基于BP神经网络的磁通门传感器温度误差补偿

摘要：

三轴磁通门传感器受温度影响明显,严重影响其测量准确度,需要研究补偿方法,提高测量准确性.在不同磁场环境下,利用无磁高低温试验箱对传感器输出值温度特性进行了测试,并采用BP神经网络的方法进行温度补偿.分别阐述了设备操作过程及数据处理方式.采集传感器在不同温度下的测量数据样本;将BP神经网络应用于温度误差模型的非线性辨识,训练出了有效的温度补偿网络;在不同外加激励磁场下分别进行补偿;对BP神经网络、径向基神经网络和曲线拟合的逼近效果进行了对比.结果表明,传感器温度误差从195.6 nT,203.2 nT,213.6 nT分别补偿到17.18 nT,18.89 nT,18.04 nT.温度误差明显减少,证明了BP神经网络在磁通门传感器校正中的良好性能;经过对比,证明了BP神经网络具有更高的逼近精度.

关键词：磁通门传感器、BP神经网络、非线性逼近、温度误差、补偿

所属期刊栏目：25

分类号：TH762.3(仪器、仪表)

在线出版日期：2011-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：278-282