基于BP神经网络的压力传感器数据融合

摘要

多传感器数据融合问题已经引起许多学者的广泛关注.通常,压力传感器都存在交叉灵敏度,其主要表现在传感器静态特性不仅受目标参量的影响还受多个非目标参量的影响.由于传感器的输出受多个参量的变化的影响,导致其性能不稳定,测量精度降低.针对温度、噪声、电源波动等多种环境因素影响压力传感器输出电压值这一问题,在阅读了大量的参考文献资料后,经过研究,本文提出了基于电压门限值,通过对传感器输出电压值进行预处理,然后再利用BP神经网络对数据进行融合补偿的方法,提高其鲁棒性、容错性、实时性.