基于BP神经网络的高精度电容测量

针对工程应用中电容的测量过度依赖仪器设备，难以实现高精度实时测量的问题，提出了一种基于BP神经网络的高精度电容测量方法。利用由DSP,DDS,AGC,ADC和阻容分压等电路构成的数据获取模块采集50个标准电容两端的分压幅值，经过数据清洗与中值滤波去噪预处理后形成71个特征值，以此构建C-U数据集；建立3层隐藏层结构为16×32×16的BP神经网络模型，并进行训练和测试，获取电容预测模型，分析模型性能。测试结果表明，模型预测值与真实值的平均相对误差仅为2.629 1%;预测模型在训练集与测试集上的决定系数R²均达到了0.99,具有很好的泛化能力。