误差参数辨识,并将辨识结果发送到所述优化控制器模块;所述优化控制器模块用于对误差参数辨识结果进行参数优化,得到最佳参数后发送到所述角度解调模块;所述角度解调模块根据最佳参数进行正余弦信号自补偿及角度解算,得到旋转变压类型角位移传感器的角位移。
进一步的,所述信号流网络模块包括参数存储单元、仿射变换单元、迭代计算单元和信号重构单元;所述参数存储单元用于存储待辨识参数的值并不断迭代更新;所述仿射变换单元根据输入的正余弦测量信号得到初始迭代量以及初始迭代量相对于正余弦测量信号和待辨识参数的局部梯度信号后,发送到所述迭代计算单元;所述迭代计算单元根据输入的初始迭代量进行迭代计算,得到的迭代结果以及迭代结果相对于初始迭代量和待辨识参数的局部梯度信号发送到所述信号重构单元;所述信号重构单元根据迭代结果对正余弦信号进行重构,得到的重构后的正余弦信号以及该重构后正余弦信号相对于迭代结果和待辨识参数的局部梯度信号发送到所述优化控制器模块。
进一步的,所述优化控制器模块包括标量输出单元、损失计算单元和参数更新单元;所述标量输出单元根据重构后的正余弦信号得到其标量值以及标量值相对于重构后的正余弦信号和待辨识参数的局部梯度信号发送到所述损失计算单元;所述损失计算单元根据重构后正余弦信号的标量值计算损失值以及损失值相对于标量值和待辨识参数的局部梯度信号,并将损失值发送到所述参数更新单元;所述参数更新单元根据接收到的各局部梯度信号以及损失值,对所述参数存储单元中的待辨识参数进行更新。
进一步的,所述角度解调单元包括自补偿单元和解调单元,所述自补偿单元用于根据角位移传感器的正余弦信号的实际测量值以及所述优化控制器单元输出的最佳参数进行自补偿,得到目标正余弦函数;所述角度解调单元根据目标正余弦函数进行角度解算,得到旋转变压类型角位移传感器的角位移。
一种在线误差参数辨识及自补偿方法,其包括以下步骤:1)建立旋转变压类型角位移传感器输出的正余弦信号的误差模型;2)根据建立的误差模型建立信号流网络,并将旋转变压类型角位移传感器正余弦信号的实际测量值输入到信号流网络中进行在线误差参数辨识,得到由于安装、偏心、倾角问题引起的最佳误差参数;3)根据得到的最佳误差参数进行在线自补偿得到补偿后的正余弦信号,并根据补偿后的正余弦信号进行角度解算,得到旋转变压类型角位移传感器的角位移。
进一步的,所述步骤1)中,建立的误差模型为:
U=a1sinθ+b1+Ksin(3θ),
进一步的,所述步骤2)中,根据建立的误差模型建立信号流网络,并将旋转变压类型角位移传感器正余弦信号的实际测量值输入到信号流网络中进行在线误差参数辨识,得到由于安装、偏心、倾角问题引起的最佳误差参数的方法,包括以下步骤:
2.1)根据建立的误差模型以及正余弦信号的实际测量值,得到迭代起始量,以及迭代起始量与实际测量值和各待辨识参数的局部梯度;
2.2)对步骤2.1)中正余弦信号的初始迭代量进行整理变换,得到迭代输出结果Un、Vn,同时得到输出相对于输入和待辨识参数的局部梯度;
2.3)对迭代输出结果进行信号重构,得到当前次迭代正余弦信号的重构信号,同时计算当前次迭代正余弦信号的重构信号相对于迭代输出结果和待辨识参数的局部梯度;
2.4)将重构的正余弦信号转换为标量,同时计算正余弦信号标量输出相对于输入和待辨识参数的局部梯度;
2.5)根据正余弦信号的标量值计算损失,同时计算输出相对于输入和待辨识参数的局部梯度;
2.6)根据链式法则,将所有局部梯度分别组合相乘相加,得到损失对局部各参数的全局梯度,利用矩估计的方法迭代计算更新参数;
2.7)将损失与预设阈值进行比较,当损失低于设定阈值时迭代结束,否则,以更新后的误差参数为基础,重复步骤2.1)~2.6),直到损失小于设定值时,当前次迭代得到的各误差参数即为最佳参数。
进一步的,所述步骤2.1)中,根据建立的误差模型以及正余弦信号的实际测量值,得到迭代起始量,以及迭代起始量与实际测量值和各待辨识参数的局部梯度的方法为:
首先,计算得到去除直流偏置误差的正余弦信号U1、V1:
U1=U-b1=a1sinθ+Ksin(3θ),
然后,根据去除直流偏置误差的正余弦信号U1、V1得到迭代起始量U2、V2:
U2=U1×Kgain-u,
V2=V1×Kgain-v,
式中,Kgain_u、Kgain_v分别为正余弦信号的增益系数;
