基于小波神经网络的振动速度传感器幅频特性补偿研究

摘要

为了实现超低频振动速度测量;提出补偿其幅频特性的小波神经网络方法.该方法以振动速度传感器动态实验数据为基础;通过小波神经网络训练来确定传感器幅频特性补偿网络.介绍振动速度传感器幅频特性补偿原理;分析网络的拓扑结构;给出网络参数训练和初始化方法.采用引入动量项的最速下降法训练网络权值、尺度因子和平移因子;将小波网络参数的初始化与小波类型、小波时频参数和学习样本等联系起来.结果表明;采用小波神经网络进行振动速度传感器幅频特性补偿具有良好的鲁棒性,并能实现在线补偿,网络训练的速度和精度优于同等规模的BP网络,在测试领域有重要的实用价值.