周亞 劉清惓 孫啟云 戴偉

關(guān)鍵詞： 探空溫度傳感器; 測量精度; 太陽輻射; 24位模/數(shù)轉(zhuǎn)換器; 誤差修正; L?M算法

中圖分類號： TN820.1?34; TP212.9 ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2018）24?0001?04

Design of sounding temperature sensor and research on radiation error correction method

ZHOU Ya1，2，3， LIU Qingquan1，2，3， SUN Qiyun1， DAI Wei4

（1. School of Electronics and Information Engineering， Nanjing University of Information Science & Technology， Nanjing 210044， China;

2. Jiangsu Key Laboratory of Meteorological Observation and Signal Processing， Nanjing 210044， China;

3. Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology， Nanjing 210044， China;

4. Key Laboratory of MEMS of the Ministry of Education， Southeast University， Nanjing 210096， China）

Abstract： In allusion to the problem that the solar radiation affects the measurement accuracy of the sounding temperature sensor， a high?precision temperature measurement circuit based on the 24?bit Σ?Δ analog?digital converter （ADC） is designed. An experimental platform is established for solar radiation simulation， and a high?temperature， low?temperature and low?pressure experimental box is used to conduct the experiment. A method of using the Levenberg?Marquardt （L?M） algorithm to fit out the solar radiation error correction equation is proposed. The experimental results show that the sounding temperature sensor and its algorithm can reduce the mean square root error from 0.88 ℃ to 0.28 ℃， and improve the measurement accuracy of the sounding temperature sensor， which have a certain application potential in the high?altitude meteorological sounding field.

Keywords： sounding temperature sensor; measurement accuracy; solar radiation; 24?bit ADC; error correction; L?M algorithm

0 ?引 ?言

探空溫度傳感器在高空氣象探測時(shí)，通過吸收太陽輻射造成的溫升將疊加在傳感器所測真實(shí)大氣溫度上，太陽輻射使溫度升高產(chǎn)生的測量誤差簡稱太陽輻射誤差。太陽輻射、元件沾濕、探空儀擺動(dòng)、氣球尾流、云層輻射都可能對探空溫度傳感器的測量帶來誤差，其中太陽輻射是高空氣象溫度測量誤差的主要來源[1]。根據(jù)1961—2000年中國、1901—2012年全球和1979—2008年中國局地高空年平均氣溫變化趨勢的數(shù)據(jù)，高空溫度變化趨勢的數(shù)量級[2?4]可能在±0.01～±0.1 ℃/a。世界氣象組織（WMO）氣象儀器和觀測方法指南（第6版）的高空測量資料[5]顯示，探空溫度傳感器在300 hPa，100 hPa，30 hPa和10 hPa高空時(shí)，太陽輻射誤差分別可達(dá)0.3～1.0 ℃，0.8～1.8 ℃，1.4～3.3 ℃和1.8～5.1 ℃。如按照WMO提供的數(shù)據(jù)對太陽輻射誤差進(jìn)行修正，難以滿足對±0.01～±0.1 ℃/a量級全球溫度變化趨勢的測量要求。為提高探空溫度傳感器的測量精度，本文設(shè)計(jì)一種高精度低噪聲測量電路，并提出一種利用L?M算法對太陽輻射誤差進(jìn)行修正的方法。

1 ?高精度探空溫度測量電路設(shè)計(jì)

高精度探空溫度測量電路[6]主要由Cortex?M3 ARM處理器STM32F103RBT6、AD7794模/數(shù)轉(zhuǎn)換器、電壓基準(zhǔn)源、NTC溫度傳感器和模擬電源等組成，電路框圖如圖1所示。2個(gè)NTC溫度傳感器通過24位高精度模/數(shù)轉(zhuǎn)換器AD7794將模擬信號轉(zhuǎn)換為數(shù)字信號[7]。電機(jī)轉(zhuǎn)速通過按鍵輸入設(shè)置并通過無線模塊發(fā)送，霍爾傳感器測量電機(jī)轉(zhuǎn)速，ARM處理器通過PID算法調(diào)節(jié)電機(jī)轉(zhuǎn)速與設(shè)定值保持一致。測量的數(shù)據(jù)通過無線模塊發(fā)送到實(shí)驗(yàn)箱外的上位機(jī)上。NTC溫度傳感器具有非線性傳輸特性[8]，為保證2個(gè)探空溫度傳感器在相同環(huán)境下測溫結(jié)果一致，需在同一環(huán)境下對2個(gè)探空溫度傳感器同時(shí)進(jìn)行標(biāo)定。NTC溫度傳感器使用Fluke1595A測溫電橋與ISOTECH干體爐進(jìn)行標(biāo)定。

