此特性通过硬件系统保证。
传感器的选取，器件的选取(特别是温度特性)，电源系统设计。
传感器的动态特性
此特通过软件系统保证。
干扰信号和正常信号的区分：
干扰信号分成随机信号、周期信号干扰和冲击干扰。
正常信号的形式，一般为给定值。
随机信号干扰可采取平均滤波的方法。
冲击干扰,变化率大的太多则为，冲击干扰，例如：某传感器动态响应速度8到20mS,-3DB。那么数据
LP=20lg(P/P0)
-3=20lg(P/P0)
-0.15=lg(P/P0)
P/P0=0.707
则再20ms内，此次值不可能大于，上次的0.707。否则此次值取0.707这个值。
时域动态校准实验数据处理方法
本文提出一套时域动态校准的实验数据处理方法。它可以根据时域动态校准的实验数据,求出被校传感器(或系统)的参数模型(差分方程,离散传递函数与连续传递函数),非参数模型(频率特性和阶跃响应等)与动态性能指标,同时还有检查模型回归效果的功能,可将模型计算的瞬态响应与动态校准的实验数据画在同一坐标纸上,数学模型质量的优劣便一目了然。无论时域或频域建立参数模型时,都采用了一定方式排除测量噪声干扰。所以,由参数模型计算的频率特性,比直接由实验数据用FFT算法算出的更符合线性模型的性质。由参数模型计算的阶跃响应与频率特性上计算时域与频域的动态性能指标才比较合理。文中给出一个传感器与放大器的动态校准的实验数据处理结果。
上一篇：维护涡轮流量传感器的主要步骤
