作者:季雪咪,李媛媛,李济同 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》2019年第12期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2019120040 DOC编号:DOCCGQJ2019120049 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对传统方法拟合声表面波(SAW)微力传感器输入—输出曲线的算法为最小二乘法,但无法进行全局搜索,易获得局部最优解的不足,基于SAW微力传感器实测数据,采用广义回归神经网络(GRNN)进行曲线拟合。选取以铌酸锂为压电基底的SAW微力传感器,对其施加微压并通过网络分析仪测量输出频率数据,依据GRNN和最小二乘法基本原理采用MATLAB R2016b分别对频率—压力数据进行拟合并对比。仿真结果表明:与最小二乘法相比,GRNN误差明显减小,约一个数量级,能有效提高拟合精度。

    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。