CN118111624A - 谐振压力传感器的自适应防过拟合标定方法 - Google Patents
谐振压力传感器的自适应防过拟合标定方法 Download PDFInfo
- Publication number
- CN118111624A CN118111624A CN202410526942.7A CN202410526942A CN118111624A CN 118111624 A CN118111624 A CN 118111624A CN 202410526942 A CN202410526942 A CN 202410526942A CN 118111624 A CN118111624 A CN 118111624A
- Authority
- CN
- China
- Prior art keywords
- pressure
- resonant
- function
- temperature
- calibration
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L27/00—Testing or calibrating of apparatus for measuring fluid pressure
- G01L27/002—Calibrating, i.e. establishing true relation between transducer output value and value to be measured, zeroing, linearising or span error determination
- G01L27/005—Apparatus for calibrating pressure sensors
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明公开了一种谐振压力传感器的自适应防过拟合标定方法，包括S1生成标签集和样本扩展集；S2划分训练集和测试集，并构建初始压力解算系数的初始多项式函数；S3将压力解算系数作为代价函数自变量，求解自变量，并标记代价函数值最小时对应的自变量为；S4将中绝对值最小的z个参数置0，标记为，标记置0的参数位置，将中第行元素置0，标记为；S5判断中置零参数的数量是否≥预设数量，若是，输出……，进入S7，否则进入S6；S6更新代价函数，之后令l=l+1，返回S3；S7根据验证集中标签集和样本扩展集，采用误差函数计算多项式函数的误差函数值，选取函数值最小时对应的作为谐振压力传感器标定的压力解算系数。
Description
技术领域
本发明涉及传感器标定技术，具体涉及一种谐振压力传感器的自适应防过拟合标定方法。
背景技术
高精度硅谐振压力传感器是飞行器大气数据系统核心压力传感器，它将外界感知的压力信号转化为数字信号，经过大气数据计算机的解算，传递给飞行器的飞控系统，作为重要的控制信号，因此硅谐振压力传感器的性能指标直接影响着飞行器的安全。硅谐振压力传感器的压力频率不仅取决于被测环境的工作压力，还受到周围环境温度的影响，其需要将感受到的外界压力和温度转化为谐振频率信号及温度补偿信号，通过后端驱动检测和拟合公式计算得到准确的压力值。目前大多数硅谐振压力传感器的谐振频率与温度、压力的线性关系均不够高，通过单纯线性拟合难以满足要求的精度，需要较高阶的多项式拟合方式进行压力解算。
但较高阶的拟合方式除了带来更高的拟合精度外，也带来了更高的过拟合风险，即在标定点具有较好的精度，但在非标定点精度显著变低，常常会超出传感器的精度要求。若直接降低传感器的拟合阶数，则可能会带来欠拟合的风险。
同时，部分谐振传感器（如thales P90-G3F构型）通常不直接提供压力示值的数字量输出，而是将拟合得到的压力解算系数写入传感器内部的EEPROM内，由使用端读取该部分系数及传感器的输出模拟量，再进行压力解算。若是针对每个传感器设置不同的拟合阶数，既不利于传感器标定的一致性，也不利于后端使用状态的一致性。
发明内容
针对现有技术中的上述不足，本发明提供的谐振压力传感器的自适应防过拟合标定方法解决了现有技术对传感器进行标定时容易存在过拟合的问题。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种谐振压力传感器的自适应防过拟合标定方法，其包括步骤：
S1、对谐振压力传感器进行标定，得到样本集和标签集，并对样本集进行扩展，得到样本扩展集；
S2、将样本扩展集和标签集按划分为训练集和测试集；根据训练集中的标签集和样本扩展集，构建初始压力解算系数的初始多项式函数：
其中，为初始多项式函数；/>为采用最小二乘法得到的/>的估计值；/>、/>分别为训练集中的标签集和样本扩展集；
S3、将压力解算系数作为代价函数自变量，采用梯度下降法或遗传算法求解自变量，并标记代价函数值最小时对应的自变量为/>，l为迭代变量，初始值为1；
