基于增强型BP网络的气象传感器标校方法

• 作者: 刘鹏宇 杨加春 王彦明 贾克斌
• 来源期刊: 中国测试
• 学科: 工学
• 关键词: 传感器标校 BP神经网络 高斯函数 Levenberg-Marquardt 单片机
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 传感测试方法
• 页码范围: 105-111
• 页数: 7页
• 分类号: TP212.1
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2020050115

摘要

针对气象传感器标校过程中测量精度低和生产成本高的问题,将人工智能技术与单片机技术相结合,提出一种气象传感器智能标校方法.该方法将BP神经网络、高斯函数和Levenberg-Marquardt算法相融合,设计一种用于传感器标校的增强型BP网络模型.并将训练好的标校模型移植到单片机中,通过分段多项式来拟合高斯函数,有效减少单片机的计算资源、缩短计算时间.实验结果表明:传统BP网络使气压传感器均方根误差由最初的5.93降低到2.83,减少52.28％的测量误差;而增强型BP网络则使均方根误差降低到0.77,进一步减少34.74％的测量误差.通过分段多项式来拟合高斯函数,显著降低标校模型的计算量,可满足气象探测过程中的时间要求.