|
|||||
|
|
| 基于SAW微力传感器的GRNN拟合研究 | |
| 作者单位： | ;1.上海工程技术大学电子电气工程学院 |
| 摘 要： | 针对传统方法拟合声表面波(SAW)微力传感器输入—输出曲线的算法为最小二乘法,但无法进行全局搜索,易获得局部最优解的不足,基于SAW微力传感器实测数据,采用广义回归神经网络(GRNN)进行曲线拟合。选取以铌酸锂为压电基底的SAW微力传感器,对其施加微压并通过网络分析仪测量输出频率数据,依据GRNN和最小二乘法基本原理采用MATLAB R2016b分别对频率—压力数据进行拟合并对比。仿真结果表明:与最小二乘法相比,GRNN误差明显减小,约一个数量级,能有效提高拟合精度。 |
| 关 键 词： | 广义回归神经网络 最小二乘法 声表面波微力传感器 曲线拟合 |
Study of GRNN curve fitting based on SAW micro force sensor |
|
| Abstract: | |
| Keywords: | |