| 基于改进RBF网络的传感器非线性误差补偿 |
| 仓振杰 姜萍萍 颜国正 |
| 关键词：径向基函数神经网络 减法聚类算法 密度法 非线性误差补偿 |
| 主要内容：为推动胃肠道动力功能障碍型疾病临床诊查技术的发展,研制了胃肠道多元生理参数无创检测系统,针对该系统中压力传感器的非线性误差补偿问题进行研究。介绍了系统所采用的扩散硅压阻式绝对压力传感器的原理,分析了这类传感器的非线性误差产生原因。在传统的减法聚类算法的基础上,提出基于改进的减法—密度聚类算法的RBF网络的传感器非线性误差补偿方法,对样本数据进行聚类操作,用来确定RBF神经网络的初始聚类中心,并结合梯度下降法对网络参数和权值进行训练。结合实际系统的实验数据进行了方法验证和效果分析。实验结果表明：方法在系统误差纠正方面比传统方法提高至-1～4 kPa,使得测量结果准确性得以较大的提高,满足了系统的应用需求。 |
| 《传感器与微系统》 2011,30(4).-8-11 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号