除太陽輻射誤差之外，探空溫度傳感器測溫電路中的噪聲也會(huì)對測量精度造成影響，為降低測量電路的噪聲，利用具有低噪聲、低壓差、溫漂系數(shù)3 ppm/℃的高精度基準(zhǔn)源ADR444[9]，為測量電路和ADC提供基準(zhǔn)電壓。在PCB布線時(shí)，通過0 Ω電阻將模擬地和數(shù)字地隔開，防止微處理器的高頻噪聲對模擬電路造成干擾。為進(jìn)一步提高測量精度，使用溫漂為 ±2 ppm/K、精度為±0.01%的精密參考電阻，并使用Fluke電橋?qū)ζ溥M(jìn)行標(biāo)定。采用24位Σ?Δ模/數(shù)轉(zhuǎn)換器AD7794，該芯片內(nèi)置可編程增益放大器，通過配置寄存器可設(shè)置不同的輸出速率，選用不同的內(nèi)置濾波器，以進(jìn)一步抑制噪聲。探空溫度測溫電路板實(shí)物圖如圖2所示。

2 ?太陽輻射模擬實(shí)驗(yàn)平臺(tái)搭建

太陽輻射主要受太陽輻射強(qiáng)度以及氣流密度的影響。因此，實(shí)驗(yàn)過程中主要考慮太陽輻射強(qiáng)度、風(fēng)速和氣壓等因素。參照美國軍標(biāo)MIL?E?38453，設(shè)地面到高空的平均太陽輻射強(qiáng)度為1 200 W/m2。實(shí)驗(yàn)使用LED光源模擬1 200 W/m2太陽輻射強(qiáng)度，LED光源的輻射強(qiáng)度使用TES1333太陽輻射儀校準(zhǔn)。探空溫度傳感器的線速度用來模擬傳感器在高空的垂直上升速度，上升速度的大小由按鍵輸入設(shè)置。高低溫低氣壓實(shí)驗(yàn)箱用來模擬高空大氣的部分溫度和氣壓環(huán)境，其溫度工作范圍為-70～150 ℃，氣壓工作范圍為1～100 kPa。太陽福射誤差模擬實(shí)驗(yàn)平臺(tái)示意圖如圖3所示。

電路板放置在直流電機(jī)上方，探空溫度傳感器2與LED光源位于支架一側(cè)，探空溫度傳感器1位于支架另一側(cè)，LED光源照射在探空溫度傳感器2上，探空溫度傳感器1上無光照。通過設(shè)置上升速度和高低溫低氣壓試驗(yàn)箱內(nèi)的氣壓等環(huán)境參數(shù)，將采集到的2個(gè)探空溫度傳感器上的數(shù)據(jù)通過無線模塊發(fā)送到實(shí)驗(yàn)箱外的上位機(jī)上，2個(gè)探空溫度傳感器上的溫度差即為模擬的太陽輻射誤差。

3 ?實(shí)驗(yàn)數(shù)據(jù)分析

將實(shí)驗(yàn)設(shè)備置于高低溫低氣壓實(shí)驗(yàn)箱中，搭建如圖4所示的實(shí)驗(yàn)環(huán)境。設(shè)置不同的上升速度、氣壓等環(huán)境參數(shù)，采集探空溫度傳感器在一定太陽輻射強(qiáng)度下的數(shù)據(jù)。在上升速度V分別為1 m/s，2 m/s，3 m/s，4 m/s，5 m/s和6 m/s，氣壓P分別為1 kPa，5 kPa，10 kPa，25 kPa，50 kPa和100 kPa時(shí)測得的太陽輻射誤差與上升速度和氣壓的關(guān)系圖如圖5所示。

