CN108828170B - 一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法 - Google Patents

一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法 Download PDF

Info

Publication number
CN108828170B
CN108828170B CN201810382568.2A CN201810382568A CN108828170B CN 108828170 B CN108828170 B CN 108828170B CN 201810382568 A CN201810382568 A CN 201810382568A CN 108828170 B CN108828170 B CN 108828170B
Authority
CN
China
Prior art keywords
dissolved oxygen
oxygen concentration
output
microcontroller
value
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.)
Expired - Fee Related
Application number
CN201810382568.2A
Other languages
English (en)
Other versions
CN108828170A (zh
Inventor
刘培学
孙伟峰
戴永寿
朱秋莲
刘继新
姜宝华
陈玉杰
李晓燕
冯飞
陈会伟
刘树美
周淑芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Qingdao Huanghai University
Original Assignee
China University of Petroleum East China
Qingdao Huanghai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China, Qingdao Huanghai University filed Critical China University of Petroleum East China
Priority to CN201810382568.2A priority Critical patent/CN108828170B/zh
Publication of CN108828170A publication Critical patent/CN108828170A/zh
Application granted granted Critical
Publication of CN108828170B publication Critical patent/CN108828170B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Nuclear Medicine (AREA)

Abstract

本发明公开了一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法，具体涉及海水养殖溶解氧浓度监测技术领域。该具有多协议输出的海水养殖溶解氧浓度采集装置包括微控制器，微控制器内设有滤波单元，微控制器的输入端连有溶解氧浓度传感器，溶解氧浓度传感器与微控制器之间设有AD转换电路，微控制器的输出端输出与溶解氧浓度对应的电压信号输出端、可控电流输出端、TTL电平输出端和串口；溶解氧浓度传感器测量的含有测量噪声的信号经过AD转换电路转换后进入微控制器，微控制器对信号进行自适应得到准确的滤波值，滤波值经过微控制器的处理后转化为电压信号、可控电流、TTL电平信号和串口信号输出。

