论文部分内容阅读
摘要：针对MEMS气敏传感器应用中存在响应滞后的问题，研究一种能减少MEMS气敏传感的响应时间、可在线计算的传感信息动态预测补偿方法，通过超前预测实现对未知事件的预判。该方法采用基于近似树更新的快速算法，对传感信息在尺度空间进行快速分解，充分有效地利用各尺度空间的信息特点，分别采用多项式预测算法和基于AR的双kalman递推并行算法对平滑层、分辨层信息进行单步预测或者多步滚动修正预测，最后进行重构实现对传感信息的动态预测。实验结果表明：该方法可使传感器的响应时间降低17.4%，且最大预测误差为0.626%。借助小波分析的低通滤波效应，可有效抑制噪声干扰，同时根据分解尺度空间的信息特点使用不同算法进行预测，可减少MEMS气敏传感器的响应时间，达到多步快速、准确预测的目的。