根據(jù)測量結(jié)果，當(dāng)氣壓一定時(shí)，上升速度越大，太陽輻射誤差越小;當(dāng)上升速度一定時(shí)，氣壓越高，太陽輻射誤差越小。氣壓為25 kPa時(shí)，當(dāng)上升速度從1 m/s變化至6 m/s時(shí)，太陽輻射誤差由1.40 ℃減少到0.82 ℃，則產(chǎn)生的太陽輻射誤差差值可達(dá)到0.58 ℃。

4 ?基于L?M算法的太陽輻射誤差修正方法

利用實(shí)驗(yàn)平臺(tái)進(jìn)行測試，僅能對有限多個(gè)點(diǎn)進(jìn)行標(biāo)定。這里提出使用L?M算法對采集的有限多個(gè)離散數(shù)據(jù)進(jìn)行擬合，求出太陽輻射誤差修正方程，則可在一定范圍內(nèi)的任意上升速度和氣壓值下對太陽輻射誤差進(jìn)行修正。

L?M算法是一種非線性最小二乘法[10?11]，是高斯?牛頓法和梯度下降法的結(jié)合，具有高斯?牛頓法的局部收斂性和梯度下降法的全局特性。其搜索方向定義為：

當(dāng)λ很小或者很大時(shí)，L?M 算法步長分別等于牛頓法步長和梯度下降法的步長。L?M算法的迭代過程為[12?13]：

式中：[Zi]表示第i次迭代的權(quán)值和閾值組成的向量;[Zi+1]表示第i+1次迭代的權(quán)值和閾值組成的向量。

式中：βi>0;I為單位矩陣;[eZ]為誤差，其表達(dá)式如下：

L?M算法的誤差指標(biāo)函數(shù)為：

在計(jì)算過程中，首先給出訓(xùn)練允許誤差值ε，β，μ以及初始化權(quán)值和閾值向量Z（0） ，然后計(jì)算式（3）、式（4）和式（6），最后計(jì)算E（Z（i）），如果E（Z（i））<ε，停止迭代;否則令i=i+1，μ=[μβ]，繼續(xù)迭代，直到E（Z（i））<ε。

使用L?M算法擬合得到太陽輻射誤差關(guān)于上升速度和氣壓的方程：

[R=?V，P= ? ? ? q1+q2ln V+q3ln V2+q4ln P+q5ln P2+q6ln P31+q7ln V+q8ln V2+q9ln P+q10ln P2+q11ln P3] （8）

式中：R為太陽輻射誤差（單位：℃）;V為上升速度（單

位：m/s）;P為氣壓（單位：kPa）;q1=1.829 54;q2=-1.006 16;q3=0.078 25;q4=0.011 61;q5=-0.016 35;q6=0.002 60;q7=

-0.498 75;q8=-0.498 75;q9=0.036 36;q10=-0.009 84;q11=0.003 92。

為驗(yàn)證太陽輻射誤差修正方程的修正效果，采集15組數(shù)據(jù)進(jìn)行驗(yàn)證，結(jié)果如表1所示。修正前的均方根誤差RMSE為0.88 ℃，修正后的均方根誤差RMSE為0.28 ℃，修正后的太陽輻射誤差比修正前的太陽輻射誤差降低68.2%。

5 ?結(jié) ?語

本文設(shè)計(jì)一種高精度探空測溫電路，為了降低太陽輻射誤差對探空溫度傳感器的影響，搭建模擬實(shí)驗(yàn)平臺(tái)進(jìn)行測試，提出基于L?M算法的太陽輻射誤差修正方程的方法。實(shí)驗(yàn)結(jié)果表明，該傳感器的均方根誤差RMSE為0.28 ℃，可滿足在高空氣象探測領(lǐng)域的測溫要求，具有一定的潛在應(yīng)用前景。在后續(xù)研究中，將設(shè)計(jì)并搭建低氣壓輻射風(fēng)洞實(shí)驗(yàn)平臺(tái)，可進(jìn)一步提高實(shí)驗(yàn)過程中溫度場和風(fēng)場的穩(wěn)定性。

參考文獻(xiàn)

[1] YANG J， LIU Q， DAI W， et al. A temperature error correction method for a naturally ventilated radiation shield [J]. Journal of atmospheric and solar?terrestrial physics， 2016， 149： 40?45.

