基于递归神经网络模型的传感器非线性动态补偿

被引：8

作者：

田社平

机构：

[1] 不详

[2] 上海交通大学电子信息学院上海

[3] 不详

来源：

上海交通大学学报 | 2003年 / 01期

关键词：

传感器; 递归神经网络; 非线性动态补偿; 递推预报误差算法;

D O I：

10.16183/j.cnki.jsjtu.2003.01.004

中图分类号：

TP212 [发送器（变换器）、传感器];

学科分类号：

080202 ;

摘要：

讨论了递归神经网络模型在传感器非线性动态补偿中的应用 ,给出了递归神经网络模型的结构及相应的训练算法 .递归神经网络模型本身具有动态映射能力 ,其结构仅与输入层和中间层的节点数有关 ,且不需要知道被补偿传感器的结构特性 (如输出、输入的最大延迟 )等先验知识 ,简化了动态补偿器的结构设计 .采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点 .实验结果表明 ,经过补偿后的传感器具有期望的输入输出特性 ,应用递归神经网络对传感器进行非线性动态补偿是一种行之有效的方法

引用

页码：13 / 16

页数：4