Description

一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法
技术领域
本发明涉及海水养殖溶解氧浓度监测技术领域，具体涉及一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法。
背景技术
海水养殖是一项巨大的产业，满足了人们对海产品的需求，随着人们生活水平的不断提高，对海产品的需要量日益增大。在海产品养殖中，溶解氧浓度是一项十分关键的海水养殖参数，现有溶解氧浓度主要通过传感器装置进行测量。随着海水养殖的信息化及自动化发展，对海水养殖参数测量传感器要求也越来越高，目前，市面上的溶解氧传感器通常具有较大的测量误差，不利于海水养殖的精细化管理，同时，市面上的溶解氧传感器输出协议较少，不方便集成。
发明内容
本发明的目的是针对上述不足，提出了一种能够提高测量精度，并可以对测量结构进行多种协议输出的具有多协议输出的海水养殖溶解氧浓度采集装置及方法。
本发明具体采用如下技术方案：
一种具有多协议输出的海水养殖溶解氧浓度采集装置，包括微控制器，所述微控制器内设有滤波单元，微控制器的输入端连有溶解氧浓度传感器，溶解氧浓度传感器与微控制器之间设有AD转换电路，微控制器的输出端输出与溶解氧浓度对应的电压信号输出端、可控电流输出端、TTL电平输出端和串口；溶解氧浓度传感器测量的含有测量噪声的信号经过AD转换电路转换后进入微控制器，微控制器对信号进行自适应得到准确的滤波值，滤波值经过微控制器的处理后转化为电压信号、可控电流、TTL电平信号和串口信号输出。
优选地，所述溶解氧传感器为输出模拟量的溶解氧浓度传感器。
优选地，所述溶解氧传感器为输出数字量的溶解氧浓度传感器。
优选地，经过滤波单元滤波后的数值可通过TTL电平输出端口输出，也可采用微控制器得任一I/O口输出，输出协议为：等待客户机拉低I/O口，微控制器输出8个机器周期的TTL电平，表示溶解氧浓度的整数部分，再输出8个机器周期的TTL电平，表示溶解氧浓度的小数部分，结束I/O口电平拉高。
优选地，所述滤波单元滤波后的数值通过DA转换电路输出电压信号。
一种具有多协议输出的海水养殖溶解氧浓度采集方法，采用如上所述的具有多协议输出的海水养殖溶解氧浓度采集装置，所述滤波单元对采集的信号采用自适应的卡尔曼滤波进行处理，具体包括：
分别建立溶解氧浓度的状态方程和量测方程，如式(1)、(2)所示：
X(k+1)＝FX(k)+w(k) (1)
Z(k+1)＝HX(k+1)+v(k+1) (2)
其中，X(k+1)和X(k)分别为k+1时刻、k时刻的溶解氧浓度值，F表示状态转移矩阵，表示k+1时刻溶解氧浓度值和k时刻溶解氧浓度值之间的关系，海水中溶解氧浓度不能突变，此处F＝1，H为***量测矩阵，表示目标状态变量对测量变量的增益，H＝1，w(k),v(k+1)分别为过程噪声和量测噪声，取均值为零、互不相关的高斯白噪声，方差分别为Q和R；
卡尔曼滤波过程包括状态预测与状态更新两个递推环节，具体如下：
状态预测：
根据式(3)求出基于上次滤波值的预测值：
Figure BDA0001641368200000021
根据式(4)求出预测的误差协方差：
P(k+1|k)＝FP(k|k)FT+Q(k) (4)
状态更新：
根据式(5)计算卡尔曼滤波增益：
k(k+1)＝P(k+1|k)·HT[HP(k+1|k)HT+R]-1 (5)
根据式(6)求出K+1时刻的滤波值，此值即为输出值，使量测和预测的均方误差最小，
Figure BDA0001641368200000022
其中，
Figure BDA0001641368200000023
为新息序列；
状态估计误差协方差矩阵更新：
求出滤波误差协方差，根据式(7)，完成滤波的递归，
P(k+1|k+1)＝(I-KH)P(k+1|k)(I-KH)T+KRKT (7)
式(7)中的测量测噪声方差R采用固定值；过程噪声自适应方式计算得出，具体计算过程为：