S4、将中绝对值最小的z个参数置0，标记为/>，标记置0的参数位置为，将/>中第/>行元素置0，并标记为/>，/>≤/>维数的10%，/>=/>；
S5、判断中置零参数的数量是否大于等于预设数量，若是，输出/>、/>…/>…，并进入步骤S7，否则，进入步骤S6；/>、/>分别为第2、3和l+1次迭代时代价函数取极小值点对应的自变量；
S6、更新代价函数，之后令l=l+1，返回步骤S3，代价函数为：
其中，和/>分别为第l次更新时的多项式函数和压力解算系数；/>为对/>中第/>行元素置0得到的参数；/>为L n范数；
S7、根据验证集中标签集和样本扩展集，采用误差函数计算每个多项式函数的误差函数值，选取函数值最小时对应的/>作为谐振压力传感器标定的压力解算系数。
进一步地，步骤S1进一步包括：
S11、在谐振压力传感器的工作温度范围内，选取m个温度标定点，m＞多项式函数中温度补偿信号的最高阶次的两倍；
S12、在谐振压力传感器的工作压力范围内，选取n个压力标定点，n＞多项式函数中谐振频率的最高阶次的两倍；
S13、在温度标定点i标定j个压力标定点，采集谐振压力传感器的温度频率和压力频率及标定每个压力时的标准压力；
S14、采用所有的标准压力构成标签集，采用所有的温度频率和压力频率构成样本集/>：
其中，为/>、/>构成的矩阵；/>为/>、/>构成的矩阵；/>为/>、/>构成的矩阵；/>、/>和/>分别为温度标定点i处标定第j个压力标定点采集的温度频率、压力频率和标准压力；/>、/>和/>分别为第一个温度标定点处标定第一个压力标定点采集的温度频率、压力频率和标准压力；/>、/>和/>分别为温度标定点m处标定第n个压力标定点采集的温度频率、压力频率和标准压力；m和n分别为温度标定点和压力标定点的总个数；
S15、对样本集进行扩展，得到样本扩展集：
其中，分别为对/>、/>和/>进行扩展后构成的矩阵；/>和分别为/>的第0和b阶次；/>和/>分别为/>的第0、1和a阶次；a和b分别为多项式函数中谐振频率、温度补偿信号的最高阶次。
上述技术方案的有益效果为：本方案对传感器输出测试点按照温度、压力进行均匀排布，使测试点能更好的反映传感器的输出曲面；使测试点数量多倍于参数数量，方便后续进行数据集的划分，同时减小过拟合风险。
进一步地，构建初始压力解算系数的初始多项式函数的方法包括：
根据训练集中的标签集和样本扩展集，采用最小二乘法获取初始压力解算系数：
其中，为/>的伪逆矩阵；/>和/>分别为/>中的第一个值和最后一个值；为行数为1行，列数为a×b列的矩阵；a和b分别为多项式函数中谐振频率、温度补偿信号的最高阶次；
根据初始压力解算系数，采用最小二乘法得到/>的估计值/>：
将的过程标记为/>，即/>。
上述技术方案的有益效果为：使用最小二乘法获得初始系数，这样可以在后续求解代价函数极小值时更容易获得全局的极小值。
进一步地，步骤S3中对压力解算系数进行求解的代价函数为初始代价函数，其表达式为：
其中，为正则化系数；/>为初始代价函数。
上述技术方案的有益效果为：使用代价函数定量表征当前拟合系数的合理程度，合理程度主要由两部分组成，即通过L2范数表征当前拟合系数解算出的压力预测值与压力标准值的差异，同时通过Ln范数表征当前拟合曲面的复杂程度。定量表征后方可使用数学手段对其进行优化。
进一步地，所述误差函数的表达式为：
其中，为误差函数；/>代表/>为自变量的多项式函数；/>为验证集中的标签集。
上述技术方案的有益效果为：利用误差函数在验证集，即非标定点上对拟合系数的合理性进行最终验证，从中选取在验证集上表现最好的一组参数作为拟合系数。
进一步地，预设数量为初始压力解算系数中参数总数量的预设倍数。
本发明的有益效果为：本方案通过对压力解算系数中的部分参数进行置零操作，可以降低压力解算系数的维度，以降低拟合曲面的复杂性，降低对采集过程中随机误差对标定产生的影响，从而达到防止标定过程中的过拟合。
本方案构建的代价函数对多项式函数进行优化，可以寻找到可能过拟合的参数，同时为避免可能的正则化项影响过大导致的欠拟合，最终的系数采用验证集数据进行验证后，以保证对非标定点的拟合精度。
本方案较大突破在于不需要降低拟合阶数、牺牲拟合精度来降低过拟合风险；同时，采用本方案的标定方法对传感器进行标定，无需对传感器的多项式函数进行修改，无需针对部分过拟合的传感器而改变规定的多项式函数的阶数，保障了传感器使用的一致性。
附图说明
图1为谐振压力传感器的自适应防过拟合标定方法的流程图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
参考图1，图1示出了谐振压力传感器的自适应防过拟合标定方法的流程图；如图1所示，该方法S包括步骤S1~步骤S7。
在步骤S1中，对谐振压力传感器进行标定，得到样本集和标签集，并对样本集进行扩展，得到样本扩展集；
在本发明的一个实施例中，步骤S1进一步包括：