[2] 薛德強(qiáng)，談?wù)苊簦彽枥?，?近40年中國高空溫度變化的初步分析[J].高原氣象，2007，26（1）：141?149.

XUE Deqiang， TAN Zhemin， GONG Dianli， et al. Preliminary analysis on the temperature fluctuation in China in recent 40 years [J]. Plateau meteorology， 2007， 26（1）： 141?149.

[3] 任國玉，任玉玉，李慶祥，等.全球陸地表面氣溫變化研究現(xiàn)狀、問題和展望[J].地球科學(xué)進(jìn)展，2014，29（8）：934?946.

REN Guoyu， REN Yuyu， LI Qingxiang， et al. An overview on global land surface air temperature change [J]. Advances in earth science， 2014， 29（8）： 934?946.

[4] 王榮英，周順武，吳萍，等.近30年華北地區(qū)高空氣溫時(shí)空演變特征[J].氣象與環(huán)境科學(xué)，2010，33（4）：31?37.

WANG Rongying， ZHOU Shunwu， WU Ping， et al. Temporal and spatial characteristic about upper temperature over the last 30 years in North China [J]. Meteorological and environmental sciences， 2010， 33（4）： 31?37.

[5] World Meteorological Organization. Guide to meteorological instruments and methods of observation [M]. 7th ed. Geneva： World Meteorological Organization， 2008.

[6] 李波，陳光華，徐行，等.基于熱敏電阻的多通道高精度溫度測量系統(tǒng)[J].儀表技術(shù)與傳感器，2008（5）：87?88.

LI bo， CHEN Guanghua， XU Xing， et al. Multi?channel high precision temperature measurement system based on NTCR [J]. Instrument technique and sensor， 2008（5）： 87?88.

[7] 范寒柏，謝漢華.基于NTC熱敏電阻的三種高精度測溫系統(tǒng)研究[J].傳感技術(shù)學(xué)報(bào)，2010，23（11）：1576?1579.

FAN Hanbai， XIE Hanhua. Study on three high?precision temperature measurement systems based on NTC thermistor [J]. Chinese journal of sensors and actuators， 2010， 23（11）： 1576?1579.

[8] SARKAR A R， DEY D， MUNSHI S. Linearization of NTC thermistor characteristic using Op?Amp based inverting amplifier [J]. IEEE sensors journal， 2013， 13（12）： 4621?4626.

[9] 周悅，劉清惓，楊杰，等.一種陣列式探空溫度傳感器設(shè)計(jì)[J].傳感技術(shù)學(xué)報(bào)，2016，29（8）：1297?1304.

ZHOU Yue， LIU Qingquan， YANG Jie， et al. Design of an array?based sounding temperature sensor [J]. Chinese journal of sensors and actuators， 2016， 29（8）： 1297?1304.

[10] 史忠植.神經(jīng)網(wǎng)絡(luò)[M].北京：高等教育出版社，2009.

SHI Zhongzhi. Neural networks [M]. Beijing： Higher Education Press， 2009.

[11] 盛洪江，毛建東，李學(xué)生，等.基于Levenberg?Marquardt算法的直流電感器電感參量估計(jì)[J].電力自動(dòng)化設(shè)備，2016，36（5）：171?175.

SHENG Hongjiang， MAO Jiandong， LI Xuesheng， et al. Inductance parameter estimation based on Levenberg?Marquardt algorithm for DC inductor [J]. Electric power automation equipment， 2016， 36（5）： 171?175.

[12] ZHANG R， LI L， CHEN Z， et al. Calculation of phase equilibria based on the Levenberg?Marquardt method [J]. Journal of materials science & technology， 2005， 21（1）： 10?12.

[13] 趙弘，周瑞祥，林廷圻.基于Levenberg?Marquardt算法的神經(jīng)網(wǎng)絡(luò)監(jiān)督控制[J].西安交通大學(xué)學(xué)報(bào)，2002，36（5）：523?527.

ZHAO Hong， ZHOU Ruixiang， LIN Tingqi. Neural network supervised control based on Levenberg?Marquardt algorithm [J]. Journal of Xian Jiaotong University， 2002， 36（5）： 523?527.