作者:王慧,赵国超,金鑫,宋宇宁 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2018年第04期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2018040120 DOC编号:DOCCGJS2018040129 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对硅压阻式压力传感器在工程应用中受环境温度和压力的影响产生漂移,影响测量精度等问题。提出一种基于粒子群优化RBF神经网络与最小二乘法融合的温度补偿模型。使用粒子群算法对常规RBF神经网络的权值和阙值进行优化,提高神经网络的泛化性能和训练效率,增强传感器非线性段温度补偿的效果;使用最小二乘法对线性段进行温度补偿,提高整体模型的补偿效率。以飞思卡尔24 PC型压力传感器进行补偿实验,结果表明:对比优化前的神经网络和最小二乘方法,利用本文方法进行温度补偿,耗时短,总体误差低于其他两种方法。传感器在整个温度区间和压力测试点下的输出基本不受影响,补偿效果明显,数据精度符合课题实验的要求。

    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。