S11、在谐振压力传感器的工作温度范围内，选取m个温度标定点，m＞多项式函数中温度补偿信号的最高阶次的两倍；
S12、在谐振压力传感器的工作压力范围内，选取n个压力标定点，n＞多项式函数中谐振频率的最高阶次的两倍；
S13、在温度标定点i标定j个压力标定点，采集谐振压力传感器的温度频率和压力频率及标定每个压力时的标准压力；
S14、采用所有的标准压力构成标签集，采用所有的温度频率和压力频率构成样本集/>：
其中，为/>、/>构成的矩阵；/>为/>、/>构成的矩阵；/>为/>、/>构成的矩阵；/>、/>和/>分别为温度标定点i处标定第j个压力标定点采集的温度频率、压力频率和标准压力；/>、/>和/>分别为第一个温度标定点处标定第一个压力标定点采集的温度频率、压力频率和标准压力；/>、/>和/>分别为温度标定点m处标定第n个压力标定点采集的温度频率、压力频率和标准压力；m和n分别为温度标定点和压力标定点的总个数；
S15、对样本集进行扩展，得到样本扩展集：
其中，分别为对/>、/>和/>进行扩展后构成的矩阵；/>和分别为/>的第0和b阶次；/>和/>分别为/>的第0、1和a阶次；a和b分别为多项式函数中谐振频率、温度补偿信号的最高阶次。
针对中的每个元素都可以扩展出a×b个元素，比如/>中的/>包括0阶次、1阶次…a阶次参数/>、/>…/>，这些每个参数都需要与/>的0阶次、1阶次…b阶次、/>进行组合，/>的0阶次参数/>需要与/>的0阶次、1阶次…b阶次/>、/>、/>配合，形成b个元素，那么/>、/>…/>与/>、配合，就会扩展出a×b个元素。
在步骤S2中，将样本扩展集和标签集按划分为训练集和测试集；根据训练集中的标签集和样本扩展集，构建初始压力解算系数的初始多项式函数：
其中，为初始多项式函数；/>为采用最小二乘法得到的/>的估计值；/>、/>分别为训练集中的标签集和样本扩展集；
本方案优选将样本扩展集和标签集按1：1划分为训练集和测试集。
实施时，本方案优选构建初始压力解算系数的初始多项式函数的方法包括：
根据训练集中的标签集和样本扩展集，采用最小二乘法获取初始压力解算系数：
其中，为/>的伪逆矩阵；/>和/>分别为/>中的第一个值和最后一个值；为行数为1行，列数为a×b列的矩阵；a和b分别为多项式函数中谐振频率、温度补偿信号的最高阶次；
根据初始压力解算系数，采用最小二乘法得到/>的估计值/>：
将的过程标记为/>，即/>。
在步骤S3中，将压力解算系数作为代价函数自变量，采用梯度下降法或遗传算法求解自变量，并标记代价函数值最小时对应的自变量为/>，l为迭代变量，初始值为1；
对压力解算系数进行求解的代价函数为初始代价函数，其表达式为：
其中，为正则化系数；/>为初始代价函数。
在步骤S4中，将中绝对值最小的z个参数置0，标记为/>，标记置0的参数位置为/>，将/>中第/>行元素置0，并标记为/>，/>≤/>维数的10%，/>=/>；
在步骤S5中，判断中置零参数的数量是否大于等于预设数量，若是，输出/>、…/>…，并进入步骤S7，否则，进入步骤S6；/>、/>分别为第2、3和l+1次迭代时代价函数取极小值点对应的自变量。
其中，预设数量为初始压力解算系数中参数总数量的预设倍数。
在步骤S6中，更新代价函数，之后令l=l+1，返回步骤S3，代价函数为：
其中，和/>分别为第l次更新时的多项式函数和压力解算系数；/>为对/>中第/>行元素置0得到的参数；/>为L n范数；
在步骤S7中，根据验证集中标签集和样本扩展集，采用误差函数计算每个多项式函数/>的误差函数值，选取函数值最小时对应的/>作为谐振压力传感器标定的压力解算系数，并将其写入至存储地址。
实施时，本方案优选所述误差函数的表达式为：
其中，为误差函数；/>代表/>为自变量的多项式函数；/>为验证集中的标签集。
综上所述，本方案仅需改动压力解算参数，不需要改变多项式函数的阶数，保障了传感器使用上的一致性。
Claims (6)
1.谐振压力传感器的自适应防过拟合标定方法，其特征在于，包括步骤：
S1、对谐振压力传感器进行标定，得到样本集和标签集，并对样本集进行扩展，得到样本扩展集；
S2、将样本扩展集和标签集划分为训练集和测试集；根据训练集中的标签集和样本扩展集，构建初始压力解算系数的初始多项式函数：
其中，为初始多项式函数；/>为采用最小二乘法得到的/>的估计值；/>、/>分别为训练集中的标签集和样本扩展集；
S3、将压力解算系数作为代价函数自变量，采用梯度下降法或遗传算法求解自变量，并标记代价函数值最小时对应的自变量为/>，l为迭代变量，初始值为1；
S4、将中绝对值最小的z个参数置0，标记为/>，标记置0的参数位置为/>，将中第/>行元素置0，并标记为/>，/>≤/>维数的10%，/>=/>；
S5、判断中置零参数的数量是否大于等于预设数量，若是，输出/>、/>…/>…，并进入步骤S7，否则，进入步骤S6；/>、/>分别为第2、3和l+1次迭代时代价函数取极小值点对应的自变量；
