基于人工神经网络的传感器非线性失真校正研究-信号与信息处理专业论文.docxVIP

基于人工神经网络的传感器非线性失真校正研究 基于人工神经网络的传感器非线性失真校正研究 摘要 基于人工神经网络的传感器非线性失真校正研究 摘 要 传感器是检测系统中的核心元件，其准确性对检测系统的性能起着决定性的作 用，传感器非线性失真校正是提高传感器性能指标的主要技术之一，这也成为目前国 内外研究的一项重要课题。本论文研究的主要内容是传感器非线性失真校正，提出了 一种非线性失真校正方法，即基于人-r-**经网络的传感器非线性失真校正。 本论文简要介绍传感器的传统非线性失真校正方法，在此基础上通过理论分析， 论证了基于人工神经网络的传感器非线性失真校正方案的可行性，建立了此非线性失 真校正方法的模型，与传统的非线性失真校正方法相比降低了系统的复杂度。本文人 工神经网络采用BP网络结构，介绍了BP网络算法的计算过程和特点，并且在建模 过程中分析了它们在应用中需要注意的一些问题，如隐层节点数、容许误差的选择等。 本论文选用$3C2410X嵌入式系统作为BP网络的载体，详细描述了整个硬件系 统的构建，即将电压传感器输出的信号，经真有效值／直流转换器AD637转换成直流 信号，再进行A／D转换，变为数字信号，然后在$3C2410X平台上运用改进的BP网 络对其进行校正，使其尽量地逼近真实值，最后通过LCD显示测试数据结果。与硬 件系统相匹配的软件系统分为训练和测试两个过程，首先训练BP网