定义转换坐标Kalman滤波中的新息、残差如式(8)、(9)
Figure BDA0001641368200000024
Figure BDA0001641368200000025
由式(8)和式(9)得到d(k+1)-ε(k+1)＝H(e(k+1|k+1)-e(k+1|k))
根据新息和残差正交原理有：
E[(d(k+1)-ε(k+1))(d(k+1)-ε(k+1))T]＝H(e(k+1|k+1)-e(k+1|k))·(e(k+1|k+1)-e(k+1|k))THT (10)
根据新息序列和残差序列的不相关性，将式(10)进行化简，得到式(11)：
E(d(k+1)d(k+1)T)+E(ε(k+1)ε(k+1)T)＝HE(e(k+1|k+1)e(k+1|k+1)T)HT+HE(e(k+1|k)e(k+1|k)T)HT＝H(P(k+1|k+1))HT+H(P(k+1|k))HT (11)
在滤波的过程中得到新息序列和残差序列，通过统计方法得到两者实际的方差，即式(12)和(13)：
Figure BDA0001641368200000031
Figure BDA0001641368200000032
其中，M为统计计算时估计窗口的宽度，则由公式(4)、(11)、(12)、(13)得到过程噪声方差的估计值为式(14)：
Figure BDA0001641368200000033
其中，H为单位矩阵，因此式(14)简化为式(15)：
Figure BDA0001641368200000034
由此得出过程方差Q的估计值，此值为K时刻应该采取的过程方差，故需利用式(1)-(4)，采用过程方差Q的估计值跟传感器的方差R进行二次滤波，得到准确的溶解氧浓度估计值。
本发明具有如下有益效果：
该具有多协议输出的海水养殖溶解氧浓度采集装置的微控制器设有多种协议输出，方便用户调用。
该具有多协议输出的海水养殖溶解氧浓度采集方法通过融入滤波算法，测量结果更准确、误差更小。
附图说明
图1为具有多协议输出的海水养殖溶解氧浓度采集装置结构框图；
图2为具有多协议输出的海水养殖溶解氧浓度采集装置的电路原理图；
图3为测试结果曲线比较图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
如图1所示，一种具有多协议输出的海水养殖溶解氧浓度采集装置，包括微控制器，所述微控制器内设有滤波单元，微控制器的输入端连有溶解氧浓度传感器，溶解氧浓度传感器与微控制器之间设有AD转换电路，微控制器的输出端输出与溶解氧浓度对应的电压信号输出端、可控电流输出端、TTL电平输出端和串口；溶解氧浓度传感器测量的含有测量噪声的信号经过AD转换电路转换后进入微控制器，微控制器对信号进行自适应得到准确的滤波值，滤波值经过微控制器的处理后转化为电压信号、可控电流、TTL电平信号和串口信号输出。
溶解氧传感器为输出模拟量的溶解氧浓度传感器,或者溶解氧传感器为输出数字量的溶解氧浓度传感器,或者溶解氧传感器为输出模拟量的溶解氧浓度传感器和出数字量的溶解氧浓度传感器的组合。
经过滤波单元滤波后的数值可通过TTL电平输出端口输出，也可采用微控制器得任一I/O口输出，输出协议为：等待客户机拉低I/O口，微控制器输出8个机器周期的TTL电平，表示溶解氧浓度的整数部分，再输出8个机器周期的TTL电平，表示溶解氧浓度的小数部分，结束I/O口电平拉高。
如图2所述，此图为输出信号图，滤波后的信号经过DAC0832(如需精度更高，可换更高精度DA器件)输出可控电流信号，电流信号经过U3:A运放转化为电压信号，经过U3B运放转化为可供其它应用调用的电压信号，同时U3:A输出的电压信号经过U3:C放大后，U3D构成了电压比较器，通过U3D输出的驱动信号控制MOS管的开关程度，从而在R9上形成可控电流信号，U4A用于调整输出电流大小。滤波单元滤波后的数值通过DA转换电路输出电压信号。
