作者：熊楠,李世平,陈世伟,管京周 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》2005年第12期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFCGQJ2005120040 DOC编号：DOCCGQJ2005120049 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 通常传感器的输出值不仅决定于目标参量，还会受到非目标参量的影响。为此，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传感器输出值的影响。试验结果表明：该方法很好地抑制了传感器的交叉灵敏度，提高了其测量准确度。

    📙 相关资料

    1. 《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。...
    2. 《多传感器数据融合在涂层厚度检测中的应用》PDF+DOC 在涂层厚度测量的过程中，电感传感器的输出值存在对温度的交叉灵敏度，为消除温度对测量数据的影响，提出了一种基于神经网络的多传感器数据融合技术处理方法，该方法以传感器的输出值与温度值作为网络的输入，通过对网络的训练达到消除非目标参量—温度的影响。通过对融合前后的数据进行比较分析，表明该方法大大降低了交叉......
    3. 《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。...
    4. 《一种压力传感器温度补偿新方法》PDF+DOC 针对温度、噪声、电源波动等多种环境因素对压力传感器输出电压值的影响，提出基于电压门限值的方法，对传感器输出电压值进行预处理，然后再利用BP神经网络对数据进行融合、补偿。试验结果证明，所提出的方法能有效的提高压力传感器的检测精度。...
    5. 《基于神经网络的传感器数据融合处理》PDF+DOC 为消除压力传感器在实际应用中输出数据受非目标参量(温度、供电电压波动)的影响提出了采用BP神经网络技术对其进行数据融合处理。研究结果表明，利用神经网络实现压力传感器数据融合对消除非目标参量对传感器输出的影响是有效的。...
    6. 《BP人工神经网络在二传感器数据融合处理中的应用》PDF+DOC 针对压力传感器对温度的交叉灵敏度 ，本文采用BP人工神经网络法对其进行数据融合处理 ，消除温度对压力传感器的影响 ，大大提高了传感器的稳定性及其精度 ，效果良好。...
    7. 《应用数据融合改善压力传感器的静态特性》PDF+DOC 提出了一种基于RBF神经网络的数据融合方法，并用此方法对电阻应变式压力传感器进行了温度补偿。通过一个实例说明了该方法的应用，并与利用BP神经网络进行补偿的方法进行了比较，进一步说明了该方法的优越性。结果表明当环境温度变化较大时，在不同的压力下该方法能对传感器进行有效的温度补偿。...
    8. 《两种多传感器信息融合方法的比较》PDF+DOC 我们提出了一种新的信息融合法—自然融合法，它是根据物理量之间的关系，一步步顺序由一物理量转化为另一物理量的数据融合过程，并以压力传感器信息融合为例，对自然融合法和强制融合法进行了比较，并对结果进行了讨论。...
    9. 《压力传感器温度补偿新技术的研究》PDF+DOC 分析了传感器目前的应用状况和发展障碍，提出了利用人工神经网络作为传感器补偿的新方法，构建了BP神经网络结构，并利用MATLAB软件对网络进行了训练和仿真。...
    10. 《基于人工神经网络的压力传感器三维数据融合》PDF+DOC 针对压力传感器对温度变化和电流波动的交叉灵敏度问题，采用径向基函数(RBF)人工神经网络法对其进行数据融合处理，详细讨论了网络的训练过程和数据融合过程，消除温度和电流对压力传感器的影响。仿真结果表明：当温度变化48.5℃，电流波动3%时，经RBF神经网络数据融合后，压力波动为0.544%，大大降低了......

    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。