一种提高温度传感器可靠性的神经网络方法
通过对自动气象站上铂电阻温度传感器的检定实验,发现传感器在实际应用中存在非目标参量影响的问 题,提出采用傅立叶基函数神经网络的方法对影响温度传感器性能的诸多非目标参量进行非线性补偿。分析了算 法的收敛性,为该方法的可行性提供理论依据,通过在网络传递函数空间中引入傅立叶正交基函数,简化了神经 网络模型在运算中的复杂性,大大提高了网络的学习效率,计算精度高,训练速度快。实验仿真结果表明,该方 法有效的补偿了非目标参量湿度对温度传感器的影响,提高了温度传感器的可靠性和精度。
automatic weather station, temperature sensor, neural network, reliability
彭基伟 吕文华 行鸿彦
江苏省气象探测与信息处理重点实验室,江苏南京210044 南京信息工程大学电子与信息工程学院,江苏南京210044 江苏省气象探测与信息处理重点实验室,江苏南京210044 中国气象局气象探测中心,北京100081
国内会议
浙江舟山
中文
1-7
2012-10-01(万方平台首次上网日期,不代表论文的发表时间)