作者：姚敏,赵敏,邢力 单位：中国电子科技集团公司第四十九研究所 出版：《传感器与微系统》2005年第07期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFCGQJ2005070050 DOC编号：DOCCGQJ2005070059 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 介绍了硅压阻式压力传感器温度误差产生的原因及其特点，在比较了多种神经网络优缺点的基础上，提出了一种利用小波神经网络对压力传感器温度误差及非线性误差进行补偿的方法。该网络与BP神经网络相比，具有更快的收敛速度和更好的补偿精度。经过实验证明该网络能够有效地补偿压力传感器的温度非线性误差，在-40～60℃范围内，使温度误差从原来的5.4%降到了0.2%。

    📙 相关资料

    1. 《基于小波神经网络的压力传感器温度误差补偿方法》PDF+DOC 分析压阻式压力传感器的工作原理，针对压阻式压力传感器输出电压受温度影响较大的特点，讨论了一种基于小波神经网络的温度误差补偿方法。实验表明，采用该方法后，压阻式压力传感器输出电压受温度影响大大减小，系统性能更加稳定，工作更加可靠。...
    2. 《压力传感器温度补偿技术分析》PDF+DOC 压力传感器是一种较为常用的传感器件，由于自身的非线性特点以及外界因素的影响，传感器的输出结果容易产生误差，其中温度的影响最大，因此，对传感器的温度补偿就显得尤为重要。文章对目前常用的温度补偿方法进行了分析，在此基础上，提出了一种新的温度补偿方法 ，并对BP神经网络进行了改进，从研究结果来看，该方法有......
    3. 《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC 考虑到目前常用的温度补偿方法是使用智能算法建立温度补偿模型，并使用群智能优化算法进行优化，提高补偿精度，对于传感器非线性温漂段具有较好的补偿效果，但是对于具有较好的线性使用这种方法的效率较低，而使用常规的线性最小二乘直线拟合方法即可得到较好的补偿效果，因此本文将最小二乘直线拟合方法与RBF神经网络模......
    4. 《有限空间爆炸静态压力的温度补偿方法》PDF+DOC 为改善压阻式压力传感器的温度漂移特性，构建了基于遗传算法和小波神经网络的压力传感器温度补偿模型。针对小波神经网络收敛速度慢且易陷入局部最优解的问题，采用遗传算法对小波神经网络的连接权值、伸缩参数和平移参数进行优化。基于压力传感器的标定数据，分别采用BP神经网络、小波神经网络和遗传小波神经网络对其进行......
    5. 《SOS压力传感器温度的补偿》PDF+DOC 分析了硅 蓝宝石(SOS)压力传感器的温度特性，表明测量范围较宽时，传感器的输出易受环境温度的影响，并且成非线性&#183；提出一种基于神经网络共轭梯度算法的硅 蓝宝石压力传感器温度补偿方法&#183；利用神经网络共轭梯度算法具有逼近任意非线性函数的特点，通过训练使神经网络建立在不同......
    6. 《优化RBF神经网络在压力传感器中的应用》PDF+DOC 针对压力传感器在应用中出现温度误差大这一缺点，提出了通过采用径向基函数(RBF)神经网络较强的非线性逼近能力，实现其非线性校正和温度补偿的网络方法，并对该法进行改进。通过仿真可看出，改进方法校正的系统能自动补偿非线性误差，具有误差小，精度高等优点。因此，提出的改进的RBF神经网络法对压力传感器的非线......
    7. 《基于BP神经网络的一种传感器温度补偿方法》PDF+DOC 简单介绍了硅压阻式传感器温度误差产生的原因及其特点，提出了一种利用BP神经网络对其温度误差及非线性误差进行补偿的方法。根据传感器温度误差的特点设计了一个多层的BP神经网络，其中传感器测试电路中四臂电桥的桥路电压和未经补偿的传感器的输出作为神经网络的两个输入。利用MatLab对该网络进行训练，得到了网......
    8. 《基于样条曲线插值的压力传感器的温度补偿》PDF+DOC 提出了基于三次样条曲线插值的温度补偿方法，用这种方法对测压范围为0.013 3&#215；105~3.198 9&#215；105Pa，温度应用范围为-55~+80℃的高精度谐振筒压力传感器的实验标定结果进行了温度补偿.为加快标定过程，给出了传感器标定点数的减少方案.结果表明，在传感......
    9. 《压力传感器温度补偿各种算法的比较分析》PDF+DOC 压力传感器是一种常用的传感元件，由于其自身的非线性和外界测量条件的影响，传感器的输出特性大都为非线性，故存在多种误差因素。这些误差因素通常同时存在，但以温度的影响最为明显，所以对传感器的温度补偿也就尤为重要。本文结合目前应用比较普遍的各种温度补偿方法，通过编制程序，对压力传感器的输出非线性作了补偿。......
    10. 《基于GSA-BP神经网络的压力传感器温度补偿》PDF+DOC 针对压力传感器输出的温度非线性特性，采用遗传模拟退火算法优化的BP神经网络(GSA-BPNN)进行误差补偿，并与标准BP神经网络补偿误差进行了比较。通过MATLAB仿真验证，实验结果表明：采用GSA-BP神经网络不易陷入局部极小值，大大减小传感器非线性误差，误差精度小于0.1%，补偿结果优于标准BP......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。