基于BP神经网络的振动筒压力传感器的温度补偿

• 作者: 何鹏举 张朋 秦波 陈明
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: BP神经网络 振简式传感器 大气数据系统 静态输出特性 鲁棒性
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 物理类传感器
• 页码范围: 2213-2217
• 页数: 5页
• 分类号: TP212
• 字数: 3357字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2007.10.016

摘要

介于振动筒压力传感器在航空领域有广泛的应用,本文以某基于振动筒压力传感器的大气数据系统为基础,研究了振动筒压力传感器的输入-输出特性,并对影响其输出特性的主要因素进行了深入分析,得到了振动筒压力传感器的温度特性曲线.提出了一例利用BP人工神经网络对振动筒压力传感器静态输出特性进行修正的新方法.计算机仿真和试验结果表明:该方法能够有效改善传感器的输出特性,并且速度快、精度高、鲁棒性强,便于用硬件实现,具有较高的推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈明	西北工业大学自动化学院	184	2365	24.0	38.0
2	秦波	西北工业大学自动化学院	9	47	4.0	6.0
3	张朋	西北工业大学自动化学院	29	192	8.0	11.0
4	何鹏举		29	191	9.0	13.0