S6、更新代价函数，之后令l=l+1，返回步骤S3，代价函数为：
其中，和/>分别为第l次更新时的多项式函数和压力解算系数；/>为对/>中第/>行元素置0得到的参数；/>为L n范数；
S7、根据验证集中标签集和样本扩展集，采用误差函数计算每个多项式函数的误差函数值，选取函数值最小时对应的/>作为谐振压力传感器标定的压力解算系数。
2.根据权利要求1所述的谐振压力传感器的自适应防过拟合标定方法，其特征在于，步骤S1进一步包括：
S11、在谐振压力传感器的工作温度范围内，选取m个温度标定点，m＞多项式函数中温度补偿信号的最高阶次的两倍；
S12、在谐振压力传感器的工作压力范围内，选取n个压力标定点，n＞多项式函数中谐振频率的最高阶次的两倍；
S13、在温度标定点i标定j个压力标定点，采集谐振压力传感器的温度频率和压力频率及标定每个压力时的标准压力；
S14、采用所有的标准压力构成标签集，采用所有的温度频率和压力频率构成样本集/>：
其中，为/>、/>构成的矩阵；/>为/>、/>构成的矩阵；/>为/>、/>构成的矩阵；/>、/>和/>分别为温度标定点i处标定第j个压力标定点采集的温度频率、压力频率和标准压力；/>、/>和/>分别为第一个温度标定点处标定第一个压力标定点采集的温度频率、压力频率和标准压力；/>、/>和/>分别为温度标定点m处标定第n个压力标定点采集的温度频率、压力频率和标准压力；m和n分别为温度标定点和压力标定点的总个数；
S15、对样本集进行扩展，得到样本扩展集：
其中，分别为对/>、/>和/>进行扩展后构成的矩阵；/>和/>分别为/>的第0和b阶次；/>和/>分别为/>的第0、1和a阶次；a和b分别为多项式函数中谐振频率、温度补偿信号的最高阶次。
3.根据权利要求1所述的谐振压力传感器的自适应防过拟合标定方法，其特征在于，构建初始压力解算系数的初始多项式函数的方法包括：
根据训练集中的标签集和样本扩展集，采用最小二乘法获取初始压力解算系数：
其中，为/>的伪逆矩阵；/>和/>分别为/>中的第一个值和最后一个值；/>为行数为1行，列数为a×b列的矩阵；a和b分别为多项式函数中谐振频率、温度补偿信号的最高阶次；
根据初始压力解算系数，采用最小二乘法得到/>的估计值/>：
将的过程标记为/>，即/>。
4.根据权利要求1所述的谐振压力传感器的自适应防过拟合标定方法，其特征在于：步骤S3中对压力解算系数进行求解的代价函数为初始代价函数，其表达式为：
其中，为正则化系数；/>为初始代价函数。
5.根据权利要求1所述的谐振压力传感器的自适应防过拟合标定方法，其特征在于：所述误差函数的表达式为：
其中，为误差函数；/>代表/>为自变量的多项式函数；/>为验证集中的标签集。
6.根据权利要求1-5任一所述的谐振压力传感器的自适应防过拟合标定方法，其特征在于：所述预设数量为初始压力解算系数中参数总数量的预设倍数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410526942.7A CN118111624B (zh) | 2024-04-29 | 2024-04-29 | 谐振压力传感器的自适应防过拟合标定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410526942.7A CN118111624B (zh) | 2024-04-29 | 2024-04-29 | 谐振压力传感器的自适应防过拟合标定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118111624A true CN118111624A (zh) | 2024-05-31 |
| CN118111624B CN118111624B (zh) | 2024-07-05 |
Family
ID=91216322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410526942.7A Active CN118111624B (zh) | 2024-04-29 | 2024-04-29 | 谐振压力传感器的自适应防过拟合标定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118111624B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060212209A1 (en) * | 2005-03-04 | 2006-09-21 | Stmicroelectronics S.R.L. | Method and associated device for sensing the air/fuel ratio of an internal combustion engine |
