基于PCA和GA融合算法的湿度传感器校准实验研究

摘要：

针对湿度传感器因湿滞或温度漂移等因素引起的非线性问题,提出一种基于主成分分析(PCA)和遗传算法(GA)融合优化神经网络(BP)传感器校准改进措施.以HR202电阻型湿度传感器为例,分别在5个温度和10种饱和盐溶液标准湿度环境下进行测试,对采集的数据首先利用PCA算法“降维”,通过提取温度和湿滞补偿的主要信息,在原信息损失较小的前提下,将BP传感器校准多维问题简化,然后采用GA-BP对样本进行训练.经实验测试和Matlab平台仿真研究结果表明,基于PCA和GA融合算法处理的神经网络对湿度传感器定标校准数据相比该产品示值校准精度从±5％RH提高到±3％RH,训练速度相比传统BP方法提高3～5倍.该方法在湿度传感器校准测量精度提高方面有参考价值.

关键词：湿度传感器、主成分分析、遗传算法、神经网络、非线性校准

所属期刊栏目：32

分类号：TP212.1(自动化技术及设备)

资助基金：黑龙江省高等教育教学改革项目JG2012010671;齐齐哈尔大学教育教学研究项目2014082;黑龙江省高等教育教学改革项目JG2013010025

在线出版日期：2015-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：42-46,81