一种具有多协议输出的海水养殖溶解氧浓度采集方法，采用如上所述的具有多协议输出的海水养殖溶解氧浓度采集装置，所述滤波单元对采集的信号采用自适应的卡尔曼滤波进行处理，具体包括：
分别建立溶解氧浓度的状态方程和量测方程，如式(1)、(2)所示：
X(k+1)＝FX(k)+w(k) (1)
Z(k+1)＝HX(k+1)+v(k+1) (2)
其中，X(k+1)和X(k)分别为k+1时刻、k时刻的溶解氧浓度值，F表示状态转移矩阵，表示k+1时刻溶解氧浓度值和k时刻溶解氧浓度值之间的关系，海水中溶解氧浓度不能突变，此处F＝1，H为***量测矩阵，表示目标状态变量对测量变量的增益，H＝1，w(k),v(k+1)分别为过程噪声和量测噪声，取均值为零、互不相关的高斯白噪声，方差分别为Q和R；
卡尔曼滤波过程包括状态预测与状态更新两个递推环节，具体如下：
状态预测：
根据式(3)求出基于上次滤波值的预测值：
Figure BDA0001641368200000051
根据式(4)求出预测的误差协方差：
P(k+1|k)＝FP(k|k)FT+Q(k) (4)
状态更新：
根据式(5)计算卡尔曼滤波增益：
k(k+1)＝P(k+1|k)·HT[HP(k+1|k)HT+R]-1 (5)
根据式(6)求出K+1时刻的滤波值，此值即为输出值，使量测和预测的均方误差最小，
Figure BDA0001641368200000052
其中，
Figure BDA0001641368200000053
为新息序列；
状态估计误差协方差矩阵更新：
求出滤波误差协方差，根据式(7)，完成滤波的递归，
P(k+1|k+1)＝(I-KH)P(k+1|k)(I-KH)T+KRKT (7)
式(7)中的测量测噪声方差R采用固定值；过程噪声自适应方式计算得出，具体计算过程为：
定义转换坐标Kalman滤波中的新息、残差如式(8)、(9)
Figure BDA0001641368200000054
Figure BDA0001641368200000056
由式(8)和式(9)得到d(k+1)-ε(k+1)＝H(e(k+1|k+1)-e(k+1|k))
根据新息和残差正交原理有：
E[(d(k+1)-ε(k+1))(d(k+1)-ε(k+1))T]＝H(e(k+1|k+1)-e(k+1|k))·(e(k+1|k+1)-e(k+1|k))THT (10)
根据新息序列和残差序列的不相关性，将式(10)进行化简，得到式(11)：
E(d(k+1)d(k+1)T)+E(ε(k+1)ε(k+1)T)＝HE(e(k+1|k+1)e(k+1|k+1)T)HT+HE(e(k+1|k)e(k+1|k)T)HT＝H(P(k+1|k+1))HT+H(P(k+1|k))HT (11)
在滤波的过程中得到新息序列和残差序列，通过统计方法得到两者实际的方差，即式(12)和(13)：
Figure BDA0001641368200000055
Figure BDA0001641368200000061
其中，M为统计计算时估计窗口的宽度，则由公式(4)、(11)、(12)、(13)得到过程噪声方差的估计值为式(14)：
Figure BDA0001641368200000062
其中，H为单位矩阵，因此式(14)简化为式(15)：
Figure BDA0001641368200000063
由此得出过程方差Q的估计值，此值为K时刻应该采取的过程方差，故需利用式(1)-(4)，采用过程方差Q的估计值跟传感器的方差R进行二次滤波，得到准确的溶解氧浓度估计值。
如图3所示，经过该具有多协议输出的海水养殖溶解氧浓度采集方法进行仿真测试，设定真实值为10.5，测量值在真实值基础上叠加均值为0，方差为0.5的高斯白噪声，取F＝1，H＝1，采用上述方法测量结果如图，曲线1为真实值，曲线2为测量值，曲线3为跟踪值，经过分析可知，滤波值逐渐趋近于真实值，与测量值相比，结果更准确。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (1)