| EP2848908A1 (en) * | 2013-09-16 | 2015-03-18 | Nxp B.V. | Capacitive pressure sensor and calibration method |
| CN110674883A (zh) * | 2019-09-29 | 2020-01-10 | 江南大学 | 一种基于k近邻和概率选择主动学习方法 |
| CN110793438A (zh) * | 2019-10-25 | 2020-02-14 | 南京航空航天大学 | 基于模糊熵和人工鱼群算法的低速冲击位置辨识方法 |
| CN114781512A (zh) * | 2022-04-21 | 2022-07-22 | 中国人民解放军32802部队 | 基于多源异构数据融合的电磁目标航迹拟合方法 |
| CN114791334A (zh) * | 2022-04-20 | 2022-07-26 | 浙江大学 | 一种压力传感器的标定简化方法 |
| CN114923623A (zh) * | 2022-07-20 | 2022-08-19 | 成都凯天电子股份有限公司 | 一种硅谐振压力传感器的动态补偿方法 |
| WO2023088728A1 (en) * | 2021-11-17 | 2023-05-25 | Endress+Hauser SE+Co. KG | Computer-implemented method for compensating a sensor |
| CN116519206A (zh) * | 2023-04-27 | 2023-08-01 | 济南大学 | 基于深度学习的压力传感器校准系统及方法 |
| CN117028874A (zh) * | 2023-09-12 | 2023-11-10 | 辽宁石油化工大学 | 消防管道泄漏的检测方法及系统 |
| CN117360546A (zh) * | 2023-11-20 | 2024-01-09 | 北京集度科技有限公司 | 一种车辆控制方法、车辆、电子设备及存储介质 |
| CN117782431A (zh) * | 2023-12-29 | 2024-03-29 | 无锡昆仑富士仪表有限公司 | 基于边缘计算的压力变送器数据标定方法、装置及系统 |
-
2024
- 2024-04-29 CN CN202410526942.7A patent/CN118111624B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060212209A1 (en) * | 2005-03-04 | 2006-09-21 | Stmicroelectronics S.R.L. | Method and associated device for sensing the air/fuel ratio of an internal combustion engine |
| EP2848908A1 (en) * | 2013-09-16 | 2015-03-18 | Nxp B.V. | Capacitive pressure sensor and calibration method |
| CN110674883A (zh) * | 2019-09-29 | 2020-01-10 | 江南大学 | 一种基于k近邻和概率选择主动学习方法 |
| CN110793438A (zh) * | 2019-10-25 | 2020-02-14 | 南京航空航天大学 | 基于模糊熵和人工鱼群算法的低速冲击位置辨识方法 |
| WO2023088728A1 (en) * | 2021-11-17 | 2023-05-25 | Endress+Hauser SE+Co. KG | Computer-implemented method for compensating a sensor |
| CN114791334A (zh) * | 2022-04-20 | 2022-07-26 | 浙江大学 | 一种压力传感器的标定简化方法 |
| CN114781512A (zh) * | 2022-04-21 | 2022-07-22 | 中国人民解放军32802部队 | 基于多源异构数据融合的电磁目标航迹拟合方法 |
| CN114923623A (zh) * | 2022-07-20 | 2022-08-19 | 成都凯天电子股份有限公司 | 一种硅谐振压力传感器的动态补偿方法 |
| CN116519206A (zh) * | 2023-04-27 | 2023-08-01 | 济南大学 | 基于深度学习的压力传感器校准系统及方法 |
| CN117028874A (zh) * | 2023-09-12 | 2023-11-10 | 辽宁石油化工大学 | 消防管道泄漏的检测方法及系统 |
