气压传感器神经网络算法及单片机实现

pulbieup

气压传感器神经网络算法及单片机实现

摘要:谐振筒式气压传感器测量范围为45 ~ 107 kPa,其输出的周期信号与气压呈非线性关系，且受环
% j9 b1 s7 T( [. B% f9 d7 n" t境温度影响,为了达到准确度要求(+0.05kPa),提出了应用神经网络算法对周期和温度信号进行数据融
0 L  i; a* _7 {5 f& V" Q3 w合，实现消除温度影响和非线性校正及在单片机上的实现方法。实验结果表明:神经网络算法对气压传感
' E4 O+ i1 W' K, [- p/ V器的数据融合可行有效。
; N) ?" J3 o" a$ \/ a$ C关键词:气压传感器;神经网络;数据融合;单片机
; R. C) S  D* f0 S+ S6 Q$ ]
0引言
谐振筒式气压传感器是一种精密测压装置,具有Q值
2 m- z; p+ q5 G高,输出信号稳定性好、灵敏度高、低功耗、长寿命、宽工作
+ v! L9 @1 G5 @" w温度范围、抗振动、耐冲击、可靠性高等特点,并可承受恶劣
环境,在气压的测量中,被普遍采用。
在本文设计的基于通用无线分组业务(generalpacket
- {  O9 r& {. E. H! s; `radio
service,GPRS)的自动气象站中,气压的检测使用了
# k  a7 ]4 _& {" s& m% IGDJ-5电激励谐振筒式气压传感器,该传感器的输出有
2种信号:周期C(频率)与气压相关的TTL电平的矩形波信
号和一个和工作温度t呈线性关系的0~5 V的模拟电压信
号。但是,传感器输入-输出存在着严重的非线性关系,且
  \. C: E" H, }受环境温度影响。因此,为了提高测量精度,满足系统的要
; {1 K. o: X8 |* ]求,必须进行非线性校正，同时,还得消除温度的影响。但
是,怎样消除温度对传感器输出信号的干扰一直是解决的
难点问题。消除非目标参量t对传感器输入-输出特性的

1 a& q5 A% A/ Z. J2 h) R1 }

游客，如果您要查看本帖隐藏内容请回复

pulbieup

感觉自己棒棒哒