摘要 — 本文介绍了一种实时温度补偿功率检测器的设计和特性。该检测器的工作频带为 (40.5 – 42.5) GHz,专用于优化 5G 设备的功耗。本文提出了一种新颖而简单的技术来补偿电压灵敏度值 (γ) 随温度的变化。该技术基于添加一个无源电路,该电路充当具有正温度系数的电阻器,在较高温度下吸收较少的输入功率。结果,测量表明,灵敏度值随温度的下降被抑制了 55% 以上,因此,在频率 41 GHz 下,该值在温度范围 (20~100)°C 内变化很小 (γ = 1530 V/W±6%)。与最近发表的作品相比,所提出的检测器电路非常简单,并且没有功耗。此外,它以更高的频率运行,以适用于 5G 应用。
(K) 温度补偿:如果运营人对机组人员进行了温度补偿功能使用培训,并且机组人员使用了补偿功能,则操作带有补偿因偏离 ISA 而引起的高度测量误差的航空电子系统的机组人员可以不考虑 RNP AR APCH 程序的温度限制。但是,培训还应认识到系统的温度补偿是否适用于 VNAV 引导,并且不能替代机组人员补偿温度对最低高度或 DA/H 的影响;
(K) 温度补偿:如果运营人对机组人员进行了温度补偿功能使用培训,并且机组人员使用了补偿功能,则操作带有补偿因偏离 ISA 而引起的高度测量误差的航空电子系统的机组人员可以忽略 RNP AR APCH 程序的温度限制。但是,培训还应认识到系统的温度补偿是否适用于 VNAV 引导,并且不能替代机组人员对温度对最低高度或 DA/H 的影响进行补偿;
主动温度补偿和校准提供超稳定的零点,从而实现可靠、宽动态范围 - 它还消除了用户频繁重新调零的需要,因为传统皮拉尼和对流压力计通常存在零点漂移。主动温度补偿还可以补偿环境温度波动引起的测量信号误差。
温度补偿是解决非分散红外CO 2气体传感器检测准确性受到温度影响的问题的主要措施。由于非分散红外CO 2气体传感器的测量精度很容易受到环境温度的影响,因此本文分析了传感器受温度影响的原因,并提出了一种整合鲸鱼算法(WOA)和BP神经网络的温度补偿方法。鲸鱼算法用于优化BP神经网络的权重和阈值,以建立非分散红外CO 2气体传感器的温度补偿模型,并将优势与传统的BP神经网络模型和粒子群群和粒子群优化(PSO)BP神经网络模型进行比较。实验结果表明,WOA-BP算法的温度补偿模型误差低于30 ppm,平均绝对误差百分比为3.86%,远比BP神经网络和PSO-BP神经网络好得多,并且有效地降低了温度对传感器准确性的影响。
1。压力范围:300〜1100HPA(海拔9000m〜 -500m)。2。电源电压:5V 3。低功耗:标准模式6中的5μA。高精度:在低功率模式下,分辨率为0.06HPA(0.5米)7。高线性模式,分辨率为0.03hpa(0.25m)8。温度输出9。I2C通信模式10。 与温度补偿12. MSL 1反应时间:7.5ms 13。 备用电流:0.1μAI2C通信模式10。与温度补偿12.MSL 1反应时间:7.5ms 13。备用电流:0.1μA
真正的温度补偿数字 I2C 或 SPI 输出* 这通常允许客户从 PCB 上移除与信号调节相关的组件,以释放空间并降低与这些组件相关的成本(例如,采购、库存、组装)。真正的温度补偿数字 I2C 或 SPI 输出通常可以消除由于 PCB 上有多个信号调节组件而可能出现的问题,并简化与微处理器的集成,从而无需客户实施复杂的信号调节。
真正的温度补偿数字 I 2 C 或 SPI 输出* 这通常允许客户从 PCB 上移除与信号调节相关的组件,以释放空间并降低与这些组件相关的成本(例如,采购、库存、组装)。真正的温度补偿数字 I 2 C 或 SPI 输出通常可以消除由于 PCB 上有多个信号调节组件而可能出现的问题,并简化与微处理器的集成,从而无需客户实施复杂的信号调节。