人工神经网络用于传感信号的模式识别论文

《人工神经网络用于传感信号的模式识别论文》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、ArtificialneuralnetworkapplicationinSensesignal’S‘patternrecognition作者：张威导师：刘艳北京交通大学2011年6月／，～0◆本学位论文授权北京交通大并采用影印、缩家有关部门或机(保密的学学位论文作签字日期：2、l时1一作者姓名：张威导师姓名：刘艳学位类别：工程硕士学号：09125007职称：副教授学位级别：硕士学科专业：电子与通信工程领域研究方向：光纤传感北京交通大学2011年6月致谢本论文的工作是在我的导师刘艳副教授教授的悉心指导下完成的，

2、刘老师严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来刘老师对我的关心和指导。刘艳副教授不仅悉心指导我完成了实验室的科研工作，同时在学习上和生活上都给予了我很大的关心和帮助，在此向刘老师表示衷心的感谢。在实验室工作及撰写论文期间，李博、张晓兴、夏东明等同学对我论文中的马赫曾德干涉仪部分的研究工作给予了热情帮助，黄伟、刘晓宇、赵光胤等也给予了很大鼓励和帮助，在此向他们表达我的感激之情。另外也感谢我的家人，他们的理解和支持使我能够在学校专心完成我的学业。中文摘要摘要：随着神经网络理论的飞速

3、发展，对神经网络的研究几乎延伸到生活的各个领域。神经网络有很多优点，有很好的适应能力、较高的容错性、能适应超大规模集成电路等等。本文主要是将人工神经网络用于分布式光纤传感系统中光纤传感信号的模式识别，通过利用LABVIEW及MATLAB语言进行混合编程，获取传感信号的幅度和有效值，并利用神经网络分析方法对传感信号进行模式识别，通过该应用程序可以很容易实现实时的对传感系统输出信号进行检测并分析出外界干扰信号的类型，从而达到利用分布式光纤传感系统对监测对象的实时检测及判别。本文的意义在于为光纤传感信号的模式识别提

4、供了一种新的思路，以期待能为进一步探索新的更加有效的神经网络及训练方法来实现传感信号的模式识别带来一定的帮助。该课题的研究重点在于MATLAB人工神经网络的设计及由MATLAB的模式识别程序向LABVIEW中的移植实现。本论文的主要研究成果包括：1)深入研究kiZl分布式光纤传感系统及人工神经网络的结构及功能，并对MZI系统的解调及解调的误差分析进行深入的分析研究。2)构建分布式光纤传感系统来获取样本数据，并利用LABVIEW对数据进行分析和处理，选取所获数据段的幅度值和有效值作为传感信号的特征量。3)设计了

5、四种改进后的BP神经网络的MATLAB程序，并运用获得的样本数据的特征量对它们分别进行训练，对训练结果进行比较分析，选取最佳BP网络训练方法。以获取最理想的传感信号的模式识别效果。4)选取基于最优化数值理论算法的LMBP神经网络和概率神经网络及与其相对应的训练方法来进行传感信号的模式识别。设计相应的MATLAB程序，并运用获得的样本数据的特征量对神经网络进行训练，使其能够具备准确识别不同的外界干扰信号的模式的能力。5)深入研究MATLAB和LABVIEW混合编程的方法，设计并利用LABVIEW中的MATLAB

6、script节点进行混合编程，从而实现利用LABVIEW实现相对友好的用户界面，同时提高了程序算法的高效性，同时保证了算法的实时性。关键词：马赫曾德尔光纤干涉仪；LabVIEW；人工神经网络；模式识别；光纤传感；分类号：TN929ABSTRACTABSTRACT：Astherapiddevelopmentofneuralnetworktheory，thestudyofneuralnetworkhadnearlyreachedeveryfieldofourlife．NeuralNetworkhasmuchadv

7、antagesuchasanadaptivecapability,goodfault-toleranceandadapttoVLSIsystemandSOon．ThisthesisfocusedonthestudyofartificialneuralnetworkapplicationinSensorsignal’Spatternrecognition,UsedtheLABVIEWandMATLABlanguagetodesignahybridprogramming,togettheamplitudeandR

8、MS，andBSetheneuralnetworkanalysismethodtomakeapatternrecognitionofthesensingsignal，theapplicationprogramCaneasilyrealizedthefunctiontodetecttheoutputsignalinthedistributedopticalfibersensingsystemandan