| CN117360546A (zh) * | 2023-11-20 | 2024-01-09 | 北京集度科技有限公司 | 一种车辆控制方法、车辆、电子设备及存储介质 |
| CN117782431A (zh) * | 2023-12-29 | 2024-03-29 | 无锡昆仑富士仪表有限公司 | 基于边缘计算的压力变送器数据标定方法、装置及系统 |
Non-Patent Citations (3)
| Title |
|---|
| ALI, I; ASIF, M; (...); LEE, KY: "A Highly Accurate, Polynomial-Based Digital Temperature Compensation for Piezoresistive Pressure Sensor in 180 nm CMOS Technology", 《SENSORS》, 30 September 2020 (2020-09-30) * |
| 叶永伟;陆俊杰;钱志勤;王永兴;: "基于LS-SVM的机械式温度仪表误差预测研究", 仪器仪表学报, no. 01, 15 January 2016 (2016-01-15) * |
| 胡宗达;周红;张坤;张林;赵鑫: "高精度MEMS硅谐振压力传感器闭环控制系统", 《微纳电子技术》, 15 January 2023 (2023-01-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118111624B (zh) | 2024-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115950557B (zh) | 一种基于压力变送器的温度智能补偿方法 | |
| JP3557213B2 (ja) | 改良された補償機能付送信機 | |
| CN107271081B (zh) | 基于两阶段最小二乘拟合的硅压阻式压力变送器温度补偿方法及装置 | |
| JP5821972B2 (ja) | 物理量センサ装置の出力値補正方法、物理量センサの出力値補正方法、物理量センサ装置および物理量センサの出力値補正装置 | |
| CN103162901A (zh) | 一种压力传感器的多温度点非线性校准方法 | |
| CN102032974A (zh) | 一种压力传感器温度补偿方法 | |
| CN106248296A (zh) | 压力变送器的多变元、变温标定方法 | |
| US20130253873A1 (en) | Calibration of flowmeters | |
| CN114580219B (zh) | 一种分布式大气数据系统参数校准的方法 | |
| CN116519206A (zh) | 基于深度学习的压力传感器校准系统及方法 | |
| CN115704697B (zh) | 陀螺仪的温度标定补偿方法、装置、设备及介质 | |
| CN114166118A (zh) | 一种光纤形状传感布置角度自校准方法 | |
| CN118111624B (zh) | 谐振压力传感器的自适应防过拟合标定方法 | |
| CN106501743A (zh) | 一种数字示波器精度校准方法及装置 | |
| CN106644193B (zh) | 一种压强值的测定方法及系统 | |
| CN107462347B (zh) | 高精度光纤光栅传感器的波长温度自适应分段拟合方法 | |
| CN113932765A (zh) | 基于温度补偿的高精度静力水准仪及其温度补偿方法 | |
| CN114608682A (zh) | 一种流量计的校准方法 | |
| CN114910152B (zh) | 一种称重计量仪表的精度修正方法 | |
| CN111641471A (zh) | 一种原子钟信号组合控制中预测的权重设计策略 | |
| CN116380339B (zh) | 一种薄膜规真空计校准方法及相关设备 | |
| CN108414007A (zh) | 一种土壤温湿度传感器温度相关非线性补偿算法 | |
| US6668236B1 (en) | Process for calibrating a sensor for measuring an angle of inclination of a motor vehicle wheel | |
| Li et al. | DSP implementation of calibration algorithm for piezoresistive pressure sensor | |
| CN119165506B (zh) | 一种对流层误差修正方法、装置、电子设备及存储介质 |
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 |