中国传感器杂志

由于它们的灵活性，冗余机械手适合在狭窄和复杂的环境中工作。然而，大量关节和长细长的链接使得难以通过编码器直接获得冗余机械手的精确末端效应姿势。本文用视觉传感器，惯性传感器和编码器的融合提出了一种姿势估计方法。首先，根据传感器中每个测量单元的互补特性，校正并增强原始数据。此外，通过建立端部执行器的非线性运动预测和多速率传感器的同步更新模型来采用改进的卡尔曼滤波器（KF）算法。最后，径向基函数（RBF）神经网络用于自适应调整融合参数。在实验中验证了所提出的方法在估计误差和更新频率上实现比原始扩展卡尔曼滤波器（EKF）和Unscented Kalman滤波器（UKF）算法在更好的情况下实现更好的性能，尤其是在复杂的环境中。

土壤水分是制约黄土高原植物生长和存活的重要因素。它的水平严重影响植物的生长发育和群落的类型和分布特征。研究区为中国黄土高原的济河盆地。采用野外试验、室内分析和GIS空间分析相结合的方法，建立不同环境变量(土地利用、地形和气象等)的多元线性回归模型，模拟土壤湿度的时空变化。通过土壤含水量测定，评价了该模型在吉河流域的应用效果。结果表明:土壤含水量与土壤容重、月降雨量、地形湿度指数、土地利用系数和坡向系数呈正相关，与月平均气温和相对高程系数呈负相关;所选变量均与土壤含水量有关，可占土壤含水量变化量的75%，其余25%的变化量与其他因素有关。对比各采样点的模拟值和实测值，所有模拟值的平均误差为0.09，说明仿真具有较高的精度。土壤水分的空间分布受土地利用和地形因素的影响显著，年内季节性变化显著。土壤含水量的季节变化是由降雨和气温(决定蒸发)和植被生长周期的季节变化决定的。 Therefore, the proposed model can simulate the spatial and temporal variation of soil moisture content and support developing the soil and water loss model on a basin scale.

棕榈油是当今世界生产的主要油脂和脂肪之一。棕榈油的质量是至关重要的，其质量指数之一是游离脂肪酸（FFA）含量。因此，在本研究中，已经探讨了用于确定FFA的电化学方法作为更换常规方法（滴定方法）的替代方案。基于电化学还原的石墨烯氧化物（RGO）开发了电化学方法，其通过滴浇注技术耦合与沉积在丝网印刷的碳电极（SPCE）上的金纳米颗粒（AUNP）。2-甲基-1,4-萘醌的伏安行为（VK_3.）在含有丙二腈/水混合物中，在含有高氯酸锂的乙腈/水混合物中，在棕榈酸的存在下（LiClo_4.）。棕榈酸的电化学检测基于VK的伏安减少_3.形成与棕榈酸浓度成比例的相应氢醌。在最佳条件下，显影方法显示出浓度为0.192mm至0.833mm的浓度良好的线性关系，检测限为0.015mm。预计开发系统的探索将实现高灵敏度和对棕榈油中FFA含量的优异选择性。

虽然对于齿状连续血压（BP）监测估计，探索了两种弹性管（ET）和血管弹性（VE），但是可以从BP估计的不同数学机制导出具有这两种模型的初始校准。该研究旨在通过先进的点对点（APTP）配对校准来评估VE和ET模型的性能。仅在PPG和ECG信号与各个受试者同步地获取袖带BPS。两个流行的VE模型与一个代表ET模型一起指定为将APTP作为统一的评估标准进行研究。VE模型表明相关性更强0.89和0.86的SBP和DBP，估计的估计BP误差 （4.55）mmhg和 （3.38）分别比ET模型的SBP和DBP的MMHG。通过ET模型，传统最小二乘（LS）校准和APTP校准方法之间存在显着差异（ ）。这些结果表明，在相同的均匀定标下，VE模型优于ET模型。结果表明，初始校准方法的选择对于利用ET模型计算舒张压是至关重要的。研究表明，不同BP估计模式与初始定标模式之间的初始灵敏度存在明显差异。必威2490

电源管理系统是系统需要用于电源的锂离子电池组的关键组件。本文为锂离子电池组电源管理系统提出了一种完全集成，高精度和高可靠性的集成电路（IC）。它具有完全保护电路，包括过电压，过热和过电流电路，测量电压精度为0.2 mV和15位内部连续近似寄存器（SAR）模数转换器（ADC）。该IC旨在自动保护系统，并以高精度测量电池电池电压，温度和充电或放电电流。它还提供了一个²C接口与外部微控制器单元（MCU）通信，使其可实现电池单元的电压平衡和SOC估计，在一小时内以0.1％的估计精度。

发动机的瞬时转速测量在汽车发动机的日常检查和维护方面是至关重要的。由于旋转速度的接触测量并不总是可用的，因此振动测量已用于非接触式旋转速度估计方法。遗憾的是，由于噪声的影响和振动信号的强不稳定特性，通过分析发动机振动频率的非接触估计方法的准确性并不令人满意。为了克服这些问题，基于多种匹配的同步调节变换（MSST）（MMSST，具有多种挤压操作的改进的MSST），提出了一种新的非接触方法，以精确估计本文汽车发动机的瞬时转速。首先，提出了MMSST来处理振动信号以获得集中时间频率（TF）表示。其次，采用瞬时频率（IF）检测算法从TF结果中提取基频。最后，根据基本频率和转速之间的关系计算发动机的转速。来自数值模拟和实际发动机测试的结果证明，如果发动机振动信号的估计和更精确的转速估计结果与MST方法相比，则该方法可以获得更高的频率分辨率和更精确的频率分辨率。此外，所提出的方法被验证以具有更强的噪声稳健性，并且可以为包含非线性频率调制部件的发动机振动信号提供令人满意的估计结果。