首页期刊导航|传感技术学报
期刊信息/Journal information
传感技术学报
东南大学 中国微米纳米技术学会
传感技术学报

东南大学 中国微米纳米技术学会

黄庆安

月刊

1004-1699

dzcg-bjb@seu.edu.cn；dzcg-bjb@163.com

025-83794925

210096

南京市四牌楼2号东南大学

传感技术学报/Journal Chinese Journal of Sensors and ActuatorsCSCD北大核心CSTPCD
查看更多>>《传感技术学报》杂志的编委委员均来自国内各著名高校的教授和博士生导师，他们是我国传感器领域方面的专家、学者和权威人士。《传感技术学报》稿源来自全国各高等院校，，中国科学院所属的有关专业研究机构以及国内大型工矿企业设置的专业研究所。《传感技术学报》刊登的论文均有2名国内同行专家审稿通过。 《传感技术学报》的作者有院士、教授、博士生导师、研究员、博士研究生、和硕士研究生以及从事该研究领域的工作人员、专家和学者。 《传感技术学报》主要面向广大的科技工作者、高等院校、各公共图书馆、情报所（室）、研究所以及厂矿，它对科技工作者、科学研究人员、广大教师、研究生、博士生都具有极为重要的参考价值。
正式出版
收录年代

    带温度补偿的改进型注塑机锁模力传感器设计与实现

    邓俊文颜幸尧胡美君陈潘布衣...
    1-7页
    查看更多>>摘要：目前国内外注塑机行业所使用的实时在线锁模力传感器均为双侧半桥模式,且大部分不带哥林柱温度补偿功能,因此在精度、分辨率等性能上还有较大的提升空间.设计了一款双侧全桥并带哥林柱温度补偿的改进型注塑机锁模力传感器,并进行了上机验证.单个锁模力传感器主要由两片受力敏感片和两片不受力温度补偿片组成,每根哥林柱的两侧各使用一个传感器,组成双侧类全桥电路进行锁模力检测.实验结果表明,与目前行业普遍采用的双侧半桥模式锁模力传感器相比,本改进型传感器在不同锁模力载荷下,精度更高,线性度更好;四个通道的拟合决定系数R2 均在 0.999 7 以上,最大绝对误差为 25 kN,最大相对误差为 3.753%,最大锁模力重复性精度为 2.430%.

    锁模力传感器温度补偿锁模力应力测量哥林柱

      原文链接:
    • 万方数据
    • 维普

    不同负载下液化换能器动态电阻特性研究

    陈遥郭南翔刘超然杨伟煌...
    8-15页
    查看更多>>摘要：针对液化超声中超声振子在不同负载下工作导致的换能器发热不同,进而影响换能器工作效率和使用寿命问题,从理论和实验方面研究了工作在串联谐振点的换能器在不同负载环境下的动态电阻变化和发热特性.研究获得了不同液体负载条件如不同液体温度、液体黏稠度、浸入深度、液体密度等下,换能器的动态电阻变化与换能器发热量的映射关系.针对串联谐振频率下的换能器,通过理论计算得到了动态电阻与电压电流关系.针对阻抗分析仪驱动功率较低,不能准确测试换能器有载时的动态电阻变化趋势的缺点,设计了一种测试换能器有载时的动态电阻变化趋势的方案.基于频率追踪芯片实现了频率追踪电路,保证了超声换能器工作频率始终处于换能器串联谐振点.本研究可为提升工作在复杂负载环境下的超声电源可靠性提供参考.

