遗传神经网络在GMI传感器设计中的应用

• 作者: 吴彩鹏 邓甲昊
• 来源期刊: 科技导报
• 学科: 工学
• 关键词: 巨磁阻抗效应 磁传感器 遗传神经网络 非线性校正
• 年，卷（期）: 2010,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 55-59
• 分类号: TP212.13|TP183
• 字数: 3791字
• 语种: 中文

摘要

巨磁阻抗(GMI)微磁传感器具有灵敏度高、响应速度快等突出优点,但其输出信号呈高度非线性特性.利用交流偏置方法产生非对称巨磁阻抗效应(AGMI),对磁场传感器的线性度有一定改善,但仍存在线性范围小、线性误差较大的缺点.BP神经网络具有良好的自学习、自适应和非线性映射能力,但通常训练速度较慢、易陷入局部极小值;遗传算法有很强的全局寻优能力,但其局部搜索能力不足.为充分发挥二者优点,本研究提出一种基于遗传神经网络的传感器非线性误差校正方法,并针对所设计的GMI传感器,设计了适合本系统的遗传神经网络,可通过Matlab软件实现.结果表明,经过训练的网络输出结果有序,网络的非线性映射性能良好,能精确反映该传感器系统的函数关系.该方法运算快速、精度高,对智能GMI传感器的设计具有一定工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴彩鹏	北京理工大学机电学院	3	8	2.0	2.0
2	邓甲昊		1	3	1.0	1.0