《采用神经网络技术获取高抗干扰的传感器系统特性》PDF+DOC
作者:常炳国,刘君华
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2000年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2000010060
DOC编号:DOCCGJS2000010069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络的压力传感器数据融合》PDF+DOC2002年第04期 侯志祥,李河清,张玉萍
《多传感器数据融合在涂层厚度检测中的应用》PDF+DOC2005年第06期 郭强,赵锐,郑贵省,宁小倩
《神经网络技术在智能传感器系统中的应用与发展》PDF+DOC2004年第07期 王茜,董学仁,尉吉勇,马玉真
《基于BP神经网络的压力传感器静态特性数据融合》PDF+DOC2004年第06期 张丹,于朝民,李东
《遗传神经网络算法软件包在改善传感器性能中的应用》PDF+DOC 李卫平,刘君华,周金林,雷大宇,张
《采用BP神经网络及其改进算法改善传感器特性》PDF+DOC2002年第03期 张永怀,刘君华
《基于BP神经网络的压力传感器数据融合》PDF+DOC2011年第01期 章慧
《BP算法在位移传感器测量精度方面的应用》PDF+DOC2010年第02期 杨帆,肖贝,唐路,程雯
《一种压力传感器温度补偿新方法》PDF+DOC2009年第04期 陈萍,陈黎黎
《基于Arduino云的火灾报警系统的设计》PDF+DOC2018年第10期 王晓银,蒋锋
目前消除干扰量对主传感器特性影响的研究多限于一个干扰量,本文讨论多个干扰量影响的消除方法.文中提出利用多个传感器检测影响主传感器特性的多个非目标参量,由神经网络实现融合算法.该方法可降低主传感器对非目标参量的交叉灵敏度.使主传感器系统获得高抗干扰、高稳定的输入/输出特性.以环境与供电电源波动两个干扰量为例.实验结果表明,当环境温度波动△T=48.5℃,供电电源波动γ=±;3%,经神经网络融合处理后,主传感器系统在两种干扰状况下的交叉灵敏度下降一个数量级。
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。