基于三次样条曲线插值的温度补偿方法.docxVIP

基于三次样条曲线插值的温度补偿方法 压力传感器的输出不仅取决于压力，还受环境影响。即压力传感器对温度敏感，影响传感器性能和测量精度。这尤其严重，在使用温度范围较宽的高精度压力传感器。在这个实际问题中，通常使用标准温度和压力测量传感器的特性，即测量传感器的标记。基于测量实验结果，采用一定的方法进行后验校正，即软件校正。一般来说，所选温度点越多，校正的精度越高，对温度影响的修正效果越好。然而，随着校正时间的推移，所需的硬件资源和软件资源的需求也在增加。为了加快校正过程，提高补偿效率，我们总是希望少使用数据来获得足够精确的结果。目前，软件补偿方法主要采用曲线补偿法和神经网络法。曲线曲线平面的校正和精度不高。网络网络方法最大的缺点是网络不稳定，训练时间长。因此，在这项工作中，我们提出了一种基于三个采样点的温度补偿方法，并对典型的高精度振动器压力传感器进行了实际处理分析，并比较了基于径向函数（rbf）的神经网络法的温度补偿结果。 1 次样条插值曲线 当插值基点很多时,使用高次多项式插值并不能得到好的结果,因而一般采用分段插值法,即将插值区间分成若干个小区间,然后在每个小区间上使用次数较低的多项式进行插值.一般的分段插值法有一个严重的缺点,就是会导致插值函数在子区间的端点处不光滑,而样条曲线插值就不存在这个问题. 样条是绘图员用来描绘光滑曲线的一种简单工具.设f(x)是区间[a,b]上的一个二次连续可微函数,在区间[a,b]上给定一组基点:a=x1x2…xn+1=b.设函数: S(x)={S1(x),x∈[x1,x2]?Si(x),x∈[xi,xi+1]?Sn(x),x∈[xn,xn+1](1)S(x)=???????????????????S1(x),x∈[x1,x2]?Si(x),x∈[xi,xi+1]?Sn(x),x∈[xn,xn+1](1) 是二次连续可微的,Si(x)(i=1,2,…,n)是一个不高于三次的多项式,且满足条件: S(xj)=f(xj)j=1,2,??n+1(2) 则称S(x)为函数f(x)的三次样条插值函数,简称三次样条. 记mi=S″(xi),f(xi)=fi,hi=xi+1-xi,由三次样条的定义知,S(x)的二阶导数S″(x)在每一个子区间[xi,xi+1],i=1,2,…,n上都是线性函数.于是在[xi,xi+1]上S(x)=Si(x)的二阶导数可表示为 S″i(x)=mixi+1-xhi+mi+1x-xihi(3) 式中,x∈[xi,xi+1].对S″i(x)连续积分2次得: S′i(x)=-mi(xi+1-x)22hi+mi+1(x-xi)22hi+Ai(4)Si(x)=mi(xi+1-x)26hi+mi+1(x-xi)26hi+Ai(x-xi)+Bi(5) 式中,Ai和Bi为积分常数.根据式(5)、式(1)得: Bi=fi-mih2i6(6)Ai=fi+1-fihi-hi6(mi+1-mi)(7) 将式(6)、式(7)代入式(4)、式(5)分别可得: S′i(x)=-mi(xi+1-x)22hi+mi+1(x-xi)22hi+fi+1-fihi-hi6(mi+1-mi)(8)Si(x)=1hi[mi6(xi+1-x)3+mi+16(x-xi)3]+fi+fi+1-fihi(x-xi)-h2i6[(mi+1-mi)x-xihi+mi](9) 由式(8)和S′(x)的连续性可得: hi-1mi-1+2(hi-1+hi)mi+himi+1=6[fi+1-fihi-fi-fi-1hi-1](10) 式中,i=2,…,n.补加x1和xn端点处的2个边界约束条件,可获得三次样条插值曲线S(x). 2 压力传感器温度补偿的步骤 非线性的压力传感器一般是在n个标准温度ti(i=1,2,…,n),m个标准压力pj(j=1,2,…,m)下进行标定,得到n×m组标定点.基于标定过程得到的压力传感器的实测数据对(ti,pj,Tij)可以得到压力传感器的输入/输出关系,即T=f(t,p),也可以将其写成: p=f-1(t,Τ)(11) 实际的测量过程是根据得到的输出测量值T和相应的标准温度t,利用式(11)计算相应的输入被测量值p,计算得到的p称为“被测校准值”.在第j个测点pj处,若由式(11)计算得到的被测校准值为?pj,则其测量误差为Δpj=|?pj-pj|?j=1,2,??m.在整个测量范围内,压力传感器的最大测量误差为:Δpmax=max(Δp1,…,Δpj,…,Δpm),对应的综合误差为:ξ=ΔpmaxpFS×100%,其中pFS为压力传感器的量程. 下面介绍利用三次样条曲线插值方法对压力传感器进行温度补偿的具体步骤:①根据标定数据,在ti固定的情况下对压力传感器的输出信号周期Tij及pj进行三次样条插值,其中