本发明由于采取以上技术方案,其具有以下优点:1、本发明在误差参数辨识时,可辨识出部分由安装、偏心、倾角等问题引起的误差,在线自补偿过程中可以实时消除直流偏置误差、幅值误差、相位误差及三次谐波分量误差,输出更准确的正余弦信号用于角度解算,提高了旋转变压类型角位移传感器的精度。2、本发明的参数辨识及自补偿都可在硬件电路中实现,在几乎不提高硬件成本的情况下,提升了旋转变压类型的角位移传感器的精度。3、本发明设置有参数存储模块,不但可以用于在线自校准,也可用于离线自校准,非常方便。因此,本发明可以广泛应用于旋转变压类型角位移传感器的误差识别和自补偿领域。
附图说明
图1是本发明的整体架构框图;
图2是本发明的传感器正余弦信号在线误差参数辨识及自补偿实施方案图;
图3是本发明实施例仿射变换单元工作原理;
图4是本发明实施例迭代计算单元工作原理;
图5是本发明实施例信号重构单元工作原理;
图6是本发明实施例标量输出单元工作原理;
图7是本发明实施例损失计算单元工作原理;
图8是本发明实施例参数更新单元工作原理;
图9是本发明角度解算的一种参考方法。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明提出的一种在线误差参数辨识及自补偿系统,其包括数据输入模块1、参数辨识模块2和角度解调模块3。其中,数据输入模块1用于输入旋转变压类型角位移传感器的正余弦信号的实际测量信号,并发送到参数辨识模块2;参数辨识模块2包括信号流网络模块4和优化控制器模块5,信号流网络模块4用于根据预先建立的误差模型对输入的正余弦信号的实际测量信号进行在线误差参数辨识,并将辨识结果发送到优化控制器模块5;优化控制器模块5用于对误差参数辨识结果进行参数优化,得到最佳参数后发送到角度解调模块3;角度解调模块3根据最佳参数进行正余弦信号自补偿及角度解算,得到旋转变压类型角位移传感器的角位移。
如图2所示,信号流网络模块4包括参数存储单元41、仿射变换单元42、迭代计算单元43和信号重构单元44。其中,参数存储单元41用于存储待辨识参数的值并不断迭代更新;仿射变换单元42根据输入的正余弦测量信号得到初始迭代量以及初始迭代量相对于正余弦测量信号和待辨识参数的局部梯度信号后,发送到迭代计算单元43;迭代计算单元43根据输入的初始迭代量进行迭代计算,得到的迭代结果以及迭代结果相对于初始迭代量和待辨识参数的局部梯度信号发送到信号重构单元44;信号重构单元44根据迭代结果对正余弦信号进行重构,得到的重构后的正余弦信号以及该重构后正余弦信号相对于迭代结果和待辨识参数的局部梯度信号发送到优化控制器模块5。
优化控制器模块5包括标量输出单元51、损失计算单元52和参数更新单元53。其中,标量输出单元51根据重构后的正余弦信号得到其标量值以及标量值相对于重构后的正余弦信号和待辨识参数的局部梯度信号发送到损失计算单元52;损失计算单元52根据重构后正余弦信号的标量值计算损失值以及损失值相对于标量值和待辨识参数的局部梯度信号,并将损失值发送到参数更新单元53;参数更新单元53根据接收到的各局部梯度信号以及损失值,对参数存储单元中的待辨识参数进行更新。
如图3所示,仿射变换单元42包括偏置消除模块421、迭代初值计算模块422和梯度计算模块423。其中,偏置消除模块421用于根据输入的正余弦测量信号以及参数存储单元41中存储的各待辨识参数,计算得到去除直流偏置误差的正余弦信号;迭代初值计算模块422用于根据去除直流偏置误差的正余弦信号U1、V1得到迭代起始量发送到迭代计算单元43和梯度计算单元423;梯度计算模块423用于计算迭代起始量相对于输入的正余弦测量信号和待辨识参数的局部梯度,并发送到参数更新单元53。
如图4所示,迭代计算单元43包括迭代系数计算模块431、迭代计算模块432和梯度计算单元433。其中,迭代系数计算模块431用于根据迭代初始量以及参数存储单元41中存储的各待辨识参数,计算得到迭代系数并发送到迭代计算模块432;迭代计算模块432根据迭代初始量和迭代系数进行迭代,得到的迭代输出结果发送到梯度计算单元433和信号重构单元44;梯度计算单元433根据输入的迭代初始量和迭代输出结果计算局部梯度,并发送到信号重构单元44。
如图5所示,信号重构单元44包括信号重构系数计算模块441、信号重构模块442和梯度计算单元443。其中,信号重构系数计算模块441用于根据输入的迭代输出结果以及参数存储单元中存储的各待辨识参数,计算得到信号重构系数,并发送到信号重构模块442;信号重构模块442用于根据输入的迭代输出结果和信号重构系数计算得到重构后的正余弦信号,并发送到梯度计算单元443和标量输出单元51;梯度计算单元443用于根据输入的迭代输出结果以及重构后的正余弦信号计算局部梯度,并发送到优化控制器单元5。
