基于RBF神经网络模型的传感器非线性补偿方法

摘要

针对传感器测量过程中各种环境因素(温度、湿度、磁场等)的影响,提出了一种新的非线性补偿方法,利用两个相同的距离传感器对物理量进行测量,建立RBF神经网络结构,并利用神经网络的学习记忆功能,消除主要环境因素对传感器输出的影响.通过实验和计算机仿真应用,证明这个系统提高了传感器测量的精度,具有良好的抗干扰性.