传感器原理课程设计报告模版.doc

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
传感器原理课程设计报告模版

《传感器原理及应用》 课程设计报告 题 目: 传感器校准曲线的线性化处理—拟合问题研究 院 (系): 信息科学与工程学院 专业班级: 电子科学与技术1102班 学生姓名: 张三 学 号: 20111185028 指导教师: 王思贤 20 14 年 5 月 26 日至20 14 年 5 月 30 日 华中科技大学武昌分校制 传感器原理及应用 课程设计任务书 一、设计(调查报告/论文)题目 传感器校准曲线的线性化处理—拟合问题研究 二、设计(调查报告/论文)主要内容 内容: 1、理解传感器校准曲线的概念,对压力传感器的实验标定数据,采用最小二乘法进行理论直线拟合、曲线拟合。 2、采用MATLAB仿真软件编写直线拟合、曲线拟合的运行程序,实现理论拟合,给出拟合直线与拟合曲线方程。 3、编写程序,计算传感器的理论拟合直线、拟合曲线的非线性误差,并分析与比较,得出结论。 基本功能与要求: (1)有拟合直线、拟合曲线(二次) 运行程序。 (2)有程序运行结果:校准曲线、拟合直线、拟合曲线图。 (3)有非线性误差理论计算值,包括拟合直线与拟合曲线计算值的运行程序。 三、原始资料 1. 张毅刚.基于Protues的单片机课程的基础实验与课程设计.北京:人民邮电出版社,2008. 2. 四、要求的设计(调查/论文)成果 1.课程设计报告 2.课程设计软件 五、进程安排 1 任务介绍、选题,0.5天 2 查阅资料、系统分析0.5天 3 方案设计、硬件电路完成1天 4 详细设计(编写代码)、调试或仿真 2天 5 成果验收撰写课程设计报告 1天 六、主要参考资料 [1] 何道清.传感器与传感器技术.北京:科学出版社.2008. [2] 田裕鹏.传感器原理.北京:科学出版社,2007. [3] 张淑清.单片微型计算机接口技术及应用.北京:国防工业出版社,2001. [4] 翟生辉.单片计算机原理及应用.西安:西安交通大学出版社,2000. [5] 徐爱钧.单片机高级语言C51程序设计.北京:电子工业出版社,2001. 指导教师(签名): 20 年 月 日 目录 1 总体设计 1 1.1 设计思路 1 1.2 设计过程 2 2 软件设计 2 2.1MATLAB源程序 : 2 3 系统测试 4 3.1实验截图 4 总 结 6 1 总体设计 1.1 设计思路 利用最小二乘法在MATLAB上对传感器数据进行一次拟合和二次拟合,并分析计算两次拟合的非线性误差、迟滞性误差、重复性误差,最后对比两次拟合的效果。 最小二乘法原理: 在我们研究两个变量(x,y)之间的相互关系时,通常可以得到一系列成对的数据(x1,y1.x2,y2... xm,ym);将这些数据描绘在x -y直角坐标系中,若发现这些点在一条直线附近,可以令这条直线方程如(式1-1)。 (式1-1) 其中:a0、a1 是任意实数 为建立这直线方程就要确定a0和a1,应用《最小二乘法原理》,将实测值Yi与利用(式1-1)计算值(Yj=a0+a1X)的离差(Yi-Yj)的平方和 最小为“优化判据”。令:φ = (式1-2) 把(式1-1)代入(式1-2)中得:φ =(式1-3) 当最小时,可用函数 φ 对a0、a1求偏导数,令这两个偏导数等于零。 ∑2(a0 + a1*Xi - Yi)(式1-4) ∑2*Xi(a0 + a1*Xi - Yi)(式1-5) 亦即:na0 + (∑Xi ) a1 = ∑Yi (式1-6) (∑Xi ) a0 + (∑Xi^2 ) a1 = ∑(Xi*Yi) (式1-7) 得到的两个关于a0、 a1为未知数的两个方程组,解这两个方程组得出: a0 = (∑Yi) / n - a1(∑Xi) / n (式1-8) a1 = [n∑Xi Yi - (∑Xi ∑Yi)] / [n∑Xi2 - (∑Xi)2 )] (式1-9) 这时把a0、a1代入(式1-1)中, 此时的(式1-1)就是我们回归的元线性方程即:数学模型。 在回归过程中,回归的关联式不可能全部通过每个回归数据点(x1,y1. x2,y2...xm,ym),为了判断关联式的好坏,可借助相关系数“R”,统计量“F”,剩余标准偏差“

文档评论(0)

haocen + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档