如图6所示,标量输出单元51包括标量计算模块511和梯度计算单元512。标量计算模块511用于根据目标正余弦信号计算其标量值,并发送到梯度计算单元512和损失计算单元52,梯度计算单元511用于根据目标正余弦信号的标量值以及目标正余弦信号计算其局部梯度,并发送到损失计算单元52。
如图7所示,损失计算单元52包括损失计算模块521和梯度计算单元522。损失计算模块521根据目标正余弦信号的标量值计算损失值,并发送到梯度计算单元522和参数更新单元53,梯度计算单元522根据输入的目标正余弦信号的标量值和损失值计算局部梯度,并发送到参数更新单元53。
如图8所示,参数更新单元53包括全局梯度计算单元531和参数更新计算模块532。全局梯度计算单元531根据各局部梯度计算得到全局梯度,并发送到参数更新计算模块532;参数更新计算模块532根据全局梯度和损失值,对待辨识参数进行更新,得到最佳参数后发送到参数存储单元41进行角度解调流程。
角度解调单元3包括自补偿单元和解调单元,其中自补偿单元用于根据角位移传感器的正余弦信号的实际测量值以及优化控制器单元输出的最佳参数进行自补偿,得到目标正余弦函数;角度解调单元根据目标正余弦函数进行角度解算。
基于上述在线误差参数辨识及自补偿系统,本发明还提供一种在线误差参数辨识及自补偿方法,该方法首先建立一种带误差的正余弦信号模型,并根据此模型构建一个信号流网络,此信号流网络包含参数存储、仿射变换、迭代计算、信号重构、标量输出、损失计算、参数更新等单元,可实现在线误差参数辨识,辨识得到的误差参数用于正余弦信号在线实时自补偿,进而解算出更高精度的角位移信息,提高电容式角位移传感器精度。具体的,包括以下步骤:
1)建立旋转变压类型角位移传感器输出的正余弦信号的误差模型。
本发明建立的误差模型为:
U=a1sinθ+b1+Ksin(3θ) (2)
2)根据建立的误差模型建立信号流网络,并将旋转变压类型角位移传感器正余弦信号的实际测量值输入到信号流网络中进行误差参数辨识,得到由于安装、偏心、倾角等问题引起的误差参数。
具体的,包括以下步骤:
2.1)根据建立的误差模型以及正余弦信号的实际测量值,得到迭代起始量,以及迭代起始量与实际测量值和各待辨识参数的局部梯度;
具体的,如图3所示,首先,去掉式(1)和(2)中的直流偏置误差b1、b2,得到去除直流偏置误差的正余弦信号U1、V1:
U1=U-b1=a1sinθ+Ksin(3θ) (3)
然后,根据去除直流偏置误差的正余弦信号U1、V1得到迭代起始量U2、V2:
U2=U1×Kgain-u (5)
V2=V1×Kgain-v (6)
式中,Kgain_u、Kgain_v分别为正余弦信号的增益系数。
2.2)对步骤2.1)中正余弦信号的初始迭代量进行整理变换,得到迭代输出结果Un、Vn,同时得到输出相对于输入和待辨识参数的局部梯度;
如图4所示,根据三角函数理论知识可知,sin(3θ)=3sinθ-4sin3θ,将其代入到式(5)和式(6)中,进行整理变换后,得到迭代输出结果:
Ui+1=A·Ui 3+B,i=2,3,4,... (7)
Vi+1=Vi,i=2,3,4,..., (8)
其中,A=f(a1,K)、B=U2,f为关于参数a1和K的函数,使得每次迭代有唯一值。
经多次迭代后,若满足可控制精度,则得到正余弦信号的真实值Un、Vn,迭代次数靠损失计算单元确定,当损失低于设定值(可控制精度)时,迭代结束;同时计算输出相对于输入和待辨识参数的局部梯度;
2.3)对迭代输出结果进行信号重构,得到当前次迭代正余弦信号的重构信号,同时计算当前次迭代正余弦信号的重构信号相对于迭代输出结果和待辨识参数的局部梯度;
如图5所示,将迭代输出结果重构为信号Un+1、Vn+1,即目标正余弦信号:
Un+1=Un (9)
2.4)将重构的正余弦信号转换为标量,同时计算正余弦信号标量输出相对于输入和待辨识参数的局部梯度;
如图6所示,用重构正余弦信号进行计算,将向量转化为标量输出,用于后续计算损失函数;正余弦信号的标量输出为:
Y=f(Un+1,Vn+1) (11)
同时计算输出相对于输入和待辨识参数的局部梯度;
2.5)根据正余弦信号的标量值计算损失,同时计算输出相对于输入和待辨识参数的局部梯度;
如图7所示,根据正余弦信号的标量值计算损失的计算公式为:
L=f(Y) (12)