1.一种具有多协议输出的海水养殖溶解氧浓度采集方法，采用具有多协议输出的海水养殖溶解氧浓度采集装置，装置包括微控制器，所述微控制器内设有滤波单元，微控制器的输入端连有溶解氧浓度传感器，溶解氧浓度传感器与微控制器之间设有AD转换电路，微控制器的输出端输出与溶解氧浓度对应的电压信号输出端、可控电流输出端、TTL电平输出端和串口；溶解氧浓度传感器测量的含有测量噪声的信号经过AD转换电路转换后进入微控制器，微控制器对信号进行自适应得到准确的滤波值，滤波值经过微控制器的处理后转化为电压信号、可控电流、TTL电平信号和串口信号输出；滤波后的信号经过DAC0832输出可控电流信号，电流信号经过U3:A运放转化为电压信号，经过U3B运放转化为可供其它应用调用的电压信号，同时U3:A输出的电压信号经过U3:C放大后，U3D构成了电压比较器，通过U3D输出的驱动信号控制MOS管的开关程度，从而在R9上形成可控电流信号，U4A用于调整输出电流大小，滤波单元滤波后的数值通过DA转换电路输出电压信号；
溶解氧传感器为输出模拟量或输出数字量的溶解氧浓度传感器；
经过滤波单元滤波后的数值可通过TTL电平输出端口输出，也可采用微控制器的 任一I/O口输出，输出协议为：等待客户机拉低I/O口，微控制器输出8个机器周期的TTL电平，表示溶解氧浓度的整数部分，再输出8个机器周期的TTL电平，表示溶解氧浓度的小数部分，结束I/O口电平拉高；所述滤波单元滤波后的数值通过DA转换电路输出电压信号，
其特征在于，所述滤波单元对采集的信号采用自适应的卡尔曼滤波进行处理，具体包括：
分别建立溶解氧浓度的状态方程和量测方程，如式(1)、(2)所示：
X(k+1)＝FX(k)+w(k) (1)
Z(k+1)＝HX(k+1)+v(k+1) (2)
其中，X(k+1)和X(k)分别为k+1时刻、k时刻的溶解氧浓度值，F表示状态转移矩阵，表示k+1时刻溶解氧浓度值和k时刻溶解氧浓度值之间的关系，海水中溶解氧浓度不能突变，此处F＝1，H为***量测矩阵，表示目标状态变量对测量变量的增益，H＝1，w(k)，v(k+1)分别为过程噪声和量测噪声，取均值为零、互不相关的高斯白噪声，方差分别为Q和R；
卡尔曼滤波过程包括状态预测与状态更新两个递推环节，具体如下：
状态预测：
根据式(3)求出基于上次滤波值的预测值：
Figure FDA0002953871050000011
根据式(4)求出预测的误差协方差：
P(k+1|k)＝FP(k|k)FT+Q(k) (4)
状态更新：
根据式(5)计算卡尔曼滤波增益：
k(k+1)＝P(k+1|k)·HT[HP(k+1|k)HT+R]-1 (5)
根据式(6)求出K+1时刻的滤波值，此值即为输出值，使量测和预测的均方误差最小，
Figure FDA0002953871050000021
其中，
Figure FDA0002953871050000022
为新息序列；
状态估计误差协方差矩阵更新：
求出滤波误差协方差，根据式(7)，完成滤波的递归，
P(k+1|k+1)＝(I-KH)P(k+1|k)(I-KH)T+KRKT (7)
式(7)中的测量测噪声方差R采用固定值；过程噪声自适应方式通过计算得出，具体计算过程为：
定义转换坐标Kalman滤波中的新息、残差如式(8)、(9)
Figure FDA0002953871050000023
Figure FDA0002953871050000024
由式(8)和式(9)得到d(k+1)-ε(k+1)＝H(e(k+1|k+1)-e(k+1|k))
根据新息和残差正交原理有：
E[(d(k+1)-ε(k+1))(d(k+1)-ε(k+1))T]＝H(e(k+1|k+1)-e(k+1|k))·(e(k+1|k+1)-e(k+1|k))THT (10)
根据新息序列和残差序列的不相关性，将式(10)进行化简，得到式(11)：
E(d(k+1)d(k+1)T)+E(ε(k+1)ε(k+1)T)＝HE(e(k+1|k+1)e(k+1|k+1)T)HT+HE(e(k+1|k)e(k+1|k)T)HT＝H(P(k+1|k+1))HT+H(P(k+1|k))HT (11)
在滤波的过程中得到新息序列和残差序列，通过统计方法得到两者实际的方差，即式(12)和(13)：
Figure FDA0002953871050000025
Figure FDA0002953871050000026
其中，M为统计计算时估计窗口的宽度，则由公式(4)、(11)、(12)、(13)得到过程噪声方差的估计值为式(14)：
Figure FDA0002953871050000031
其中，H为单位矩阵，因此式(14)简化为式(15)：
Figure FDA0002953871050000032
由此得出过程方差Q的估计值，此值为K时刻应该采取的过程方差，故需利用式(1)-(4)，采用过程方差Q的估计值跟传感器的方差R进行二次滤波，得到准确的溶解氧浓度估计值。
CN201810382568.2A 2018-04-26 2018-04-26 一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法 Expired - Fee Related CN108828170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810382568.2A CN108828170B (zh) 2018-04-26 2018-04-26 一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810382568.2A CN108828170B (zh) 2018-04-26 2018-04-26 一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法

