文献类型：期刊文章

作　　者：俞阿龙[1]

机构地区：[1]淮阴师范学院物理与电子学系,淮安223001

出　　处：《仪器仪表学报》

基　　金：淮阴师范学院教授基金(06HSJS020)资助项目

年　　份：2007

卷　　号：28

期　　号：5

起止页码：899-902

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：20072410652949)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对热敏电阻温度传感器应用中存在的非线性问题,本文提出了应用RBF神经网络强非线性逼近能力进行非线性补偿的方法。文中介绍了非线性补偿的原理和网络训练方法。该方法不依赖于传感器的模型,而是根据传感器的输入和响应数据,建立补偿模型。结果表明,这种非线性补偿模型具有误差小、精度高、可在线标定、鲁棒性强,与基于BP神经网络的非线性补偿模型相比,网络训练时间短等优点,从而方便了热敏电阻温度传感器在测控系统中的应用。

关 键 词：热敏电阻 传感器 RBF神经网络 非线性补偿

分 类 号：TP212.12]