同时计算输出相对于输入和待辨识参数的局部梯度;
2.6)根据链式法则,将所有局部梯度分别组合相乘相加,得到损失对局部各参数的全局梯度,利用矩估计的方法迭代计算更新参数;
如图8所示,本发明中根据链式法则,将所有局部梯度分别组合相乘相加,得到损失L对局部各参数的全局梯度,然后利用矩估计的方法迭代计算更新参数,其中矩估计的方法为已知方法,本发明在此不再赘述。
2.7)将损失与预设阈值进行比较,当损失低于设定阈值时迭代结束,否则,以更新后的误差参数为基础,重复步骤2.1)~2.6),直到损失小于设定值时,当前次迭代得到的各误差参数即为最佳参数。
3)根据得到的最佳误差参数进行在线自补偿得到补偿后的正余弦信号,并根据补偿后的正余弦信号进行角度解算,得到旋转变压类型角位移传感器的角位移。
如图9所示,角度解算流程包含在线自补偿及角度解算,其中在线自补偿利用之前所得最佳误差参数,进行仿射变换、迭代计算、信号重构等运算,输出补偿后正余弦信号,用于后续角度解算,本发明使用PI控制器进行角度解算,误差参数辨识完成后,可实现实时在线自补偿及角度解算。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (6)
1.一种在线误差参数辨识及自补偿系统,其特征在于:其包括数据输入模块、参数辨识模块以及角度解调模块;
所述数据输入模块用于输入旋转变压类型角位移传感器的正余弦信号的实际测量信号,并发送到所述参数辨识模块;
所述参数辨识模块包括信号流网络模块和优化控制器模块,所述信号流网络模块用于根据预先建立的误差模型对输入的正余弦信号的实际测量信号进行在线误差参数辨识,并将辨识结果发送到所述优化控制器模块;所述优化控制器模块用于对误差参数辨识结果进行参数优化,得到最佳误差参数后发送到所述角度解调模块;
所述信号流网络模块包括参数存储单元、仿射变换单元、迭代计算单元和信号重构单元;
所述参数存储单元用于存储待辨识参数的值并不断迭代更新;
所述仿射变换单元根据输入的正余弦测量信号得到初始迭代量以及初始迭代量相对于正余弦测量信号和待辨识参数的局部梯度信号后,发送到所述迭代计算单元;
所述迭代计算单元根据输入的初始迭代量进行迭代计算,得到的迭代结果以及迭代结果相对于初始迭代量和待辨识参数的局部梯度信号发送到所述信号重构单元;
所述信号重构单元根据迭代结果对正余弦信号进行重构,得到的重构后的正余弦信号以及该重构后正余弦信号相对于迭代结果和待辨识参数的局部梯度信号发送到所述优化控制器模块;
所述角度解调模块根据最佳误差参数进行正余弦信号自补偿及角度解算,得到旋转变压类型角位移传感器的角位移。
2.如权利要求1所述的一种在线误差参数辨识及自补偿系统,其特征在于:所述优化控制器模块包括标量输出单元、损失计算单元和参数更新单元;
所述标量输出单元根据重构后的正余弦信号得到其标量值以及标量值相对于重构后的正余弦信号和待辨识参数的局部梯度信号发送到所述损失计算单元;
所述损失计算单元根据重构后正余弦信号的标量值计算损失值以及损失值相对于标量值和待辨识参数的局部梯度信号,并将损失值发送到所述参数更新单元;
所述参数更新单元根据接收到的各局部梯度信号以及损失值,对所述参数存储单元中的待辨识参数进行更新。
3.如权利要求1所述的一种在线误差参数辨识及自补偿系统,其特征在于:所述角度解调单元包括自补偿单元和解调单元,
所述自补偿单元用于根据角位移传感器的正余弦信号的实际测量值以及所述优化控制器单元输出的最佳误差参数进行自补偿,得到目标正余弦函数;
所述角度解调单元根据目标正余弦函数进行角度解算,得到旋转变压类型角位移传感器的角位移。
4.一种在线误差参数辨识及自补偿方法,其特征在于包括以下步骤:
1)建立旋转变压类型角位移传感器输出的正余弦信号的误差模型;
2)根据建立的误差模型建立信号流网络,并将旋转变压类型角位移传感器正余弦信号的实际测量值输入到信号流网络中进行在线误差参数辨识,得到由于安装、偏心、倾角问题引起的最佳误差参数,包括以下步骤:
2.1)根据建立的误差模型以及正余弦信号的实际测量值,得到迭代起始量,以及迭代起始量与实际测量值和各待辨识参数的局部梯度;
2.2)对步骤2.1)中正余弦信号的初始迭代量进行整理变换,得到迭代输出结果Un、Vn,同时得到输出相对于输入和待辨识参数的局部梯度;
2.3)对迭代输出结果进行信号重构,得到当前次迭代正余弦信号的重构信号,同时计算当前次迭代正余弦信号的重构信号相对于迭代输出结果和待辨识参数的局部梯度;
