《基于BP神经网络的磁通门传感器温度误差补偿》PDF+DOC
作者:庞鸿锋,罗诗途,陈棣湘,潘孟春,张琦
单位:中国兵工学会
出版:《测试技术学报》2011年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCSJS2011030200
DOC编号:DOCCSJS2011030209
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于BP神经网络的一种传感器温度补偿方法》PDF+DOC2011年第09期 张潜,武强
《基于改进BP网络的甲烷传感器温度影响试验研究》PDF+DOC2015年第07期 金文志
《基于BP神经网络模型的压力传感器温度补偿》PDF+DOC2019年第04期 乔维德
《基于萤火虫优化BP神经网络方法的传感器温度补偿策略》PDF+DOC2020年第01期 王慧,符鹏,宋宇宁
《基于NSGA-Ⅱ&BP的应变片式压力传感器温度补偿研究》PDF+DOC2020年第06期 郭志君,卢文科,左锋,张珏,丁勇
《LabVIEW设计中压力传感器的BP神经网络温度非线形校正》PDF+DOC2006年第04期 朱滨峰,徐桂云,李俊敏
《优化RBF神经网络在压力传感器中的应用》PDF+DOC2012年第03期 彭继慎,程英
《磁力仪温度误差的径向基神经网络补偿模型》PDF+DOC2012年第03期 庞鸿锋,罗飞路,陈棣湘,潘孟春,罗诗途
《基于BP神经网络的IH3605传感器建模方法》PDF+DOC2010年第05期 黄俊燕,木昌洪
《基于BP神经网络的热导气体分析仪》PDF+DOC2007年第12期 李伟,张涛
三轴磁通门传感器受温度影响明显,严重影响其测量准确度,需要研究补偿方法,提高测量准确性.在不同磁场环境下,利用无磁高低温试验箱对传感器输出值温度特性进行了测试,并采用BP神经网络的方法进行温度补偿.分别阐述了设备操作过程及数据处理方式.采集传感器在不同温度下的测量数据样本;将BP神经网络应用于温度误差模型的非线性辨识,训练出了有效的温度补偿网络;在不同外加激励磁场下分别进行补偿;对BP神经网络、径向基神经网络和曲线拟合的逼近效果进行了对比.结果表明,传感器温度误差从195.6 nT,203.2 nT,213.6 nT分别补偿到17.18 nT,18.89 nT,18.04 nT.温度误差明显减少,证明了BP神经网络在磁通门传感器校正中的良好性能;经过对比,证明了BP神经网络具有更高的逼近精度。
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。