共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
电容式压力传感器温度补偿的RBF神经网络 总被引:2,自引:0,他引:2
提出了一种基于径向基函数 (RBF)神经网络的电容式压力传感器温度补偿方法。通过实例说明了这一方法的应用 ,结果表明采用这种方法能在不同的压力下及温度变化较大时 ,对电容式压力传感器进行有效的温度补偿 ,并且能得到很高的补偿精度。 相似文献
3.
4.
采用神经网络技术获取高抗干扰的传感器系统特性 总被引:2,自引:0,他引:2
目前消除干扰量对主传感器特性影响的研究多限于一个干扰量,本文讨论多个干扰量影响的消除方法.文中提出利用多个传感器检测影响主传感器特性的多个非目标参量,由神经网络实现融合算法.该方法可降低主传感器对非目标参量的交叉灵敏度.使主传感器系统获得高抗干扰、高稳定的输入/输出特性.以环境与供电电源波动两个干扰量为例.实验结果表明,当环境温度波动△T=48.5℃,供电电源波动γ=±3%,经神经网络融合处理后,主传感器系统在两种干扰状况下的交叉灵敏度下降一个数量级。 相似文献
5.
介绍了一种多路智能压力传感器数据采集电路的设计方法,采用BP神经网络算法对其实现温度的软件补偿。该算法有效改善了传感器的非线性及温度变化所引起的输出的误差,提高了测量精确性和可靠性。通过无线收发模块PTR2000实现了数据的无线传输。该系统可以在一些特殊的场所实现信号的采集、处理和发送、接收,并具有成本低、可靠性好、实用性强等优点。 相似文献
7.
8.
9.
10.
硅压阻式压力传感器在工作时受温度的影响较大,随着温度的升高或降低,传感器的实际测量值会出现一定的误差,出现温度漂移的现象。为了抑制温度漂移对传感器的影响,采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿,通过对补偿前后数据的对比,使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级,得到了较为理想的效果,提升了传感器的性能和可靠性。 相似文献
11.
12.
13.
14.
针对自动气象站采用的HMP45D型温湿一体化传感器在实际应用过程中易受温度影响的问题,提出了基于粒子群优化算法(PSO)的BP神经网络温度补偿模型,利用粒子群优化算法对BP神经网络的初始权值阈值进行全局寻优,将粒子群优化算法优化好的权值阈值赋给BP神经网络,对BP神经网络进行训练。根据不同温度条件下测得的多组湿度传感器数据,通过建立模型,实现温度补偿,与传统BP神经网络补偿结果进行比较。实验表明,与传统BP神经网络模型相比,利用PSO-BP神经网络模型进行温度补偿后所得的误差绝对值之和降低了10.3887%RH,PSO-BP神经网络可以克服传统BP神经网络易陷入局部极值的局限,补偿精度更高,能更加有效地补偿温度对湿度传感器的影响。 相似文献
15.
基于神经网络的智能传感器的数据处理 总被引:3,自引:1,他引:3
为提高智能传感器的测量准确度,利用神经网络良好的非线性映射能力,对传感器的标定数据进行输入-输出特性的反非线性逼近,同时,利用传感器实验数据进行神经网络的训练。结果表明:与传统的数据处理方法相比较,利用神经网络进行的传感器数据处理,能使传感器的准确度由±6.67提高到到±0.98。 相似文献
16.
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
17.
18.
19.
基于遗传小波神经网络的压力传感器的非线性校正研究 总被引:1,自引:0,他引:1
为了消除压力传感器受非目标参量的影响而呈现的非线性特性,利用小波神经网络来完成压力传感器的非线性校正.利用遗传算法对小波神经网络权阈值优化,以提高网络精确度和训练速度,设计了遗传优化小波神经网络,将该网络用于压力传感器的非线性校正.仿真结果表明该方法能有效消除非目标参量对传感器输出结果的影响.压力传感器的精度和准确度都得到提高.该系统不但可以用于各类传感器的非线性校正,还可用于其它类似系统.且设计、实现简单,适于工程应用,具有实际应用价值. 相似文献