2.4)将重构的正余弦信号转换为标量,同时计算正余弦信号标量输出相对于输入和待辨识参数的局部梯度;
2.5)根据正余弦信号的标量值计算损失,同时计算输出相对于输入和待辨识参数的局部梯度;
2.6)根据链式法则,将所有局部梯度分别组合相乘相加,得到损失对局部各参数的全局梯度,利用矩估计的方法迭代计算更新参数;
2.7)将损失与预设阈值进行比较,当损失低于设定阈值时迭代结束,否则,以更新后的误差参数为基础,重复步骤2.1)~2.6),直到损失小于设定值时,当前次迭代得到的各误差参数即为最佳误差参数。
3)根据得到的最佳误差参数进行在线自补偿得到补偿后的正余弦信号,并根据补偿后的正余弦信号进行角度解算,得到旋转变压类型角位移传感器的角位移。
6.如权利要求4所述的一种在线误差参数辨识及自补偿方法,其特征在于:所述步骤2.1)中,根据建立的误差模型以及正余弦信号的实际测量值,得到迭代起始量,以及迭代起始量与实际测量值和各待辨识参数的局部梯度的方法为:
首先,计算得到去除直流偏置误差的正余弦信号U1、V1:
U1=U-b1=a1sinθ+K sin(3θ),
然后,根据去除直流偏置误差的正余弦信号U1、V1得到迭代起始量U2、V2:
U2=U1×Kgain-u,
V2=V1×Kgain-v,
式中,Kgain_u、Kgain_v分别为正余弦信号的增益系数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811252393.XA CN109269399B (zh) | 2018-10-25 | 2018-10-25 | 一种在线误差参数辨识及自补偿系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811252393.XA CN109269399B (zh) | 2018-10-25 | 2018-10-25 | 一种在线误差参数辨识及自补偿系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109269399A CN109269399A (zh) | 2019-01-25 |
CN109269399B true CN109269399B (zh) | 2020-05-19 |
Family
ID=65194245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811252393.XA Active CN109269399B (zh) | 2018-10-25 | 2018-10-25 | 一种在线误差参数辨识及自补偿系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109269399B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007087705A1 (en) * | 2006-02-01 | 2007-08-09 | Litens Automotive Partnership | System and method for calibrating an absolute position sensor |
CN102645173A (zh) * | 2011-02-16 | 2012-08-22 | 张文杰 | 一种基于多目视觉的桥梁三维变形监测方法 |
CN102680016A (zh) * | 2012-05-14 | 2012-09-19 | 北京理工大学 | 一种光电编码器的误差补偿方法 |
CN102736557A (zh) * | 2011-04-07 | 2012-10-17 | 杨建国 | 基于虚拟仪器的数控机床误差实时补偿系统 |
US8296053B1 (en) * | 2007-10-09 | 2012-10-23 | Lockheed Martin Corporation | System and method for determining relative motion between ship combat system elements |
CN103235553A (zh) * | 2013-04-24 | 2013-08-07 | 山东大学 | 一种基于分数阶的数控加工尺寸误差自动补偿方法 |
CN103542844A (zh) * | 2012-07-09 | 2014-01-29 | 飞思卡尔半导体公司 | 带有正交误差补偿的角速率传感器 |
