首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF网络的智能气敏传感器温度补偿
引用本文:何平,潘国峰,赵红东,李琳,李晓丽.基于RBF网络的智能气敏传感器温度补偿[J].仪表技术与传感器,2008(7).
作者姓名:何平  潘国峰  赵红东  李琳  李晓丽
作者单位:河北工业大学,天津,300401
基金项目:河北省自然科学基金,教育部高等学样博士学科点专项科研基金 
摘    要:研制出一种基于ARM7的智能气敏传感器,通过测量气敏薄膜的电阻,并将所测阻值和气体浓度进行校准,从而显示气体浓度。为了减小温度漂移带来的附加误差,提高传感器的测量精度,将气敏传感器所测量的电阻值与加热电压作为神经网络的输入,气体浓度值为输出,构造了一个双输入单输出的RBF神经网络温度补偿模型。采用RBF网络的带遗忘因子的梯度下降算法进行RBF网络的参数调整,实验表明RBF算法学习速度快,精度高。对实验中采集的数据进行非线性补偿后,误差保持在1.5%以内,大大提高了传感器的性能和测量精度,该装置能够很好地对环境中的气体进行监控。

关 键 词:气敏传感器  温度漂移  ARM  RBF网络  梯度下降算法

Temperature Drift Compensation for Intelligent Gas Sensor Based on RBF Network
HE Ping,PAN Guo-feng,ZHAO Hong-dong,LI Lin,LI Xiao-li.Temperature Drift Compensation for Intelligent Gas Sensor Based on RBF Network[J].Instrument Technique and Sensor,2008(7).
Authors:HE Ping  PAN Guo-feng  ZHAO Hong-dong  LI Lin  LI Xiao-li
Abstract:
Keywords:ARM
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号