基于BP神经网络的磁通门传感器温度误差补偿

• 作者: 庞鸿锋 张琦 潘孟春 罗诗途 陈棣湘
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 磁通门传感器 BP神经网络 非线性逼近 温度误差 补偿
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 光电信息与传感器技术
• 页码范围: 278-282
• 分类号: TH762.3
• 字数: 2635字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2011.03.019

摘要

三轴磁通门传感器受温度影响明显,严重影响其测量准确度,需要研究补偿方法,提高测量准确性.在不同磁场环境下,利用无磁高低温试验箱对传感器输出值温度特性进行了测试,并采用BP神经网络的方法进行温度补偿.分别阐述了设备操作过程及数据处理方式.采集传感器在不同温度下的测量数据样本;将BP神经网络应用于温度误差模型的非线性辨识,训练出了有效的温度补偿网络;在不同外加激励磁场下分别进行补偿;对BP神经网络、径向基神经网络和曲线拟合的逼近效果进行了对比.结果表明,传感器温度误差从195.6 nT,203.2 nT,213.6 nT分别补偿到17.18 nT,18.89 nT,18.04 nT.温度误差明显减少,证明了BP神经网络在磁通门传感器校正中的良好性能;经过对比,证明了BP神经网络具有更高的逼近精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘孟春	国防科学技术大学机电工程与自动化学院	59	422	12.0	17.0
2	罗诗途	国防科学技术大学机电工程与自动化学院	20	197	8.0	13.0
3	陈棣湘	国防科学技术大学机电工程与自动化学院	28	170	7.0	12.0
4	庞鸿锋	国防科学技术大学机电工程与自动化学院	7	94	5.0	7.0
5	张琦	国防科学技术大学机电工程与自动化学院	14	147	6.0	12.0