优化改进传感器精度的自适应神经网络控制策略.pdf

《优化改进传感器精度的自适应神经网络控制策略.pdf》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、40传感器与微系统(TransducerandMicrosystemTechnologies)2010年第29卷第7期优化改进传感器精度的自适应神经网络控制策略宋占魁，赵国强(辽宁工程技术大学，电气与控制学院，辽宁葫芦岛125105)摘要：对于传感器在进行检测时，由于环境存在很多的干扰因素，会对传感器检测产生很大的干扰，使测量结果难以达到准确结果，提出用自适应神经网络来提高传感器测量精度的新方法，该神经网络可以看做是一个非线性自适应滤波器，通过Matlab仿真和实际使用证明：该方法不仅提高传感器精度，还提高了传感器环境适应性。关键词：传感器；自适应；神经网络；稳定性中图分类号：TP183文献

2、标识码：A文章编号：1000--9787(2010)07--0040-03Controlstrategy0fadaptiveneuralnetworkforsensoraccuracyoonJ●mi‘zed1SONGZhan—kui，ZHAOGuo—qiang(SchoolofElectricalandControl，LiaoningTechnicalUniversity，Huludao125105，China)Abstract：Becauseofthepresenceofmanyinterferencefactorsinenvironment，thedetectingofsensorisg

3、reatlyinterfered．Theresultisnotaccurate．Anewmethodofadaptiveneuralnetworkforsensorprecisionispresented．Thisneuralnetworkcanbeactedasnon·linearadaptivefilter．ItisprovedbyMatlabsimulationandactualapplicationthatthismethodcannotonlyimprovesensor’Sprecision，butalsoimprovesensorSenvironmentaladaptabilit

4、y．Keywords：sensor；adaptive；neuralnetwork；stability0引言进行拟合各种传感器模型曲线则具有相当局限性。不但传感器是工业检测控制应用系统中的一个重要组成部不可以提高精度，而且当环境变化时，可能造成很大的误分，传感器的精度直接影响整个控制检测应用系统的精度差。从信号处理角度，如果构建一非线性自适应滤波器滤与性能。一般而言，传感器的精度是与其价格成正比的。除传感器中的干扰，就可以提高传感器精度，由于神经网络通常用端点法、平移端点法、平均斜率法、平均造点法、最小具有自适应和对非线性系统具有很好的逼近能力，用多层二乘法或曲线拟合等方法提高其精度。但这些方

5、法对提神经网络来构建滤波器时对传感器输出信号进行滤波，可高传感器的精度是有限的。由于周围环境改变、传感器自以极大提高传感器精度。同时，神经网络具有自学习能力，身老化等原因，使传感器的精度和性能大大下降。本文提对于环境发生变化时，具有很强自适应能力，从而提高传感出了利用人工神经网络来构建数字滤波器，对传感器的输器的可靠性。出信号进行滤波的新方法，可以大大地提高传感器输出信本文采用自适应线性神经网络模型如图1所示。人工号的精度，实际使用证明：人工神经网络滤波器方法优于以神经网络滤波器的输入是由传感器的输出信号经过延迟获上传统方法，而且，还由于人工神经网络可以在线修正其模得的。设传感器的输出信号为

6、Y，它是一个由采样获得的型，因而，可以保持传感器输出的精确度。随时间变化的信号，该信号通过延时得到1自适应神经网络的实现Y(k)，Y(k-1)，Y(k-2)，⋯Y(k-n)．由于使用传感器是按理论特性推断其输入值。所以，其中，n为延迟器的最大数目，因而，当前的信号采样要确定传感器模型曲线，且传感器在一定环境和时间条件值为Y(k)时，神经网络的输入端分别为Y(k)，Y(k-1)，⋯下的实际特性进行比较。传感器输入y与输出有如下关y(kmn)．下一时刻的输入为Y(k+1)，Y(后)，⋯Y(k—n+系：Y=ax+++⋯(a，b，c为常数)如果采用此方法1)；其中，Y(七十1)为当前值，，，(k-n

7、+1)为延迟了个节收稿日期：2009～11_o7第7期宋占魁，等：优化改进传感器精度的自适应神经网络控制策略41拍的采样值，即上个n个节拍的采样值。Y(k)=E[t2]-2xE[f2]+E[ZZT]X，表示成下面更方便的形式F()=c一2xh+Rx．(1)其中，C=E[t2]，h=E[tz]且R=E[zz

8、f’]。设输入向量由噪声源当前值和前一值给出=，]，图1自适应线性神经网络模型而目标是当前信号和被过滤的