传感器模糊神经网络非线性误差补偿的研究.PDFVIP

传感器模糊神经网络非线性误差补偿的研究　刘 　清 传感器模糊神经网络非线性误差补偿的研究 Stu dy o n N o n lin e a r Erro r Com p e n sa tio n fo r Tran sdu ce rs ′Fu zzy N eu ra l N e tw o rk 刘 　清 (南京师范大学计算机科学系 ,南京　2 10042) 摘 　要 : 在测量系统中 ,传感器的非线性特性是测量系统误差的主要来源 。要提高测量系统的精度 , 就必须进行误差补偿 。设 计了一个用模糊小脑神经网络实现的补偿环节 。该补偿环节是一个用神经网络拟合的传感器逆特性 , 通过传感器的逆特性将 传感器非线性特性改造成与实际物理过程相一致的不失真的线性特性 , 从而减小非线性误差 。通过应用实验 , 验证 了该方法 的有效性 。 关键词 : 非线性特性 　误差　模糊 　小脑神经网络 中图分类号 : TP18　　　　文献标识码 : A A bstract: The nonlinear characteristic of tran sducer is the m ain re source of the error in m ea suring system. If the accuracy of the m ea suring system wou ld be enhanced, the error had to be comp en sated. The comp en sation elem ent wa s de signed by the m ethod of the fuzzy cerebellum neural network. The comp en sation elem ent is an inverse characteristic of sen sor fitted by neural network. Through the inverse characteristic of tran sducer, the nonlinear characteristic of tran sducer is changed into linear characteristic w ithou t distortion , and identical to real physical p roce ss, thu s nonlinear error is decrea sed. The p ractice p roves that the m ethod is efficient. Keywords: Nonlinear characteristic　　Error　　Fuzzy　　Cerebellum neural network 导致实用性较差 。 0　引言 为此 ,本文采用了一种单输入单输出的模糊小脑 ( ) [ 6～8 ] 在检测仪表和测量系统中,大多数传感器的特性 神经网络 FCMAC 误差补偿方法 ,具有收敛速度 是非线性的,特别是采用正负法时 , 由此产生的非线性 快 、算法简单和补偿直接输出的特点 ,可以在数字信号 ( ) 误差成为许多测量系统的主要误差来源 。要提高测量 处理器 D SP 上实现 ,