本发明属于传感器信号处理技术领域,涉及一种基于神经网络的非线性误差抑制系统和传感器,包括：滑动滤波模块、MLP处理模块和参数存储模块；滑动滤波模块,用于根据滤波算法对输入信号进行滤波处理；MLP处理模块,用于根据神经网络算法对经过滤波处理的信号进行补偿,获得下一时刻的误差补偿值,用误差补偿值减去经过滤波处理的信号获得经过补偿的信号；参数存储模块,用于存储滑动滤波模块和MLP处理模块的信号和参数。其将滤波算法和神经网络算法结合,对传感器输出信号中的非线性误差进行处理,实时地进行误差补偿,支持最高3.2MHz的信号采样频率。

本发明涉及传感器领域,尤其涉及一种防干扰电力传感器结构。防干扰电力传感器结构包括安装盒、传感器组件和充气接头组件。安装盒内有容物腔,安装盒上设置有与容物腔连通的充气口。传感器组件设置于容物腔内。充气接头组件与充气口连接,充气接头组件用于向容物腔内充入抗静电气体。本发明提供的防干扰电力传感器结构通过设置传感器组件于安装盒的容物腔内,利用充气接头组件向容物腔内充入抗静电气体,增加电介质表面导电率与体积导电率,防止静电产生,从而降低静电对传感器的干扰。

用于确定电动机(12)转子(18)的角度(φ)的方法包括下列步骤：通过控制器(14)从转子位置传感器(15)获取第一转子位置信号(P-1),第一转子位置信号(P-1)包含多阶；借助控制器(14)的角速度模块(32)至少根据第一转子位置信号(P-1)求取电动机(12)的角速度(ω)；借助控制器(14)的第一滤波模块(28)根据所求取的角速度(ω)和第一转子位置信号(P-1)求取第一基本信号(G-1)；并且借助控制器(14)的角度模块(34)至少根据所求取的第一基本信号(G-1)求取转子(18)的角度(φ)。此外示出控制器(14)和车辆。

本发明公开了一种基于偏振干涉和DCM算法的高稳定性动态相位解调补偿方法,第一步、利用构建的相位解调系统,得到两路低相干干涉信号和一路干涉信号的直流量模拟信号；第二步、采集模拟信号,转换成数字信号；第三步、将数字信号进行数据处理,完成干涉信号的归一化和归一化结果的补偿处理,对采集到的信号进行解调,得到腔长变化的相位信息。与现有技术相比,本发明适用于消除在极端应用环境下由于外界环境变化和系统波动产生的干扰；提高了基于DCM算法的光纤F-P动态相位解调方法的稳定性,3)能够实现对法布里-珀罗(F-P)传感器腔长解调的实时补偿。

本发明涉及传播延迟补偿电路以及计算传播延迟补偿的方法。各种实施方案提供用于编码器数字信号处理中的传播延迟补偿和内插的滤波器。滤波器可包括：第一低通滤波器,被配置为降低包括测量角位置的数字输入的噪声；第一微分器,被配置为接收经滤波的数字输入并且根据测量角位置和先前角位置的时间差来计算速度；第二低通滤波器,被配置为降低来自速度的噪声；第二微分器,被配置为接收经滤波的速度并且使用经滤波的速度与先前速度的时间差来计算加速度；第三低通滤波器,被配置为降低加速度的噪声；和延迟补偿器,被配置为接收经滤波的数字输入、经滤波的速度和经滤波的加速度,并且计算经传播延迟补偿的数字输出。