    超声换能器液体负载环境换能器发热动态电阻频率跟踪方案

      原文链接:
    • 万方数据
    • 维普

    基于钯纳米颗粒导电沟道的室温型氢气传感器的研究

    涂建鑫邹杰孙靖远张文冰...
    16-21页
    查看更多>>摘要：随着氢能的广泛应用,检测氢气(H2)泄漏十分必要.采用溶剂热法合成钯(Pd)纳米颗粒,结合旋涂法从极大程度上简化了覆盖敏感层工艺,在利用微机电系统(MEMS)工艺制备的硅基金(Au)叉指电极上研究了基于"氢致Pd晶格膨胀效应(HILE)"的裂结式H2 传感器的敏感特性,为低成本批量化制备室温型氢气传感器提供了可行性研究.结果表明该传感器对H2 的响应值与Pd纳米颗粒在基底上的覆盖率密切相关:覆盖率在一定范围内越大,响应值越小.在室温下,该类传感器对500×10-6～2 500×10-6 H2 表现出了较快的响应速度:响应时间在5s左右,恢复时间在25s左右,具有较高的响应值:在2 500×10-6 H2 气氛下高达 83%,有较好的选择性和稳定性.

    叉指电极氢气传感器Pd纳米颗粒氢致晶格膨胀

      原文链接:
    • 万方数据
    • 维普

    基于银纳米线的柔性压阻式触觉传感器研究

    谭苗苗刘伟
    22-28页
    查看更多>>摘要：触觉传感器是智能机器人感知外界环境并与人进行交互的关键环节.多种物理测量和高延展性使触觉传感器得到了更广泛的应用.提出了一种制造工艺简单、成本低的柔性触觉传感器,根据电阻的变化,可检测温度和接触压力.该传感器是由PDMS薄膜、纸基银纳米线和PDMS薄膜组成的三明治结构.敏感元件为 3×3 的纸基银纳米线阵列,阵列末端用导电银浆引线.整个传感器的尺寸为 3 cm×3 cm.通过压力测试和温度测试实验,测量了传感器阵列交点处的电阻随着压力和温度变化趋势.结果表明,该传感器的压力检测灵敏度为 2.8 Ω/N,温度检测灵敏度为 0.18 Ω/℃.该传感器的结构和制备工艺简单可行,在机器人电子皮肤领域具有广阔的应用前景.

    微机电系统柔性传感器压阻效应银纳米线

      原文链接:
    • 万方数据
    • 维普

    基于MPSO-BP算法的四电极电化学气体传感器温度补偿研究

    刘伟鲁露杨文博赵曼玉...
    29-34页
    查看更多>>摘要：针对四电极电化学气体传感器的测量精度极易受环境温度影响的问题,提出一种基于粒子群优化BP神经网络算法(PSO-BP)的温度补偿方法.利用改进的PSO算法(MPSO)对BP神经网络的权值和阈值进行优化,构造四电极电化学气体传感器的温度补偿模型,并设计了气体传感器测试系统.实验结果表明,MPSO-BP算法可有效提高BP神经网络的收敛速度和泛化能力;基于MPSO-BP算法的四电极气体传感器温度补偿模型,可将温度补偿误差控制在 0.1%以内.

    温度补偿电化学气体传感器粒子群优化BP神经网络四电极

      原文链接:
    • 万方数据
    • 维普

    基于自适应强跟踪Kalman滤波的GNSS跟踪环路设计

    盛开宇陈熙源汤新华闫晣...
    35-41页
    查看更多>>摘要：为提高GNSS接收机跟踪环路在复杂环境下的跟踪性能,提出一种基于自适应强跟踪Kalman滤波(ASTKF)的跟踪环路,在传统跟踪环路的基础上,以鉴相器输出为观测量进行自适应强跟踪Kalman滤波,滤波结果用于计算导航滤波器的观测量,同时将伪码频率和载波多普勒频率反馈到码NCO和载波NCO,在ASTKF中使用基于卡方分布的渐消因子计算方法,提升跟踪环路鲁棒性.半物理仿真实验表明,相比于基于Kalman滤波的跟踪环路和基于强跟踪Kalman滤波(STKF)的跟踪环路,所提出方法在水平方向上的位置误差和速度误差减小 20%以上,有效提高了卫星导航接收机的定位性能.

