文献类型：期刊文章

作　　者：田丰[1] 刘再胜[1] 孙小平[1] 邵富群[2]

机构地区：[1]沈阳航空工业学院计算机学院,沈阳110034 [2]东北大学信息科学与工程学院,沈阳110004

出　　处：《仪器仪表学报》

基　　金：辽宁省教育厅高等学校科学研究项目(202023083)资助项目。

年　　份：2006

卷　　号：27

期　　号：11

起止页码：1460-1464

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：20070510400886)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：在声学法锅炉炉膛温度场测量中,重建算法是实现炉膛温度场重建的关键。本文提出一种基于径向基函数神经网络的复杂温度场重建算法。该算法首先对被测温度场用离散余弦变换,建立离散余弦变换低阶次项DCT系数向量与声波路径平均温度向量的映射关系,然后利用RBF神经网络良好的函数逼近能力实现该映射关系,并通过正交最小二乘法进行学习和训练,实现被测温度场的重建。本文对3种原型温度场进行了重建,并在40 dB、30 dB和20 dB等3种不同噪声水平下进行了重建实验。仿真及初步实验结果表明,该算法具有温度场重建精度高、速度快、抗干扰能力强的特点。

关 键 词：温度场重建 径向基函数神经网络 函数逼近 学习算法

分 类 号：TM173]