作者：赵军,李林 单位：广西机械工程学会 出版：《装备制造技术》2010年第10期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFGXJX2010100080 DOC编号：DOCGXJX2010100089 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对压力传感器在实际应用中，输出数据不仅仅与目标参量(压力)有关，而且还受非目标参量(温度)影响的问题，笔者提出了采用BP神经网络技术对其进行数据融合处理的方法，以消除非目标参量的影响。研究结果表明该方法是可行的。

    📙 相关资料

    1. 《基于BP神经网络的压力传感器数据融合研究》PDF+DOC 压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理，减小了两者相互交叉干扰敏感度。结果表明，采用BP神经网络进行数据融合，能够提高传感器的稳定性及其精度，仿真验证了该方法的有效性和可行性。...
    2. 《压力传感器温度补偿新技术的研究》PDF+DOC 分析了传感器目前的应用状况和发展障碍，提出了利用人工神经网络作为传感器补偿的新方法，构建了BP神经网络结构，并利用MATLAB软件对网络进行了训练和仿真。...
    3. 《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC 硅压阻式压力传感器在工作时受温度的影响较大，随着温度的升高或降低，传感器的实际测量值会出现一定的误差，出现温度漂移的现象，为了抑制温度漂移对传感器的影响，采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿，通过对补偿前后数据的对比，使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级，......
    4. 《基于BP神经网络的压力传感器静态特性数据融合》PDF+DOC 针对压力传感器在实际应用中受非目标参量(温度)的影响而导致其输出数据不仅仅与目标参量(压力)有关，提出了采用BP神经网络技术对其进行数据融合处理，以消除非目标参量对压力传感器输出的影响。研究结果表明，利用神经网络实现传感器数据融合消除非目标参量对传感器输出的影响是可行的。...
    5. 《BP人工神经网络在二传感器数据融合处理中的应用》PDF+DOC 针对压力传感器对温度的交叉灵敏度 ，本文采用BP人工神经网络法对其进行数据融合处理 ，消除温度对压力传感器的影响 ，大大提高了传感器的稳定性及其精度 ，效果良好。...
    6. 《基于BP人工神经网络的压力传感器的温度补偿实现过程研究》PDF+DOC 对于压力传感器而言，在测量压力大小的时候，敏感材料很容易受到温度的影响，因此需要对温度补偿。补偿的根本就是把温度的影响降到最低，本文通过MATLAB神经网络工具箱中提供的构造神经网络的各种函数进行编程实现压力传感器的温度补偿功能。...
    7. 《基于神经网络的传感器数据融合处理》PDF+DOC 为消除压力传感器在实际应用中输出数据受非目标参量(温度、供电电压波动)的影响提出了采用BP神经网络技术对其进行数据融合处理。研究结果表明，利用神经网络实现压力传感器数据融合对消除非目标参量对传感器输出的影响是有效的。...
    8. 《BP神经网络在巡逻机器人多传感器数据融合中的应用》PDF+DOC 针对传统危化品仓库固定式监控器中监控范围小、报警准确率低的特点，研究了一款危化品仓库巡逻机器人，采用以拉依达准则改善BP神经网络融合性能的多传感器数据融合方法，通过采集泄露危化品浓度、仓库内环境温度和湿度等数据，在对数据进行拉依达去噪、归一化后利用BP神经网络进行融合输出。样机试验结果表明，该方法可......
    9. 《基于BP神经网络的压力传感器数据融合》PDF+DOC 多传感器数据融合问题已经引起许多学者的广泛关注.通常，压力传感器都存在交叉灵敏度，其主要表现在传感器静态特性不仅受目标参量的影响还受多个非目标参量的影响.由于传感器的输出受多个参量的变化的影响，导致其性能不稳定，测量精度降低.针对温度、噪声、电源波动等多种环境因素影响压力传感器输出电压值这一问题，在......
    10. 《基于BP神经网络的功率传感器数据融合》PDF+DOC 本文阐述了BP神经网络传感器补偿矫正方面的应用，针对功率传感器非线性和频响问题，提出了采用BP神经网络进行补偿修正的方法，结果表明，采用BP神经网络消除非标参量影响的方法是有效可行的。...

    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。