基于径向基神经网络的电涡流传感器输出特性拟合研究

针对电涡流传感器的输出特性参数非线性较大,不能精确地反映被测物理量的问题,提出了一种采用径向基神经网络对电涡流传感器的输出特性参数进行拟合的方案。该方案采用newrb函数创建一个径向基神经网络,以被测物理量作为输入矩阵、电涡流传感器输出电压作为输出矩阵,对该径向基神经网络进行训练,从而可得到均方根误差小且光滑的电涡流传感器输出特性拟合曲线。实验结果表明,只要选择合适的创建函数和扩展系数,径向基神经网络能有效地实现电涡流传感器输出特性的拟合。     

基于切比雪夫算法传感器特性参数拟合系统

在测试及控制领域,需要对传感器特性参数的拟合进行快速处理,满足系统实时性的要求.设计了一个基于切比雪夫算法的传感器特性参数拟合系统,使用切比雪夫多项式进行函数逼近,能够根据要求拟合出不同精度的特性参数曲线,并计算出主要的性能指标,打印出拟合曲线,并且能方便地与智能传感系统或嵌入式控制系统相融合.系统经过长时间的应用,证明了其可靠性及有效性,取得了良好的效果.