    卫星导航自适应强跟踪Kalman滤波渐消因子卡方分布软件接收机

      原文链接:
    • 万方数据
    • 维普

    粒子群优化噪声参数的行人导航零速修正算法

    李磊苏中吴学佳雷明...
    42-49页
    查看更多>>摘要：针对使用零速修正算法进行行人惯性导航时,固定噪声参数不适用所造成的导航精度较低的问题,提出了一种基于粒子群算法优化噪声参数的零速修正算法.通过最小化零速阶段的滤波器新息序列可以在线调整滤波参数,以适应当前行人运动状态,最后通过对多组惯性数据进行解算来验证算法有效性.分别使用了标准零速修正算法和粒子群优化的零速修正算法对惯性数据进行解算,并计算两种算法解算结果的位置误差,结果表明,提出的算法能够得到更小的定位误差和更平滑的解算轨迹.

    行人导航零速修正粒子群优化扩展卡尔曼滤波新息序列

      原文链接:
    • 万方数据
    • 维普

    基于WOSA-BP的车辆动态称重算法研究

    袁科许素安富雅琼徐红伟...
    50-57页
    查看更多>>摘要：测量精度一直是影响车辆动态称重系统有效可靠性的主要因素.针对车辆动态称重系统测量精度较低这个问题,提出了一种基于鲸鱼优化(Whale Optimization Algorithm,WOA)算法和模拟退火(Simulated Annealing,SA)算法混合优化的BP神经网络(Back Propagation Neural Network)动态称重模型.首先,简单介绍了动态称重系统的结构和原理.然后,通过小波变换对动态称重系统的采样信号进行过滤重构处理,经过计算得到的动态车重、车速和轴数作为BP 神经网络模型的输入参数.其次,建立了一个由WOSA算法优化的BP神经网络来预测实际车辆总重和轴重.最后,比较了WOSA算法优化的BP神经网络模型的预测能力并得出结论.仿真结果表明,WOSA-BP车辆动态称重模型收敛速度快,精度高,最大总重的相对误差为0.58%,最大轴重相对误差为 6.73%.

    动态称重BP神经网络小波变换鲸鱼优化算法模拟退火算法

      原文链接:
    • 万方数据
    • 维普

    基于纹理特征的分布式视频压缩感知自适应重构方法

    陈灿周超张登银
    58-63页
    查看更多>>摘要：面对大规模视频数据带来的全新挑战,具备硬件友好特性的分布式视频压缩感知应运而生.由于传统基于分析模型的分布式视频压缩感知重构方法计算复杂度高,难以满足实时应用的要求,因此深度学习技术被逐渐引入.然而,现有基于深度学习的重构方法忽略了帧的纹理特征,限制了重构性能.由于同图像组中的视频帧具有较高的相似性,因此可以选择相邻视频帧作为当前视频帧纹理特征的参考.为了解决这个问题,提出一种基于纹理特征的分布式视频压缩感知自适应重构网络,命名为TF-DCVSNet.具体来说,TF-DCVSNet利用已重构的相邻帧纹理特征,激活当前重构帧的重构网络模块,进行自适应重构.大量实验验证了TF-DCVSNet的有效性.

    分布式视频压缩感知视频重构深度学习纹理特征

      原文链接:
    • 万方数据
    • 维普

    基于多数据集深度学习的视觉传感图像目标增强识别

    董涛杨宝华
    64-70页
    查看更多>>摘要：视觉传感图像目标的特征变化幅度普遍较大,类别间样本不均衡,为了提高视觉传感图像关键目标识别效果,提出基于多数据集深度学习的视觉传感图像目标增强识别方法.采用颜色特征提取识别目标的特征量,通过计算视觉传感图像目标与背景区域的纹理特征差异,构建具有多特征参数的卷积神经网络模型.采用指数Laplace损失函数降低模型中类内特征变化幅度,调整不同类中心的特征间距离.结合自适应分块标记完成目标增强识别全过程.以火焰和车辆监控视觉传感图像为分析对象,设计测试实验.结果表明:所提方法的视觉传感图像增强效果较好,能够有效识别出视觉传感图像中火灾发生的异常行为和车辆的驾驶行为,且目标识别耗时低于 6.2 s,证明所提方法的实际应用价值较高.

    视觉传感图像卷积神经网络目标识别纹理特征差异Laplace损失函数分块标记

      原文链接:
    • 万方数据
    • 维普