当前位置:主页 > 科技论文 > 仪器仪表论文 >

基于域变换和灰色预测的光栅信号软细分方法

发布时间:2019-05-24 23:35
【摘要】:针对在现有的光栅细分方法中,细分精度和细分倍数受光栅输出信号质量制约的问题,提出了一种基于域变换和灰色预测的光栅信号软细分方法。基于时空域变换原理将空间域的信息变换到时间域,将传统的等时间采样转换为等空间采样得到空间序列,然后根据灰色预测理论模型预测代表光栅空间位移信息的时间量,通过模型残差检验和修正算法不断提高预测的准确度,最后以时间脉冲方式输出光栅细分信号。实验研究表明,采用灰度预测模型对光栅信号实现预测的软细分方法,不受信号的正弦性、正交性和等幅性影响,细分误差精度可以达到±1.8″,细分精度优于信号周期的±5%。
[Abstract]:In order to solve the problem that the subdivision accuracy and subdivision multiple are restricted by the quality of grating output signal in the existing grating subdivision methods, a soft subdivision method of grating signal based on domain transformation and grey prediction is proposed. Based on the principle of spatial-temporal transformation, the information in spatial domain is transformed into time domain, and the traditional equal-time sampling is transformed into equal-space sampling to obtain spatial sequence, and then the amount of time representing the spatial displacement information of grating is predicted according to the grey prediction theory model. The prediction accuracy is continuously improved by the model residual test and correction algorithm. Finally, the grating subdivision signal is output in the mode of time pulse. The experimental results show that the soft subdivision method of grating signal prediction based on gray prediction model is not affected by the sine, orthogonality and equal amplitude of the signal, and the accuracy of subdivision error can reach 卤1.8 ". The subdivision accuracy is better than 卤5% of the signal period.
【作者单位】: 重庆理工大学机械检测技术与装备教育部工程研究中心时栅传感及先进检测技术重庆市重点实验室;
【基金】:国家自然基金(51175534,51305478,51435002) 重庆市基础与前沿研究计划项目(cstc2013jcyja70007) 重庆市教委科学技术研究项目(KJ1500905)资助
【分类号】:TH74

【相似文献】

相关期刊论文 前10条

1 周仰效;;娘子关泉流量的时间序列叠加模型[J];工程勘察;1986年04期

2 唐一科;顾乾坤;;振动的时间序列预报控制研究[J];电子机械工程;1992年03期

3 陈南祥;霍崇仁;;时间序列的季节模型在地下水位模拟和预报中的应用[J];工程勘察;1993年03期

4 唐波;陈德棉;;基于时间序列的中小企业融资额预测研究[J];沈阳工业大学学报;2006年06期

5 罗耀军;;降水时间序列挖掘模型的建立和应用[J];水电能源科学;2009年04期

6 陈青;罗志清;吴芸芸;;时间序列在变形监测中的应用[J];江西科学;2011年02期

7 熊有伦;时间序列的状态模型[J];华中工学院学报;1985年05期

8 袁景侠,杨有君,门晓波;机床加工精度的时间序列预报控制[J];大连工学院学报;1986年03期

9 洪钟瑜;张景绘;程维伦;;应用时间序列的基本性质识别振动系统的特性参数(下)——应用研究[J];振动与冲击;1986年03期

10 张景绘;洪钟瑜;邱阳;;应用时间序列的基本性质识别振动系统的特性参数(上)—理论、方法、软件[J];振动与冲击;1986年02期

相关会议论文 前10条

1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年

2 马培蓓;纪军;;基于时间序列的航空备件消耗预测[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

3 卢世坤;李夕海;牛超;陈蛟;;时间序列的非线性非平稳特性研究综述[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年

4 李强;;基于线性模型方法对时间序列中异常值的检测及证券实证分析[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年

5 戴丽金;何振峰;;基于云模型的时间序列相似性度量方法[A];第八届中国不确定系统年会论文集[C];2010年

6 谢美萍;赵希人;庄秀龙;;多维非线性时间序列的投影寻踪学习逼近[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年

7 张大斌;李红燕;刘肖;张文生;;非线性时问序列的小波-模糊神经网络集成预测方法[A];第十五届中国管理科学学术年会论文集(下)[C];2013年

8 陈赫;罗声求;;历史横断面数据的时间序列化[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

9 刘琼;任福继;;股市预测算法及分析结果的自然语言生成[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

10 黄云贵;;基于时间序列的电网固定资产投资规模研究[A];2012年云南电力技术论坛论文集(文摘部分)[C];2012年

相关重要报纸文章 前7条

1 ;《时间序列与金融数据分析》[N];中国信息报;2004年

2 何德旭 王朝阳;时间序列计量经济学:协整与有条件的异方差自回归[N];中国社会科学院院报;2003年

3 刘俏;让数据坦白真相[N];21世纪经济报道;2003年

4 西南证券高级研究员 董先安邋德圣基金研究中心 郭奔宇;预计6月CPI同比上涨7.2%[N];证券时报;2008年

5 东证期货 王爱华 杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年

6 任勇邋郑重;中国对世界钢材价格的影响实证分析[N];现代物流报;2007年

7 房鹏;数码书信寄真情[N];中国电脑教育报;2005年

相关硕士学位论文 前10条

1 杨宇鹏;基于时间序列的数据预测问题研究[D];吉林大学;2010年

2 陈思扬;时间序列计量经济建模技术及比较研究[D];暨南大学;2007年

3 郑继萍;时间序列的相似性挖掘及其在股票时间序列中的应用[D];东北财经大学;2007年

4 王娜;时间序列建模预报的原理与应用[D];长春工业大学;2010年

5 张振;基于重要点模式的时间序列表示及其应用[D];昆明理工大学;2010年

6 卓明坤;时间序列短期趋势信号模型研究[D];昆明理工大学;2011年

7 毛兴;阶梯型时间序列时域分析及应用[D];武汉科技大学;2011年

8 董燕;近邻数限制下的时间序列网络分析[D];华东师范大学;2012年

9 田雯;火灾时间序列的动力学研究及其预测[D];南昌大学;2012年

10 李迎;时间序列聚类方法研究[D];辽宁师范大学;2012年



本文编号:2485286

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yiqiyibiao/2485286.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2b6a7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com