作者：杨凡,孔德仁,孔霖,王芳 单位：中国振动工程学会;上海交通大学;上海市振动工程学会 出版：《振动与冲击》2017年第16期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFZDCJ2017160240 DOC编号：DOCZDCJ2017160249 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 受爆炸场中寄生效应的影响，需要采取相应抑制措施对冲击波压力传感器进行改造。为研究冲击波压力传感器组件的动态特性，基于双膜激波管对冲击波压力传感器组件进行动态校准，获得了阶跃响应信号；采用微分法求取了传感器组件动态特性非参数模型；根据冲击波压力传感器组件动态特性非参数模型变化规律，在频域内对其进行合理分段，并基于BP神经网络分段建模方法得到传感器组件动态特性模型；通过实例分析与比较，证明了基于BP神经网络的分段建模方法能够有效提高模型精度和建模效率。

    📙 相关资料

    1. 《基于BP神经网络模型的压力传感器温度补偿》PDF+DOC 鉴于压阻式压力传感器温度漂移问题，建立了压力传感器的温度补偿BP神经网络模型，采取人工鱼群-蛙跳算法优化训练BP神经网络.实验结果表明，利用人工鱼群-蛙跳算法优化的BP神经网络模型能快速、准确地实现压力传感器温度补偿，并提高压力传感器的输出精度。...
    2. 《基于NSGA-Ⅱ&BP的应变片式压力传感器温度补偿研究》PDF+DOC 应变片式压力传感器容易受到温度的影响，需要对该传感器进行温度补偿，针对该问题提出一种带精英策略的快速非排序遗传算法(NSGA-Ⅱ)与BP神经网络相结合的软件补偿模型。该模型将BP神经网络中2个输出值与期望值误差作为NSGA-Ⅱ同时寻求最小的2个目标，对BP神经网络初始权值和阈值进行优化，克服单一BP......
    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. 《LabVIEW设计中压力传感器的BP神经网络温度非线形校正》PDF+DOC 介绍了LabVIEW设计中采用BP神经网络校正压力传感器系统的温度非线性校正的原理和方法，通过计算机仿真与应用，显示了这种方法使压力传感器的性能得到了改善，网络结构简单，准确度高，有实际应用价值。...
    5. 《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。...
    6. 《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。...
    7. 《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......
    8. 《基于BP网络的智能压力传感器系统研究与设计》PDF+DOC 将STM32F101C8微处理器与μC/OS-Ⅱ操作系统相结合，设计出了一种高精度智能传感器系统，给出了相应的硬件结构和软件设计。利用BP神经网络对压力和温度两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。实测结果显示该传感器能满足多任务下的实时性要求，并具有更加精确、稳定、可靠的性能。...
    9. 《采用BP神经网络提高压力传感器的输出准确度》PDF+DOC 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。...
    10. 《基于BMP085气压传感器及BP算法的高度测量研究与实现》PDF+DOC 采用BMP085气压传感器，研究并实现了采用Back-propagation(BP)神经网络自学习的相对高度测量方法。首先，利用BP算法学习带有测量基点(一般为地面)的训练样本集，得到稳定、精确的测量网络；其次，将测量点的温度与压强作为测量网络的输入，由测量网络计算出垂直方向上测量点与基点的相对高度......

    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。