基于RBF神经网络模型的传感器非线性补偿方法

• 作者: 王志武 田社平 赵阳 韦红雨
• 来源期刊: 计量技术
• 学科: 工学
• 关键词: 神经网络 RBF算法 距离传感器 非线性补偿
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 理论与实验
• 页码范围: 3-7
• 页数: 5页
• 分类号: TP2
• 字数: 3193字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0771.2007.02.001

摘要

针对传感器测量过程中各种环境因素(温度、湿度、磁场等)的影响,提出了一种新的非线性补偿方法,利用两个相同的距离传感器对物理量进行测量,建立RBF神经网络结构,并利用神经网络的学习记忆功能,消除主要环境因素对传感器输出的影响.通过实验和计算机仿真应用,证明这个系统提高了传感器测量的精度,具有良好的抗干扰性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田社平	上海交通大学电子信息及电气工程学院	184	1023	16.0	21.0
2	韦红雨	上海交通大学电子信息及电气工程学院	26	215	9.0	13.0
3	王志武	上海交通大学电子信息及电气工程学院	67	421	11.0	16.0
4	赵阳	上海交通大学电子信息及电气工程学院	20	152	7.0	12.0