共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
针对铂电阻温度传感器应用中存在的非线性问题,提出了应用径向基函数神经网络(RBFNN)强非线性逼近能力进行铂电阻温度传感器非线性补偿的方法。介绍了非线性补偿的原理和网络训练方法。结果表明:这种非线性补偿模型具有误差小、精度高、可在线标定和鲁棒性强等优点,与基于BP神经网络的非线性补偿模型相比,大大缩短了网络训练时间,从而方便了铂电阻温度传感器在测控系统中的应用。 相似文献
3.
高精度数字陀螺仪精度高、使用方便,有着广阔的应用前景;而在实际应用中发现,安装误差是严重影响陀螺仪输出精度的主要原因之一。文中在推导高精度数字陀螺仪输出模型的基础上,提出通过求解比例系数来确定坐标变换矩阵,对高精度数字陀螺仪进行安装误差标定与补偿的方法。详细说明了高精度数字陀螺仪安装误差标定步骤和比例系数求解方法;实验结果表明:该方法能够有效的补偿高精度数字陀螺仪的安装误差,标定补偿后陀螺仪全量程测量范围内的绝对误差小于0.045°/s,测量精度提高了1-2个数量级,准确的将陀螺仪输出变换到载体正交坐标系下,为高精度数字陀螺仪的工程应用奠定了基础。 相似文献
4.
额定量程内称重传感器的非线性误差不同,为此阐述了称重传感器的非线性误差特性,提出了一种非线性误差自适应分段补偿方法:在额定量程的上限区,采用基于径向基函数神经网络(RBFNN)的补偿网络完成传感器非线性误差补偿;在下限区,采用数字滤波器完成非线性误差补偿;在中间区,传感器不补偿。同时利用自适应选择网络,完成了分段补偿的选择。实验表明,采用这种方法补偿后的称重传感器下限区、中间区与上限区的最大相对误差分别由补偿前的0.2、0.4、1.37下降到0.16、0.04、0.07,补偿效果明显。 相似文献
5.
基于输出层权值解析修正的神经网络有效训练 总被引:3,自引:0,他引:3
张德贤 《计算机工程与应用》2005,41(4):82-84,140
根据神经网络训练误差对权值的梯度特征分析,提出了网络输出层权值与网络隐含层权值轮换修正的思想,并基于网络输出层权值与网络隐含层权值之间的依赖关系,建立了网络输出层权值解析修正和隐含层权值修正的具体方法,所提出的方法通过提高网络权值修正的准确性而提高网络训练的有效性。根据网络输出节点的输出误差与其总输入误差的关系,提出了进一步提高所获得网络推广性的具体方法。实例计算结果表明,所提出的方法可以显著地提高网络的训练效率,并有效地增强网络推广性。 相似文献
6.
7.
8.
9.
本文详细研究了影响流水线ADC动态性能的主要误差来源及其不同组合和耦合方式的影响结果与权重,获得了流水线拼接输出数字码中的杂谐波分量与组合误差之间的对应关系。在此基础上,设计了用于表征流水线ADC非线性特性的分立式维纳模型。对14位三级流水的AD6645芯片进行测试,结果表明流水线ADC器件的实际输入输出特征与该辨识模型的性质吻合。得到的误差分析结论与经过检验的模型结构可为数字后补偿方法中非线性逆模型的选取提供参考依据。 相似文献
10.
为提高对磁通门传感器误差校正的能力,该文提出基于单片机的磁通门传感器非正交性误差校正方法。构建磁通门传感器非正交性约束参数模型,结合PI调节器对磁通门传感器的节点进行部署设计;在输出振荡模式约束下设计磁通门传感器的组网结构,结合ZigBee组网协议实现传感器路由探测;在自适应反馈调节方法的约束下,结合最短路径寻优控制过程实现磁通门传感器非正交性误差补偿抑制,通过自适应扩频处理方法对传感器的信道输出进行补偿,并提取传输信道的关联特征量,结合信道均衡控制方法进行磁通门传感器网络的输出误差补偿;采用单片机对磁通门传感器校正过程进行集成控制,提高磁通门传感器输出过程的自适应信息处理能力。仿真结果表明,采用该方法进行磁通门传感器非正交性误差校正过程的稳定性较好、传输损耗较少,输出结果误码率较低,有效提高了传感器的信息输出的准确性。 相似文献
11.
研究了压力传感器输入/输出特性样本集结构和样本集的实时校正。首先,通过加速试验获得了传感器特性的时漂以及受温度影响的变化规律,并据此构建了样本集。基于BP神经网络模型,对样本集的融合精度进行了动态对比试验,进而验证了样本集构建的合理性。此外,提出一种对样本集进行实时校正的方法,校正过程由程序控制。将实时校正后的数据与初始标定样本数据、加速试验600 h后的标定数据对比,最大偏差仅为0.08 kPa,样本集经校正后,数据准确度提高了近1个数量级。 相似文献
12.
考虑到传感器不可能具有等准确度这一客观事实,提出了一种改进的均值-偏差积检测法,即通过加权变换的方法将不等准确度的传感器,根据其准确度分别赋予不同的权值,然后组成综合表决系统,进行多传感器冗余系统的故障检测。该方法不受传感器等准确度和故障传感器输出不能相同等假设条件的限制,既减弱了使用的假设条件,扩大了应用范围;又提高了检测的正确率,有利于提高数据融合准确度和降低设备成本。 相似文献
13.
14.
在利用传感器进行动态测量时,为了得到精确的测量结果,需要建立传感器动态特性的数学模型,传感器动态特性可以通过系统辨识得到.但是,测量噪声的存在,使得辨识得到的传感器动态特性与实际动态特性存在一定误差,影响到测量系统的精度.为了解决该问题,本文讨论了多项式预测滤波和中值滤波相结合的方法对传感器输出信号进行滤波消噪.然后,利用消噪后的信号,通过系统辨识方法建立传感器动态特性的数学模型.研究表明,采用本文研究的方法可以克服测量噪声对传感器动态特性辨识的影响,并将该方法用于薄膜热电偶的动态特性辨识. 相似文献
15.
16.
提出了一种基于递归神经网络的热电偶测温滞后的动态补偿方法,利用神经网络良好的非线性映射能力,建立传感器的动态逆模型,实现对传感器的动态补偿。实验结果表明:检测信号经过动态补偿后,能够克服传感器的测量滞后,达到稳态的时间从补偿前的26 s缩短到大约5 s,传感器的动态性能得到较大的提高。 相似文献
17.
18.
为消除复合温度传感器所形成的在线黑体空腔"不等温性"和"非密闭性"对测量的影响,采用矩形区域近似法进行了不等温有效发射率的计算。在分析传感器几何特性、材料发射率、温度分布和环境温度对有效发射率影响的基础上,给出了传感器结构的优化参数。实验表明:优化后的传感器具有较高灵敏度和准确度。 相似文献
19.
20.
传感器特性曲线的自适应分段最佳拟合及应用 总被引:9,自引:1,他引:9
为了减小传感器的非线性误差问题 ,提出了一种传感器的非线性传输曲线的自适应分段最佳逼近拟合方法 ,介绍了该方法的数学模型和应用实例 ,实验结果表明 ,应用本方法 ,使传感系统的非线性误差大大减小 相似文献