一种基于IGA-RBF神经网络的传感器动态特性补偿算法

摘要：

为了改善传感器的动态特性,减小系统测量误差,对传感器动态性能进行分析,提出了一种基于改进型遗传算法(IGA)和RBF神经网络相结合实现其动态特性补偿的算法,并应用到瓦斯传感器的补偿环节；实验结果表明,经IGA-RBF补偿算法后响应时间仅为0.413 s,幅值误差为士5％时的工作频率f≈5.47 kHz,不仅响应速度快,精度高,还具有工作频带宽的特点,较大地改善了多项动态特性指标,能够有效地用于传感器的动态特性补偿,在测试领域中有很好的应用前景.

关键词：动态补偿、RBF神经网络、遗传算法、瓦斯传感器

所属期刊栏目：21

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金70971059;辽宁省科技攻关项目2011229011

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1105-1108