基于径向基神经网络的光栅细分方法

• 作者: 关蕊 郭雨梅 钟媛
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 光栅传感器 莫尔条纹 细分 乘法倍频 RBF神经网络 多项式拟合 DSP芯片 Matlab仿真
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 193-197
• 页数: 5页
• 分类号: TP183
• 语种: 中文

摘要

为了研究细分精度高、位移跟踪速度快的光栅位移测量系统,提出一种基于径向基神经网络的光栅细分方法.利用三层RBF神经网络,在一个莫尔条纹信号周期内取多个样本点,并把多个样本点所对应的正切值作为网络的输入,将该样本点在一个栅距内的微位移最作为目标输出,建立合理的神经网络模型,与DSP相结合实现莫尔条纹细分.通过对样本点的分段学习,证明了仅用少量的神经元即可实现高精度细分.该神经网络结构简单,非线性逼近能力强,通过对非样本点数据的实验验证,证明了该系统的可行性,具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭雨梅		33	404	10.0	19.0
2	钟媛		3	16	2.0	3.0
3	关蕊		1	0	0.0	0.0