CN104075733A (zh) * | 2014-06-13 | 2014-10-01 | 北京航天控制仪器研究所 | 一种双通道正余弦角度传感器误差补偿系统及方法 |
CN105890593A (zh) * | 2016-04-06 | 2016-08-24 | 浙江大学 | 一种mems惯性导航系统及基于该系统的轨迹重构方法 |
CN105910532A (zh) * | 2016-06-13 | 2016-08-31 | 清华大学 | 测角系统零位误差测试及综合误差补偿方法 |
CN106500631A (zh) * | 2016-10-21 | 2017-03-15 | 北京信息科技大学 | 圆光栅偏心误差参数辨识及补偿方法 |
CN107433590A (zh) * | 2017-07-31 | 2017-12-05 | 上海宇航系统工程研究所 | 机械臂负载质量和传感器零漂在线辨识的重力补偿方法 |
CN108369246A (zh) * | 2015-12-15 | 2018-08-03 | 应美盛股份有限公司 | Mems加速度计误差的识别和补偿 |
CN108418490A (zh) * | 2018-03-30 | 2018-08-17 | 成都富临精工新能源动力有限公司 | 一种永磁同步电机旋变相对角度在线校正方法 |
CN208945432U (zh) * | 2018-08-17 | 2019-06-07 | 安徽启迪博清自动化科技有限公司 | 一种基于焊缝识别数据滞后的焊枪跟踪系统 |
-
2018
- 2018-10-25 CN CN201811252393.XA patent/CN109269399B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007087705A1 (en) * | 2006-02-01 | 2007-08-09 | Litens Automotive Partnership | System and method for calibrating an absolute position sensor |
US8296053B1 (en) * | 2007-10-09 | 2012-10-23 | Lockheed Martin Corporation | System and method for determining relative motion between ship combat system elements |
CN102645173A (zh) * | 2011-02-16 | 2012-08-22 | 张文杰 | 一种基于多目视觉的桥梁三维变形监测方法 |
CN102736557A (zh) * | 2011-04-07 | 2012-10-17 | 杨建国 | 基于虚拟仪器的数控机床误差实时补偿系统 |
CN102680016A (zh) * | 2012-05-14 | 2012-09-19 | 北京理工大学 | 一种光电编码器的误差补偿方法 |
CN103542844A (zh) * | 2012-07-09 | 2014-01-29 | 飞思卡尔半导体公司 | 带有正交误差补偿的角速率传感器 |
CN103235553A (zh) * | 2013-04-24 | 2013-08-07 | 山东大学 | 一种基于分数阶的数控加工尺寸误差自动补偿方法 |
CN104075733A (zh) * | 2014-06-13 | 2014-10-01 | 北京航天控制仪器研究所 | 一种双通道正余弦角度传感器误差补偿系统及方法 |
CN108369246A (zh) * | 2015-12-15 | 2018-08-03 | 应美盛股份有限公司 | Mems加速度计误差的识别和补偿 |
CN105890593A (zh) * | 2016-04-06 | 2016-08-24 | 浙江大学 | 一种mems惯性导航系统及基于该系统的轨迹重构方法 |
CN105910532A (zh) * | 2016-06-13 | 2016-08-31 | 清华大学 | 测角系统零位误差测试及综合误差补偿方法 |
CN106500631A (zh) * | 2016-10-21 | 2017-03-15 | 北京信息科技大学 | 圆光栅偏心误差参数辨识及补偿方法 |
