《基于SAW微力传感器的GRNN拟合研究》PDF+DOC
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
《声表面渡(SAW)力传感器》PDF+DOC1990年第01期 李同泽
《最小二乘法在传感器实验中的应用研究》PDF+DOC2016年第33期 宁显斌
《狭缝压力检测的SAW微力传感器温度补偿研究》PDF+DOC2019年第03期 张石晶,李媛媛,曹乐
《用矩阵运算实现曲线拟合中的最小二乘法》PDF+DOC2001年第02期 陈良泽
《力传感器输出曲线的线性化处理》PDF+DOC1997年第04期 朱超甫
《SAW智能测力仪》PDF+DOC1994年第03期 张大有
《基于单片机的传感器曲线拟合》PDF+DOC2004年第04期 黄长征,王杏进
《基于软硬件技术的传感器信号线性化处理研究》PDF+DOC2008年第12期 许宝卉,李言
《小型微力传感器的研制》PDF+DOC2006年第S1期 马丙辉,卢泽生
《压力传感器静态校准模型研究》PDF+DOC2006年第04期 尹伟,李华星
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。