基于Labview的光纤传感器相位解调技术

介绍了相位调制型光纤传感器解调原理以及当前常用的解调方法,详细论述了基于3×3耦合器的无源零差对称解调原理及基于Labview软件开发平台的相位解调方法.实验结果显示该方法可实现对相位调制信号的准确解调.与传统硬件解调方法相比,该方法具有易于开发、便于实现微机处理等突出特点.     

电感式传感器振动测量多媒体课件制作

介绍了电感式传感器的工作原理，用其进行振动测量的方法，采用目前流行的多媒体创作工具Authorware6．5将电感式传感器振动测量实验制作成多媒体课件．该课件题材新颖、方式独特,集多种教学信息为一体，可直接用于课堂教学及远程教育．     

采用电聚合方法固定抗体的IgG检测微传感器

采用微电子机械系统MEMS工艺制备微电极芯片，并利用电化学聚合方法将抗体（羊抗人IgG）与吡咯共同聚合在工作电极敏感表面，用于人免疫球蛋白IgG的安培酶免疫检测.该传感器以硅作为基底，铂作为电极，工作电极敏感面积2mm².SU8胶形成的微反应池结构使该传感器试剂用量仅为μL量级.该传感器工作电压-0.3V，线性范围5—655ng/mL，响应时间3min，具有制备简便、响应快、试剂用量少、检测浓度低、微型化、便于集成等优点.     

微梁传感器弹性模量的测试

利用一种静态和两种动态的检测技术,对红外辐射探测微悬臂梁式传感器材料的弹性模量进行了测试研究.在静态检测实验中,利用纳米硬度计直接测出传感器材料的弹性模量;在动态实验中,分别利用谱平面光学滤波法和多普勒测振仪得到微悬臂梁传感器结构的固有频率,再结合数值模拟计算求出传感器的等效弹性模量.通过几种检测结果的分析和比较,获得了更加精确的微梁传感器单元的弹性模量值,为微梁的优化设计和评估提供了可靠的参数.     

无线传感器网络中基于负载平衡的多路路由

针对传感器节点能量受限的特点，提出了一种无线传感器网络中基于负载平衡的多路路由（load balancing multi-path routing,LBMPR）协议．LBMPR依赖传感器节点的地理位置生成从源节点到sink节点的多条路径，数据通信均匀分布于不同路径上，从而达到节点间的负载平衡，延长了网络的寿命．仿真实验表明，若选择适当的参数a和b，较之mesh-2和mesh-3，LBMPR能获得更好的负载平衡性能．     

多跳通信无线传感器网络的容量与功耗分析

多跳通信的无线传感器网络中,通过选择合适的节点的传输范围改变无线链路的信道容量,获得网络容量为Θ(logN),与通过波束成形的通信方式获得的网络容量具有相同的扩展量级;比较了为获得相同的网络容量,波束成形的通信方式和多跳的通信方式所需要的网络总功率和单节点的最大工作功率。数值计算结果表明,多跳与波束成形的通信方式的网络总功耗之比为10-1~10-3时,能获得较高的能量效率,但临近S ink的节点的功耗较大,降低了网络寿命。     

有限记忆ISODATA算法在航迹关联中的研究

针对多传感器多目标航迹关联的特点,提出了将基于聚类分析的ISODATA算法应用于航迹关联的解决方法。将表征航迹特征的参量构成待分类的样本空间,利用ISODATA算法对来自不同传感器的航迹进行关联。构建了基于ISODATA算法的有限记忆关联模型,利用有限步的历史航迹状态数据,有效地解决了目标密集环境下的误关联问题。通过仿真研究说明了算法的有效性。     

不确定广义系统的镇定

针对输出反馈下不确定广义系统的可镇定问题,从状态反馈下闭环广义系统的稳定性问题入手,利用矩阵不等式,依次给出不确定广义系统可镇定、关联不确定广义大系统的分散可镇定、以及关联不确定广义大系统在执行器故障、传感器故障下分散可镇定的充分条件。由此推广到输出反馈,给出了输出反馈意义下的广义系统可镇定、关联不确定广义大系统的分散可镇定、以及关联不确定广义大系统在执行器故障、传感器故障下分散可镇定的充分条件(即完整性设计)。其中反馈控制器的设计方法简明而又统一,便于应用。最后用数值例子来验证所给结果的有效性。     

一种非线性融合系统中的传感器管理方法

针对非线性非高斯动态跟踪系统,提出一种基于序贯蒙特.卡洛粒子滤波的传感器管理方法。该方法首先利用粒子滤波计算目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量大小实现传感器资源对目标的分配。仿真结果表明,在非线性系统下,该方法对传感器管理具有较高的精确性、实时性和鲁棒性。     

基于粗糙神经网络的航空电子传感器故障诊断

针对航空电子传感器系统是由多个子系统所组成的复杂大系统且很难量测系统输入,传统故障诊断方法难以评估这类系统的问题,提出了一种基于粗糙神经网络的航空传感器故障诊断方法。该方法首先运用Kohonen网络对航空电子传感器测量得到的连续数据进行离散化,然后用粗糙集理论进行知识规则的提取,最后用提取的知识作用于一步预测神经网络,用该网络预测结果与航空电子传感器实际输出进行阈值比较,进而进行故障检测。仿真实验和实际应用表明,该方法可行并能有效地检测传感器故障,且故障诊断率高。