基于bp神经网络传感器温度补偿技术的研究

《基于bp神经网络传感器温度补偿技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东北大学硕士学位论文摘要基于BP神经网络传感器温度补偿技术的研究摘要传感器是测量系统、仪器仪表以及汽车各个电子控制单元的核心部件，是获取信息的工具。传感器的输出特性直接影响整个系统的性能，但该特性容易受到许多环境因素的影响，如温度、磁场等。尤其是汽车用传感器，其工作条件恶劣，易受温度因素干扰，进而造成传感器测量精度降低，导致汽车中各个电子控制单元的工作性能下降。因此传感器特性补偿技术的研究对提高传感器的测量精度具有重要的现实意义。本文首次应用MATLAB提供的BP神经网络工具箱中神经网络函数编程和GU

2、I工具分别对CYJ—101型压力传感器进行数据处理，解决了传感器温度补偿问题。首先，本文分析了二传感器信息融合的曲面拟合法基本特点，根据温度补偿原理建立了BP神经网络模型，推导出该模型中隐含层神经元输出表达式和模型的最终输出结果表达式。其次，在CYJ-101型压力传感器温度特性补偿的计算过程中，以压力传感器为主传感器，温度传感器为辅传感器，把这两个传感器输出的电压信号输入到建好的BP神经网络模型中，并在MATLAB提供的NNToolbox环境下进行了仿真。从仿真后的补偿结果可以看出：温度干扰量对压力输

3、出特性的影响由补偿前的22％降到补偿后的1．1％，从而提高了压力传感器测量精度和抗干扰能力。最后，分析了基于BP神经网络的压力传感器温度补偿的研究结果，研究结果表明：建立的BP神经网络模型经过训练后，可以很好地补偿压力传感器所受的温度干扰，并使测量精度提高到补偿前的20倍。在此基础上，提出了本文存在的不足之处，并提出了具体改进方案。综上所述，本文对传感器测量精度和工作稳定性方面的研究具有实际应用价值。关键词：温度补偿：BP神经网络；传感器；特性补偿；神经网络模型-11-东北大学硕士学位论文TheRes

4、earchofSensorTemperatureCompensationTechniqueBasedonBPNeuralNetworkAbstractSensorisoneofcorecomponentswhichmeasuressystems、apparatus、metersandeveryelectroniccontrolunitoncars，andoneoftoolswhichacquiresinformation．Outputidentityofsensorseffectsthecapabil

5、ityofwholesystemsderectly,however,easilymaybeinfluencedbymanyenvironmentfactors，suchastemperature、magneticfieldandSOon．Especially,workconditionofsensorsoncarsisverybad，andtemperatureiseasytointerferewiththesensorsoncars，asaresult，thesensors’Smeaturement

6、precisionbecomeslower,moreover,workcapabilityofeveryelectroniccontrolunitoncaresgetsworse．Sotheresearchonthesensorsidentitycompensationtechniquewillplayaveryimportanttheoryandrealitysignificanceonwhichimprovestheprecisionofthesensorsoncars．Innovatively,

7、neuralnetworkfunctionprogramingandGUItoolintheBPneuralnetworktoolboxesfromMATLABareapplied，anddataprocessingisdoneaboutCYJ一101pressuresensor,andtheproblemofthesensortemperaturecompensationisresovled．First，thepaperhasanalyzedtheadvantageanddisadvantageof

8、curvefitmethodsabouttwoSensors’informationmerge，andinvirtueofthemethodestablishedtheBPneuralnetworkmodel，andderivedthehidinglayerneuronoutputformulaandfinaloutputformulafromthemodel．Second，thepaperhasmadethepressuresensorsmajorse