Publications (2)

Publication Number Publication Date
CN108828170A CN108828170A (zh) 2018-11-16
CN108828170B true CN108828170B (zh) 2021-05-28

Family

ID=64155640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810382568.2A Expired - Fee Related CN108828170B (zh) 2018-04-26 2018-04-26 一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法

Country Status (1)

Country Link
CN (1) CN108828170B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116576907B (zh) * 2023-03-31 2024-06-11 中电科国海信通科技(海南)有限公司 用于农业土壤墒情监测的mcu芯片及数据分析方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572972A (zh) * 2009-06-04 2009-11-04 广州冠今电子科技有限公司 一种可调光led恒流驱动电路
CN203466807U (zh) * 2013-05-22 2014-03-05 南京英埃格传感网络科技有限公司 一种水产养殖无线传感器网络节点装置
CN104280526A (zh) * 2014-10-23 2015-01-14 北京理工大学 水质自动在线监测设备测量误差的分析和估计方法
CN105590590A (zh) * 2016-03-09 2016-05-18 深圳市华星光电技术有限公司 适应不同液晶面板的背光亮度自动调整***及液晶显示器
CN207231657U (zh) * 2017-09-20 2018-04-13 青岛黄海学院 一种具有多协议输出的温度采集电路

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11169840A (ja) * 1997-12-10 1999-06-29 Nippon Kankyo Gijutsu Kk 排水処理分析方法及びその装置
JP4117274B2 (ja) * 2004-08-17 2008-07-16 サーンエンジニアリング株式会社 活性汚泥方式排水処理方法及び活性汚泥方式排水処理装置
CN103326739B (zh) * 2013-05-22 2015-01-14 南京英埃格传感网络科技有限公司 一种水产养殖无线传感器网络节点装置及运行方法
CN104460782A (zh) * 2013-09-14 2015-03-25 陕西亚泰电器科技有限公司 基于msc1210单片机的水产养殖水质参数监控***
CN103743867B (zh) * 2013-12-30 2015-06-10 镇江市高等专科学校 基于神经网络的卡尔曼滤波甲醛检测方法
CN104459072B (zh) * 2014-12-12 2016-09-14 中国地质大学（武汉） 一种基于wsn的多参数水质监测节点装置
CN105510422A (zh) * 2015-11-26 2016-04-20 李朝莲 一种水塘溶解氧测量装置
CN105675836B (zh) * 2016-03-02 2017-05-31 华北水利水电大学 一种地下水质监测方法
CN206058011U (zh) * 2016-05-19 2017-03-29 湖南城市学院 一种大鲵养殖环境实时监控***
CN205992147U (zh) * 2016-07-26 2017-03-01 三峡大学 一种新型水产养殖在线监控装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572972A (zh) * 2009-06-04 2009-11-04 广州冠今电子科技有限公司 一种可调光led恒流驱动电路
CN203466807U (zh) * 2013-05-22 2014-03-05 南京英埃格传感网络科技有限公司 一种水产养殖无线传感器网络节点装置
CN104280526A (zh) * 2014-10-23 2015-01-14 北京理工大学 水质自动在线监测设备测量误差的分析和估计方法
CN105590590A (zh) * 2016-03-09 2016-05-18 深圳市华星光电技术有限公司 适应不同液晶面板的背光亮度自动调整***及液晶显示器
CN207231657U (zh) * 2017-09-20 2018-04-13 青岛黄海学院 一种具有多协议输出的温度采集电路

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种新的自适应UKF算法及其在组合导航中的应用;胡高歌 等;《中国惯性技术学报》;20140630;第22卷(第3期);参见摘要、第1节 *
基于单片机的铂电阻高基于单片机的铂电阻高精度温度测控***精度温度测控***;王延年;《电子测量技术》;20060831;第29卷(第4期);第51-54页 *

Also Published As

Publication number Publication date
CN108828170A (zh) 2018-11-16

Similar Documents

Publication Publication Date Title
CN110609973B (zh) 一种用于流量测量的卡尔曼滤波方法
CN107066673B (zh) 工业时滞响应过程的采样抗扰辨识建模方法
CN107072555B (zh) 一种血压测量数据的校准方法及装置
CN109873586B (zh) 一种基于高阶滑模观测器的电机机械参数辨识方法及***
CN108828170B (zh) 一种具有多协议输出的海水养殖溶解氧浓度采集装置及方法
CN103034127A (zh) 一种轴向磁轴承控制***
EP2985907A1 (en) Motor drive device
CN110569767B (zh) 运动参数识别方法、***、设备及计算机可读存储介质
KR101716481B1 (ko) 이동평균 필터의 동작 제어 방법
CN107943142A (zh) 一种基于卡尔曼滤波的低温辐射计温度控制的方法
Li et al. A new approach for filtering and derivative estimation of noisy signals
KR100722832B1 (ko) 강인 진동 주파수 추정기법을 이용한 적응 노치필터링 방법
CN113225047A (zh) 一种基于tvlp-mf的动态检重秤快速滤波方法及***
CN111555689A (zh) 一种基于卡尔曼滤波的相电流过采样***及方法
JP5913623B2 (ja) センシング装置及びセンシング方法
CN107592094B (zh) 一种超声波滤波器
CN108919646B (zh) 一种基于支持向量机的快速偏转镜视轴抖振抑制方法
CN111121827B (zh) 一种基于卡尔曼滤波的tmr磁编码器***
CN108170637B (zh) 一种具有微分特性过程的传递函数模型辨识方法
CN110702972B (zh) 一种模拟信号自适应采样方法及装置
CN110554601B (zh) 一种抗扰pid控制器的设计方法及装置
CN109217759B (zh) 伺服***电流环调节器优化方法
CN107145474B (zh) 一种基于自回归模型的卡尔曼滤波算法
CN102081309B (zh) 一种提高对准扫描成功率的方法
CN107703741B (zh) 基于准模型校准卡尔曼滤波的机器人运动***辨识方法

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
CB02 Change of applicant information

Address after: No.1145, Linghai Road, West Coast New District, Qingdao, Shandong 266427

Applicant after: QINGDAO HUANGHAI University

Applicant after: China University of Petroleum (East China)

Address before: 266580 No. 66 Changjiang West Road, Huangdao economic and Technological Development Zone, Qingdao, Shandong

Applicant before: China University of Petroleum (East China)

Applicant before: QINGDAO HUANGHAI University

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210528

CF01 Termination of patent right due to non-payment of annual fee