基于人工神经网络的传感器非线性失真校正研究

摘要

传感器是检测系统中的核心元件，其准确性对检测系统的性能起着决定性的作用，传感器非线性失真校正是提高传感器性能指标的主要技术之一，这也成为目前国内外研究的一项重要课题。本论文研究的主要内容是传感器非线性失真校正，提出了一种非线性失真校正方法，即基于人工神经网络的传感器非线性失真校正。本论文简要介绍传感器的传统非线性失真校正方法，在此基础上通过理论分析，论证了基于人工神经网络的传感器非线性失真校正方案的可行性，建立了此非线性失真校正方法的模型，与传统的非线性失真校正方法相比降低了系统的复杂度。本文人工神经网络采用BP网络结构，介绍了BP网络算法的计算过程和特点，并且在建模过程中分析了它们在应用中需要注意的一些问题，如隐层节点数、容许误差的选择等。 本论文选用S3C2410X嵌入式系统作为BP网络的载体，详细描述了整个硬件系统的构建，即将电压传感器输出的信号，经真有效值/直流转换器AD637转换成直流信号，再进行A/D转换，变为数字信号，然后在S3C2410X平台上运用改进的BP网络对其进行校正，使其尽量地逼近真实值，最后通过LCD显示测试数据结果。与硬件系统相匹配的软件系统分为训练和测试两个过程，首先训练BP网络，训练样本数为19个，教师信号为Agilent 34401A精密交流电压表输出的真有效值；然后使用训练之后的BP网络对传感器的输出进行校正，与未经BP网络的传感器输出进行比较。 实验结果表明，运用本文提出的改进的BP网络校正传感器非线性失真，取得了较好的效果。该方法也可用于其它系统非线性失真校正，如测量仪器的传输系统等。

目录

文摘

英文文摘

声明

第一章绪论

1.1本论文的研究背景及意义

1.1.1传感器概述

1.1.2传感器非线性失真校正的发展概况

1.1.3本论文采用的传感器非线性失真校正方法

1.2本论文研究内容及任务

1.2.1本论文的研究内容

1.2.2本论文的研究任务

1.2.3本论文章节安排

第二章BP神经网络及传感器非线性失真校正系统模型

2.1BP人工神经网络简介

2.1.1人工神经网络概述

2.1.2人工神经网络模型

2.1.3BP神经网络结构概述

2.2传感器非线性失真校正系统模型

2.2.1传感器非线性失真校正系统整体方案

2.2.2本论文的BP神经网络结构及设计

第三章传感器非线性失真校正系统硬件设计

3.1嵌入式系统简介

3.1.1 ARM芯片简介

3.1.2 ARM微处理器指令集介绍

3.2传感器非线性失真校正系统硬件设计

3.2.1 SAMSUNG S3C2410X介绍

3.2.2电压传感器LEM AV100-50介绍

3.2.3 AD637介绍

3.2.4典型真有效值采样测量电路

3.2.5改进的真有效值采样测量电路

3.2.6 A/D转换电路的实现

第四章传感器非线性失真校正系统软件设计

4.1传感器非线性失真校正系统开发环境介绍

4.2传感器非线性失真校正系统软件设计

4.2.1BP算法设计

4.2.2 A/D转换程序设计

4.2.3 LCD显示界面软件设计

4.2.4 TSP触摸屏软件设计

第五章实验结果及总结展望

5.1实验结果

5.2总结与展望

5.2.1总结

5.2.2展望

参考文献

攻读硕士学位期间公开发表的论文

致谢

附录