用神经网络方法改善湿敏元件温度特性.pdfVIP

用神经网络方法改善湿敏元件温度特性枣 王兢石凯贺 电信学院大连理工大学 中国辽宁大连116023 摘要：本文报道用BP神经网络方法改善纳米钛酸钡湿敏元件电阻．相对湿度特性的温度漂移现象。 基于Matlab对湿敏元件特性温度漂移作定性分析，通过比较分析，确定采用单隐层，隐层为五个神经 元，传递函数为双曲正切函数，学习算法为加动量项的梯度下降法使网络达到收敛．用Matlab做算法 级仿真，验证了方法的可行性． 关键词：湿敏元件神经网络温度漂移特性改善 1．引言 湿敏元件应用在许多领域。良好的湿敏元件应具有灵敏度高、湿滞小、响应速度快、温度系数小等特点。 某些湿敏元件的感湿特性随环境温度的变化而不同，即存在输出特性的温度漂移现象。温度漂移问题为湿敏 元件的应用带来很大障碍。改善温度漂移的方法有许多种，如改善材料本身性能，用外加电路做温度补偿， 用信号处理方法等。用人工神经网络方法改善、识别传感器输出特性近年来应用广泛：在电子鼻及识别混合 气体等方面的应用已经较普遍【l，2】，在测量气体时用神经网络进行温湿度补偿【3】，用神经网络方法将湿敏元件 的感湿范围从相对湿度60--一80％扩展为40--一80％N。 本文报道我们用BP神经网络方法改善纳米钛酸钡湿敏元件电阻．相对湿度(灵敏度)特性的温度漂移。讨 论了硬件实现中的有限精度问题，确定了具体实现时，网络输入，权值，阈值，传递函数的精度。 2．湿敏元件输出特性的温度漂移 复合氧化物半导体材料钛酸钡、铁酸镧等制作的湿敏元件具有灵敏度较高、湿滞小、响应速度较快的优 点p’6】，但是其感湿特性随环境温度的变化而不同，输出特性的温度漂移问题不能忽视。图1为纳米钛酸钡 湿敏元件在温度5--300C时输出电阻僻)与相对湿度(R日)关系曲线，曲线的斜率为湿敏元件的感湿灵敏度。 从图中可以看出，温度变化使元件的灵敏度变化很小，但元件的电阻随温度的升高而减小，在5-300C范围 内变化1到2个数量级。若按照20。C的特性曲线设计传感器电路，当温度偏离时，测量数据会发生偏差。 为其实用化带来障碍。用神经网络方法改善湿敏元件的温漂，就是将温度漂移造成的测量误差加以校正，使 其回到环境温度下的准确数值，减小以致消除温度造成的偏差。 ． 图l 不同温度下钛酸钡湿敏元件灵敏度特性 国家自然科学基金项N(6007403i 448 3．BP神经网络原理 3．1 BP神经网络 BP网络是一种多层前向网络，其结构如图2所示。网络除了输入和输出节点外，还有一层或多层隐层 节点，同层节点种没有任何耦合。输入的信号从输入层依次传给各隐层节点，然后传到输出节点，每一层节 而输出层神经元的特性一般为线性函数。 图2BP网络模型 网络具体结构如下。记输入层为Input，含3个单元，包括湿敏元件电阻值R，温度丁，以及为了引进阈 神经网络计算的相对湿度胴。 输入层与隐层的权值％分别表示湿敏电阻值输入单元(『-1)以及温度输入单元(『=2)与第i个隐层单元的 连接强度。只：暇，表示第i个隐层单元的阈值。隐层与输出层的权值由坂扣l，2，．．．，m)表示。设q=M。+。为输 出层单元的闽值。为了便于描述，每个神经元的输入用U表示，输出用y表示；队y的上标表示该神经元 所在层，下标表示该层中的某个神经元。设隐层神经元的传递函数为，俐，其导函数为g御。例如：U?表 示隐层的第二个神经元的输入(设神经元的排序是从左向右依次编号：l，2，3，．．．)，扩表示输出层神经元的输 入。特别地，用Y=y。表示网络的最终输出。设训练样本集为胙阮，玩为，…XN]。对应每一个训练样本噩 =[疋，忍】，其实际输出为圪，其期望输出为仇。 向网络输入训练样本噩，由信号的正向传播过程可得网络实际输出圪： 秽=彬，·盈+％，·五+霉 ㈣) ¨片=厂(吖)=厂(彤，·R+％，·瓦+只) ) y=∑M；·掣+g