10.3321/j.issn:0253-987X.1999.11.019
采用神经网络数据融合改善传感器的静态特性
为解决在全桥差动的电桥测量中,环境温度的变化对因桥臂之间的特性差异所造成的测量误差影响显著,而这种影响却又无法用一般的数学式子进行描述的问题,利用神经网络可以学习的功能,将电桥的两个输出电压信号作为标定数据,采用神经网络对标定数据进行处理,从而既提高了电桥测量的环境温度适应范围,也提高了其测量精度.经过神经网络的数据融合,测量误差可由原来的15%下降到2%.
电桥测量、神经网络、数据融合
33
TH823.2
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
75-78