基于BP神经网络的压力传感器数据融合研究

被引：2

作者：

刘二林

机构：

[1] 兰州交通大学机电工程学院

来源：

关键词：

压力传感器; 数据融合; BP神经网络; 非目标参量;

D O I：

暂无

中图分类号：

TP212 [发送器（变换器）、传感器];

学科分类号：

080202 ;

摘要：

压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理,减小了两者相互交叉干扰敏感度。结果表明,采用BP神经网络进行数据融合,能够提高传感器的稳定性及其精度,仿真验证了该方法的有效性和可行性。

引用

页码：7 / 11

页数：5

共 6 条

[1] 基于人工神经网络的压力传感器三维数据融合 [J].

钱光耀 ;

杨入超 ;

赵光兴 .

[2] 基于数据融合的压力传感器静态特性研究 [J].

熊楠 ;

李世平 ;

陈世伟 ;

管京周 .

[3] 人工神经网络在传感器数据融合中的应用 [J].

寇雪芹 ;

师帅兵 .

[4]

智能控制基础.[M].韦巍; 何衍; 编著.清华大学出版社.2008,

[5]

智能传感器系统.[M].刘君华编著;.西安电子科技大学出版社.1999,

Du, Zhimin ;

Jin, Xinqiao ;

Yang, Yunyu .