【摘 要】
：
针对常规Butterworth低通滤波器存在检测精度、稳定性和响应时间之间的矛盾问题,提出高阶Butterworth低通滤波器的一种改进设计。首先选择(n+2)阶常规Butterworth低通滤波器的离虚轴较远的n个极点做为n阶改进Butterworth低通滤波器的极点,从而设计出改进Butterworth低通滤波器。最后对改进Butterworth低通滤波器进行分析,结果表明：改进Butterw
【机 构】
：
华侨大学机电及自动化学院,泉州,362021
【出 处】
：
2008中国仪器仪表与测控技术报告大会
论文部分内容阅读
针对常规Butterworth低通滤波器存在检测精度、稳定性和响应时间之间的矛盾问题,提出高阶Butterworth低通滤波器的一种改进设计。首先选择(n+2)阶常规Butterworth低通滤波器的离虚轴较远的n个极点做为n阶改进Butterworth低通滤波器的极点,从而设计出改进Butterworth低通滤波器。最后对改进Butterworth低通滤波器进行分析,结果表明：改进Butterworth低通滤波器的响应速度较快,超调量较小,从而可以提高检测精度。
其他文献
帘子布作为一种特殊纺织品,其外形的不确定性给疵点的自动检测带来了新的困难。采用一种改进的模版对帘子布不同纹理进行点方向图求取,再对得到点方向图进行直方图统计,最后采用BP神经网络实现帘子布疵点检测。实验表明该方法可准确检测帘子布断经、浆斑、劈缝、稀经和经线粘连等疵点,具有分类准确、识别速度快的优点。
为了高效精确地对海底热流进行探测,针对目前原位探测设备体积大,精度低,操作不便,维护困难等不足,研制了新型海底热流原位探测系统。该系统采用双探针热脉冲—DPHP(dual-probeheat-pulse measurement theory)方法实现热导率高精度快速原位测量；采用交变恒流源激励测量技术实现高精度地温梯度测量；通过对探测过程三轴加速度和介质电导率实时检测实现状态监测与姿态校正。经过在
本文介绍了一种基于EWOD效应的微液滴控制芯片，该芯片利用硅微加工工艺制作，以多晶硅作为电极和SiO2作为绝缘层。我们进行了基于EWOD效应的液滴控制实验，测试了制作的芯片对于微液滴的控制性能。结果表明，在电压小于80V的时候，接触角测量值基本和预测曲线吻合。实验中得到的液滴最快移动平均速度为6.98mm/s。实现了液滴的四个基本操作动作：产生、合并、输运、分割。
通过对电力通信设备高频参数测试原理和流程的研究,提出了一种新型的高频参数自动测试方案。本系统将传统意义上的电平振荡器,选频电平表和参数测量电桥集成为一体,实现了不同设备类型和参数测量的自动选择。并且测试结果可以以图形的方式显示或通过串行口上传给上位机。测量结果表明其具有良好的应用效果。
用激光干涉计量法来研究水凝胶的聚合过程,具有对水凝胶聚合过程进行非破坏、非接触的全过程实时在线监测的优点。以聚丙烯酸凝胶为例进行了的研究表明：引发剂浓度变大时单体浓度的减小速度加快,直至最后几乎不随时间变化；聚合过程中溶液的温度变化小于5℃时,热效应引起的测试系统的误差小于3％,因此该监测方法具有较强的实用意义。
提出并实现了一种共焦扫描检眼镜实时图像采集的设计方案。根据检眼镜中的位置反馈信号及光电倍增管输出信号的特性，利用比较器和CPLD以及PCI-1410图像采集卡实现了实时图像采集的硬件设计；分析了采集过程中存在的图像畸变，并在LABVIEW中实现了畸变的校正以及图像的实时显示。该系统可实现图像大小512X512像素帧频为25帧的实时图像采集。
本文从IPD测试的短期稳定度即相位抖动出发,对测试信号源相位噪声对IPD测试的影响进行了详细讨论分析,结果表明,相位抖动的大小主要取决于100kHz以内的近载波相位噪声,并和测试信号源在给定带宽内的相位噪声功率的平方根成正比。本文给出了三类典型微波合成源的等效相位抖动值,为测试信号源的选择和设计提供了参考。
针对芯片电泳电容耦合非接触微电导检测系统中微弱变化的正弦信号幅度和相位检测问题,提出了一种利用锁定放大器与混沌检测相结合的检测方法。该方法通过锁定放大器抑制强背景噪声信号,采用Duffing混沌振子提取有用的被测信号.仿真结果表明该检测方法具有很低的信噪比门限,能对被强噪声覆盖的微弱正弦信号非常敏感。
本文根据无源RFID(Radio Frequence Identification)电子标签的工作原理,介绍了一款用于检测无源RFID应答器频率的耦合器。并且详细分析了耦合器的关键技术以及如何利用该耦合器来匹配电子标签的调谐电容使其能够和阅读器产生谐振。
对采集到石油钻井的滚动轴承正常、内圈和滚子裂缝、内圈和滚子剥落三种工况下的振动信号利用小波分析进行消噪处理后,再利用小波熵进行特征提取,对提取到的特征向量分别使用RBF神经网络和支持向量机进行故障类型的模式识别。从实验处理结果中可以看到RBF神经网络和支持向量机都能很好地进行滚动轴承故障诊断,并且在小样本的情况下支持向量机比RBF神经网络具有更高的诊断精度,这表明支持向量机在解决滚动轴承故障诊断问