基于人工神经网络的压力传感器三维数据融合

钱光耀; 杨入超; 赵光兴

doi:10.13873/j.1000-97872007.02.027

Chinese

您当前的位置：

首页 >

文章列表页 >

基于人工神经网络的压力传感器三维数据融合

计算与测试 | 更新时间：2025-09-11

- 基于人工神经网络的压力传感器三维数据融合
- 3-D data fusion technology of pressure sensor based on neural network
- 传感器与微系统 2007年第2期页码：79-81+84
- 作者机构：
  
  1. 安徽工业大学电气信息学院
  2. 安徽工业大学电气信息学院,安徽,马鞍山,243002
- 作者简介：
- 基金信息：
  
  安徽省自然科学基金资助项目（03042309）
- DOI：10.13873/j.1000-97872007.02.027
  中图分类号： TP183;TP212
- 纸质出版：2007
- 稿件说明：
移动端阅览
[1]钱光耀,杨入超,赵光兴.基于人工神经网络的压力传感器三维数据融合[J].传感器与微系统,2007(02):79-81+84.

QIAN Guang-yao, YANG Ru-chao, ZHAO Guang-xing. 3-D data fusion technology of pressure sensor based on neural network[J]. 2007, (2): 79-81+84.
[1]钱光耀,杨入超,赵光兴.基于人工神经网络的压力传感器三维数据融合[J].传感器与微系统,2007(02):79-81+84. DOI： 10.13873/j.1000-97872007.02.027.

QIAN Guang-yao, YANG Ru-chao, ZHAO Guang-xing. 3-D data fusion technology of pressure sensor based on neural network[J]. 2007, (2): 79-81+84. DOI： 10.13873/j.1000-97872007.02.027.

摘要

针对压力传感器对温度变化和电流波动的交叉灵敏度问题

采用径向基函数（RBF）人工神经网络法对其进行数据融合处理

详细讨论了网络的训练过程和数据融合过程

消除温度和电流对压力传感器的影响。仿真结果表明:当温度变化48.5℃

电流波动3%时

经RBF神经网络数据融合后

压力波动为0.544%

大大降低了交叉干扰

提高传感器的稳定性及其精度

满足在线融合的需要。

Abstract

Aimed at the cross-sensitivity of pressure sensor to temperature flux and the current flux

a data fusion method based on RBF network is proposed for eliminating the influence of two factors on pressure sensor

the training process and data confusion particularly are discussed.The result of simulation shows that for the case of 48.5℃ of temperature flux and 3%of power flux

the pressure fluctuating is 0.544%

the cross-sensitivity of system is reduced

the stability and precision of the sensor are increased

it is satisfied of on-line data fusion.

关键词

Keywords

references

LM算法在传感器数据融合中的应用 [J]. 赵辉,王秀峰. 传感器技术 . 2005(05)

遗传神经网络算法软件包在改善传感器性能中的应用 [J]. 李卫平,刘君华,周金林,雷大宇,张. 现代电子技术 . 2003(20)

基于神经网络的数据融合技术的新进展 [J]. 倪国强,李勇量,牛丽红. 北京理工大学学报 . 2003(04)

多传感器数据融合技术在智能压力检测中的应用 [J]. 张铁壁. 河北工程技术高等专科学校学报 . 2003(02)

人工神经网络在传感器数据融合中的应用 [J]. 寇雪芹,师帅兵. 传感器技术 . 2002(10)

浏览量

326

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于惯性传感器数据融合的异常步态评估模型

基于双路衰荡光谱技术温度补偿压力传感器研究

基于反重力驱湿除汗纤维膜的柔性压力传感器

基于因子图的视觉与UWB组合定位方法

多协议智慧医疗健康信息系统设计与实现