气压传感器神经网络算法及单片机实现

被引：1

作者：

何红丽 ^{[1
]}

但永平 ^{[2
]}

张元 ^{[3
]}

机构：

[1] 郑州大学物理工程学院

[2] 华中科技大学电子科学与技术系

[3] 河南工业大学

来源：

传感器与微系统 | 2006年 / 11期

关键词：

气压传感器; 神经网络; 数据融合; 单片机;

D O I：

10.13873/j.1000-97872006.11.006

中图分类号：

TP212.1 [物理传感器];

学科分类号：

080202 ;

摘要：

谐振筒式气压传感器测量范围为45～107 kPa,其输出的周期信号与气压呈非线性关系,且受环境温度影响,为了达到准确度要求(±0.05 kPa),提出了应用神经网络算法对周期和温度信号进行数据融合,实现消除温度影响和非线性校正及在单片机上的实现方法。实验结果表明:神经网络算法对气压传感器的数据融合可行有效。

引用

页码：18 / 20+24 +24

页数：4

共 5 条

[1] 振动筒式压力传感器的FLANN非线性校正 [J].