电容式降雨传感器及其特性曲线拟合方法

张龙; 杨长业; 王晓蕾; 叶松

doi:10.13873/J.1000-9787(2017)10-0027-04

Chinese

您当前的位置：

首页 >

文章列表页 >

电容式降雨传感器及其特性曲线拟合方法

研究与探讨 | 更新时间：2025-09-11

- 电容式降雨传感器及其特性曲线拟合方法
- Capacitive rain sensor and fitting methods of its characteristic curve
- 传感器与微系统 2017年36卷第10期页码：27-30
- 作者机构：
  
  解放军理工大学气象海洋学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（40976062）;国家自然科学基金青年科学基金资助项目（41406107）;江苏省自然科学基金资助项目（BK2009062）
- DOI：10.13873/J.1000-9787(2017)10-0027-04
  中图分类号： P414.95
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]张龙,杨长业,王晓蕾,叶松.电容式降雨传感器及其特性曲线拟合方法[J].传感器与微系统,2017,36(10):27-30.

ZHANG Long, YANG Chang-ye, WANG Xiao-lei, et al. Capacitive rain sensor and fitting methods of its characteristic curve[J]. 2017, 36(10): 27-30.
[1]张龙,杨长业,王晓蕾,叶松.电容式降雨传感器及其特性曲线拟合方法[J].传感器与微系统,2017,36(10):27-30. DOI： 10.13873/J.1000-9787(2017)10-0027-04.

ZHANG Long, YANG Chang-ye, WANG Xiao-lei, et al. Capacitive rain sensor and fitting methods of its characteristic curve[J]. 2017, 36(10): 27-30. DOI： 10.13873/J.1000-9787(2017)10-0027-04.

摘要

针对将电容式传感器应用于降雨测量时

特性曲线的非线性误差较大问题

分别采用最小二乘曲线拟合法和径向基函数（RBF）神经网络对其输出特性曲线进行拟合。结果表明:RBF神经网络模型具有更强的非线性映射能力

其拟合精度明显高于最小二乘多项式模型。

Abstract

Aiming at problem of large nonlinear error of characteristic curve of capacitive sensor applied to measurement of rainfall

least square curve fitting method and radial basis function（ RBF） neural network are used to fit output characteristic curve. The results show that the RBF neural network model has stronger nonlinear mapping ability

and its fitting precision is significantly higher than that of the least square polynomial model.

关键词

Keywords

references

函数拟合法力数字传感器的非线性和温度补偿 [J]. 江东,单薏,刘绪坤,王德玉. 传感器与微系统 . 2016(02)

改进型RBF神经网络在磁致伸缩液位传感器中的应用 [J]. 王晓,杨祖安,彭碧辉. 自动化技术与应用 . 2015(12)

基于压电效应的FPGA降水粒子测量系统设计 [J]. 刘清惓,朱俊丰,杜虹,郭薇,韩上邦,王勋涛. 传感器与微系统 . 2014(03)

降水粒子的成像探测技术及仪器初探 [J]. 岑家生,王青梅,罗晖,吴强. 大气与环境光学学报 . 2011(06)

基于RBFNN的称重传感器温度误差补偿 [J]. 杨进宝,倪芳英,张建军. 传感器与微系统 . 2011(06)

一种基于反函数的传感器标定方法 [J]. 黄开志,黄耀. 传感器世界 . 2009(05)

基于最小二乘法的光纤光栅Bragg波长直线拟合 [J]. 姜德生,高翩,张翠,范典. 传感器与微系统 . 2006(06)

基于RBF神经网络的传感器非线性误差校正方法 [J]. 侯立群,张智娟,仝卫国. 传感器技术 . 2004(03)

传感器[M]. 机械工业出版社 , 唐文彦, 2006

Time series prediction using RBF neural networks with a nonlinear time-varying evolution PSO algorithm [J] . Cheng-Ming Lee,Chia-Nan Ko. Neurocomputing . 2009 (1)

浏览量

133

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于SAW微力传感器的GRNN拟合研究

EPS用直流电机的离线转速估计方法

弹载三轴磁强计的椭球拟合补偿方法

基于机器视觉的精密零件同心度测量系统设计

硅电容式高精度双轴倾角传感器温度漂移补偿研究