【摘要】：針對在現(xiàn)有的光柵細分方法中,細分精度和細分倍數(shù)受光柵輸出信號質(zhì)量制約的問題,提出了一種基于域變換和灰色預測的光柵信號軟細分方法。基于時空域變換原理將空間域的信息變換到時間域,將傳統(tǒng)的等時間采樣轉換為等空間采樣得到空間序列,然后根據(jù)灰色預測理論模型預測代表光柵空間位移信息的時間量,通過模型殘差檢驗和修正算法不斷提高預測的準確度,最后以時間脈沖方式輸出光柵細分信號。實驗研究表明,采用灰度預測模型對光柵信號實現(xiàn)預測的軟細分方法,不受信號的正弦性、正交性和等幅性影響,細分誤差精度可以達到±1.8″,細分精度優(yōu)于信號周期的±5%。
[Abstract]:In order to solve the problem that the subdivision accuracy and subdivision multiple are restricted by the quality of grating output signal in the existing grating subdivision methods, a soft subdivision method of grating signal based on domain transformation and grey prediction is proposed. Based on the principle of spatial-temporal transformation, the information in spatial domain is transformed into time domain, and the traditional equal-time sampling is transformed into equal-space sampling to obtain spatial sequence, and then the amount of time representing the spatial displacement information of grating is predicted according to the grey prediction theory model. The prediction accuracy is continuously improved by the model residual test and correction algorithm. Finally, the grating subdivision signal is output in the mode of time pulse. The experimental results show that the soft subdivision method of grating signal prediction based on gray prediction model is not affected by the sine, orthogonality and equal amplitude of the signal, and the accuracy of subdivision error can reach 鹵1.8 ". The subdivision accuracy is better than 鹵5% of the signal period.
【作者單位】： 重慶理工大學機械檢測技術與裝備教育部工程研究中心時柵傳感及先進檢測技術重慶市重點實驗室;
【基金】：國家自然基金(51175534,51305478,51435002) 重慶市基礎與前沿研究計劃項目(cstc2013jcyja70007) 重慶市教委科學技術研究項目(KJ1500905)資助
【分類號】：TH74

【相似文獻】

相關期刊論文 前10條

1 周仰效;;娘子關泉流量的時間序列疊加模型[J];工程勘察;1986年04期

2 唐一科;顧乾坤;;振動的時間序列預報控制研究[J];電子機械工程;1992年03期

3 陳南祥;霍崇仁;;時間序列的季節(jié)模型在地下水位模擬和預報中的應用[J];工程勘察;1993年03期

4 唐波;陳德棉;;基于時間序列的中小企業(yè)融資額預測研究[J];沈陽工業(yè)大學學報;2006年06期

5 羅耀軍;;降水時間序列挖掘模型的建立和應用[J];水電能源科學;2009年04期

6 陳青;羅志清;吳蕓蕓;;時間序列在變形監(jiān)測中的應用[J];江西科學;2011年02期

7 熊有倫;時間序列的狀態(tài)模型[J];華中工學院學報;1985年05期

8 袁景俠,楊有君,門曉波;機床加工精度的時間序列預報控制[J];大連工學院學報;1986年03期

9 洪鐘瑜;張景繪;程維倫;;應用時間序列的基本性質(zhì)識別振動系統(tǒng)的特性參數(shù)(下)——應用研究[J];振動與沖擊;1986年03期

10 張景繪;洪鐘瑜;邱陽;;應用時間序列的基本性質(zhì)識別振動系統(tǒng)的特性參數(shù)(上)—理論、方法、軟件[J];振動與沖擊;1986年02期

相關會議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預報方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預測[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學習逼近[A];'99系統(tǒng)仿真技術及其應用學術交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡集成預測方法[A];第十五屆中國管理科學學術年會論文集（下）[C];2013年

8 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

9 劉瓊;任福繼;;股市預測算法及分析結果的自然語言生成[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學術年會論文集[C];2004年

10 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術論壇論文集（文摘部分）[C];2012年

相關重要報紙文章 前7條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學：協(xié)整與有條件的異方差自回歸[N];中國社會科學院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

7 房鵬;數(shù)碼書信寄真情[N];中國電腦教育報;2005年

相關碩士學位論文 前10條

1 楊宇鵬;基于時間序列的數(shù)據(jù)預測問題研究[D];吉林大學;2010年

2 陳思揚;時間序列計量經(jīng)濟建模技術及比較研究[D];暨南大學;2007年

3 鄭繼萍;時間序列的相似性挖掘及其在股票時間序列中的應用[D];東北財經(jīng)大學;2007年

4 王娜;時間序列建模預報的原理與應用[D];長春工業(yè)大學;2010年

5 張振;基于重要點模式的時間序列表示及其應用[D];昆明理工大學;2010年

6 卓明坤;時間序列短期趨勢信號模型研究[D];昆明理工大學;2011年

7 毛興;階梯型時間序列時域分析及應用[D];武漢科技大學;2011年

8 董燕;近鄰數(shù)限制下的時間序列網(wǎng)絡分析[D];華東師范大學;2012年

9 田雯;火災時間序列的動力學研究及其預測[D];南昌大學;2012年

10 李迎;時間序列聚類方法研究[D];遼寧師范大學;2012年

，

本文編號：2485286