CN107433590A (zh) * | 2017-07-31 | 2017-12-05 | 上海宇航系统工程研究所 | 机械臂负载质量和传感器零漂在线辨识的重力补偿方法 |
CN108418490A (zh) * | 2018-03-30 | 2018-08-17 | 成都富临精工新能源动力有限公司 | 一种永磁同步电机旋变相对角度在线校正方法 |
CN208945432U (zh) * | 2018-08-17 | 2019-06-07 | 安徽启迪博清自动化科技有限公司 | 一种基于焊缝识别数据滞后的焊枪跟踪系统 |
Non-Patent Citations (3)
Title |
---|
圆光栅角度传感器的误差补偿及参数辨识;高贯斌 等;《光学精密工程》;20100831;第18卷(第8期);1766-1772 * |
基于蒙特卡洛法的圆光栅测角误差分析与补偿;李凯 等;《光电子.激光》;20140731;第25卷(第7期);1381-1388 * |
时栅角位移传感器的误差补偿及参数辨识;张天恒 等;《仪表技术与传感器》;20160630(第6期);19-20、24 * |
Also Published As
Publication number | Publication date |
---|---|
CN109269399A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108204825B (zh) | 角度传感器的修正装置以及角度传感器 | |
KR101294566B1 (ko) | 레졸버의 위치 오차를 적응적으로 보상하기 위한 장치 | |
CN110307780B (zh) | 基于迭代计算的pgc相位解调误差实时补偿方法 | |
CN110375694B (zh) | 基于便携关节式坐标测量机圆光栅测角误差的自校准方法 | |
CN110132308B (zh) | 一种基于姿态确定的usbl安装误差角标定方法 | |
CN111238535B (zh) | 一种基于因子图的imu误差在线标定方法 | |
CN1048920A (zh) | 计量装置及其校正方法 | |
CN109696187B (zh) | 旋转编码器偏心校正装置 | |
US11609082B2 (en) | Calibration and linearization of position sensor | |
Van Hoang et al. | Signal compensation and extraction of high resolution position for sinusoidal magnetic encoders | |
CN112504298B (zh) | 一种gnss辅助的dvl误差标定方法 | |
CN101105126A (zh) | 基于微石英角速率传感器的随钻方位测量误差补偿方法 | |
CN107726982A (zh) | 一种激光测距传感器安装位置误差标定方法 | |
CN111208425B (zh) | 高精度异步电机系统状态模型的构建方法及异步电机状态检测方法 | |
CN109764897A (zh) | 一种正余弦编码器高速信号采集及细分方法和系统 | |
CN115824032A (zh) | 磁编码器的校正方法、装置及磁编码器 | |
CN102207380A (zh) | 一种高精度横轴倾斜误差补偿方法 | |
CN109269399B (zh) | 一种在线误差参数辨识及自补偿系统和方法 | |
CN109341690A (zh) | 一种鲁棒高效的组合导航自适应数据融合方法 | |
CN109084701A (zh) | 一种基于结构光的运动物体测量误差补偿方法 | |
CN112632454A (zh) | 一种基于自适应卡尔曼滤波算法的mems陀螺滤波方法 | |
CN107421476A (zh) | 一种空间孔位测量基准误差补偿方法 | |
CN115127683B (zh) | 一种动态干涉仪干涉图参数失配的相位提取的方法 | |
CN103822570A (zh) | 基于伪反馈的ipmc位移传感器迟滞特性的补偿方法 | |
CN115615456A (zh) | 基于迭代最邻近整数点集的传感器误差配准方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |