基于神经网络逆运算的传感器非线性误差补偿

摘要

提出了一种采用神经网络逆运算补偿传感器非线性误差的方法.该方法先通过静态标定得到实验数据,然后采用单输入/单输出的模糊小脑神经网络(SISO FCMAC)建立传感器静态非线性模型,再由SISO FC-MAC的逆运算建立静态逆模型.与直接用神经网络建立逆模型的补偿方法相比较,具有学习简单、精度高和可在线标定等优点,且算法可以在单片机上实现.最后,通过实验验证了该方法的有效性.