一种基于IGA-RBF神经网络的传感器动态特性补偿算法

摘要

为了改善传感器的动态特性,减小系统测量误差,对传感器动态性能进行分析,提出了一种基于改进型遗传算法(IGA)和RBF神经网络相结合实现其动态特性补偿的算法,并应用到瓦斯传感器的补偿环节；实验结果表明,经IGA-RBF补偿算法后响应时间仅为0.413 s,幅值误差为士5％时的工作频率f≈5.47 kHz,不仅响应速度快,精度高,还具有工作频带宽的特点,较大地改善了多项动态特性指标,能够有效地用于传感器的动态特性补偿,在测试领域中有很好的应用前景.