首页> 外文期刊>Pomiary Automatyka Kontrola >Modeling of influences of sensor reflections on the accuracy of a microwave reflectometer
【24h】

Modeling of influences of sensor reflections on the accuracy of a microwave reflectometer

机译:传感器反射对微波反射仪精度影响的建模

获取原文
获取原文并翻译 | 示例
           

摘要

Artykuł przedstawia i porównuje wyniki modelowania błędów granicznych w pomiarach mocy sygnału mikrofalowego w falowodzie wielosensorowym reflektometrem. Wyniki te uzyskano metodą najmniejszych kwadratów lub też filtrem Kalmana. Stosowanie kilku dodatkowych sensorów w falowodzie umożliwia pomiary trzech podstawowych parametrów mocy sygnału ze zwiększoną czułością. Jednakże sensory oddziałują wzajemnie na siebie. Analizuje się jednorzędowy i dwurzędowy układ rozmieszczenia sensorów podany na rys. la,b. Odległość między sensorami odpowiada 1/8 długości fali w falowodzie. Wykorzystując grafy skierowane opracowano model przepływu sygnałów w układzie - rys. 2. Uwzględniono wpływy odbić od sąsiednich sensorów rozmieszczonych w falowodzie. Otrzymano uproszczony liniowy układ równań algebraicznych uwzględniający podstawowe oddziaływania odbić od sensorów - wzór (2). Przy założonych wariancjach dla normalnych rozkładów zakłóceń w torach czujników oszacowano standardowe niepewności pomiarów mocy sygnału w falowodzie. Użyto uśredniania metodą najmniejszych kwadratów MNK lub filtru Kalmana, dla którego podano schemat przetwarzania - rys. 3 i wzory (3)-(10). Niepewności uzyskane obiema metodami dla różnych przesunięć fazowych pomiędzy sensorami i różnej ich liczby przedstawiono na rysunkach 4 i 5. Porównano otrzymane wyniki. Stosując większą liczbę czujników niż 3 obiema metodami uzyskano kilkuprocentowe zmniejszenie standardowej niepewności pomiarów mocy mikrofalowego sygnału w falowodzie. Metodę filtru Kalmana można wykorzystać nie tylko przy automatyzacji pomiaru reflektometrem wielosensorowym, ale i do powiększenia dokładności innych wielosensorowych pomiarów procesów z zakłóceniami.%In this paper the uncertainty component of a multisensor microwave reflectometer dependent on mutual reflections between sensors is described. One-line and two-lines arrangement of the set of sensor localization are considered. Adjacent sensors influence each other. The mathematical model of signal flow graphs of such a system was developed. The set of linear algebraic equations incorporating main reflections between sensors was worked out. The least squares method or Kalman filter for averaging the sensor signals with random distortions is used. The uncertainty of measuring the power by the multi-sensor reflectometer is estimated. The obtained results are discussed. The described methods of the uncertainty evaluation can be applied to automation of the multi-sensor reflectometer and in other multivariable measurements.
机译:本文介绍并比较了使用多传感器反射仪在波导中测量微波信号功率时对极限误差建模的结果。这些结果是通过最小二乘法或卡尔曼滤波器获得的。在波导中使用几个附加的传感器可以提高信号强度的三个基本参数的测量。但是,传感器彼此交互。单排和双排传感器分配系统如图La,b所示。传感器之间的距离对应于波导中波长的1/8。使用有向图,开发了系统中信号流的模型-图2。考虑了位于波导中的相邻传感器的反射影响。考虑到传感器反射的基本相互作用,获得了简化的线性代数方程组-公式(2)。利用传感器路径中干扰的正态分布的假定方差,可以估算波导中信号强度测量的标准不确定性。使用最小二乘法MNK或卡尔曼滤波器进行平均,并给出了处理方案-图3和公式(3)-(10)。两种方法对于传感器之间的不同相移以及它们的不同数量获得的不确定性如图4和5所示。将获得的结果进行比较。通过使用多于3个的传感器,这两种方法都可以将波导中微波信号强度测量的标准不确定性降低百分之几。卡尔曼滤波方法不仅可以用于自动化多传感器反射仪的测量,还可以提高其他多传感器过程中受干扰的测量的精度。%本文描述了一种取决于传感器之间相互反射的多传感器微波反射仪的不确定度分量。考虑传感器定位的集合的单线和两线布置。相邻的传感器会相互影响。开发了这种系统的信号流图的数学模型。得出了包含传感器之间主反射的线性代数方程组。使用最小二乘法或卡尔曼滤波器对随机失真的传感器信号进行平均。估计通过多传感器反射仪测量功率的不确定性。讨论了获得的结果。所描述的不确定性评估的方法可以应用于多传感器反射仪的自动化以及其他多变量测量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号