资源描述：
《基于小波支持向量机的传感器非线性校正》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、基于小波支持向量机的传感器非线性校正1,21高云红，李一波（1.沈阳航空工业学院自动化学院，辽宁沈阳,110136；2.南京航空航天大学自动化学院，江苏南京,210016）摘要：结合支持向量机和小波理论的优点，提出了一种基于小波核支持向量机的传感器非线性误差校正的原理和方法。该方法利用小波的多尺度插值特性和稀疏变化特性,提高了支持向量机的泛化能力和抗噪声能力。将该方法用于电涡流传感器的非线性校正，实验结果表明该小波核方法的校正效果优于传统的多项式拟合方法和RBF核支持向量机，提高了电涡流传感器测量的准确性。关键词：
2、小波核；支持向量机；非线性校正；电涡流传感器中图分类号：TP212文献标识码：ANonlinearEmendationforSensorBasedonWaveletKernelSupportVectorMachine1,21GAOYun-hong,LIYi-bo(1.CollegeofAutomationEngineering,ShenyangInstituteofAeronauticalEngineering,Shenyang110136,China;2.CollegeofAutomationEngineerin
3、g,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China)Abstract：Combiningtheadvantagesofsupportvectormachine(SVM)andwavelettheory,thepaperbringsupasortofsensornonlinearcalibrationmethodwhichbasesonwavelet-kernelSVM.Makinguseofthecharacteristicsofw
4、aveletmulti-scaleinterpolationandsparsevariation,thismethodhasimprovedthegeneralizationabilityandthenoiseresistingabilityofvectorsupportmachine.Themethodusedforeddycurrentsensornonlinearcorrection,experimentalresultsshowthatthecorrectioneffectofwaveletkernelme
5、thodsissuperiortothetraditionalpolynomialfittingmethodsandRBFkernelsupportvectormachine,greatlyincreasingtheeddycurrentsensormeasurementaccuracy.Keywords:waveletkernel;supportvectormachine;nonlinearemendation;eddycurrentsensor引言传感器就是一种以一定的精确度将被测物理量转换为与之有确定对应关系
6、的、易于精确处理和测量的某种物理量的测量部件或装置。理想传感器的输入物理量与转换信号量呈线性[1]关系，线性度越高，则传感器的精度越高,反之传感器的精度越低。实际上传感器输出与输入之间往往是非线性的，随着科学研究和测控技术的发展，现代测控系统对传感器检测的准确度、稳定性和工作条件提出了很高的要求，希望传感器能够线性的反映被测量的大小。因此需要对传感器的非线性进行校正，传感器校正即通过各种方法建立起输入量与输出量之间的准确对应关系并确定有效的工作范围。校正原理如图1所示。y=f(x)u=g(y)xyu传感器传感器逆模
7、型图1非线性误差校正模型式中y=f(x)表示传感器系统的输出；x表示传感器系统的输入。y信号可经过电子设备进−1行测量，目的是根据测得的y信号求得未知的变量x，即表示为x=y(x)。绝大多数的传感器传递函数为非线性函数。为了消除或补偿传感器系统的非线性特性，可使其输出y通过一个补偿环节。该模型的特性函数为：u=g(y)。其中u为非线性补偿后的输出，它与输入信号x成线性关系。很明显函数g(y)也是一个非线性的函数，并使得补偿后的传感器具有理想特性。在实际上，非线性补偿函数g(y)的表达式难以准确求出，但可以通过建模来
8、实现，补偿模型的建立就成了校正传感器非线性的关键。目前对传感器系统的非线性特性校正的方法有很多，总体上可分为传统方法和现代方法[2]两种。传统上常采用的方法有硬件补偿法、查表法、补偿因子法、曲线拟合、最小二乘法和函数链。现代方法包括神经网络、支持向量机、遗传算法、模糊逻辑、粗糙集、专家系统、灰色系统理论和小波分析等。支持向量机方法是建立在统计学习理论的VC维
