-
题名基于增强型BP网络的气象传感器标校方法
被引量：7
- 1
-
-
作者
王彦明
贾克斌
刘鹏宇
杨加春
-
机构
北京工业大学信息学部
先进信息网络北京实验室
天津华云天仪特种气象探测技术有限公司
-
出处
《中国测试》
CAS
北大核心
2020年第12期105-111,共7页
-
基金
国家重点研发计划资助项目(2018YFF01010100)
国家自然科学基金资助项目(61672064)。
-
文摘
针对气象传感器标校过程中测量精度低和生产成本高的问题,将人工智能技术与单片机技术相结合,提出一种气象传感器智能标校方法。该方法将BP神经网络、高斯函数和Levenberg-Marquardt算法相融合,设计一种用于传感器标校的增强型BP网络模型。并将训练好的标校模型移植到单片机中,通过分段多项式来拟合高斯函数,有效减少单片机的计算资源、缩短计算时间。实验结果表明:传统BP网络使气压传感器均方根误差由最初的5.93降低到2.83,减少52.28%的测量误差;而增强型BP网络则使均方根误差降低到0.77,进一步减少34.74%的测量误差。通过分段多项式来拟合高斯函数,显著降低标校模型的计算量,可满足气象探测过程中的时间要求。
-
关键词
传感器标校
BP神经网络
高斯函数
LEVENBERG-MARQUARDT
单片机
-
Keywords
sensor calibration
BP neural network
Gaussian function
Levenberg-Marquardt
MCU
-
分类号
TP212.1
[自动化与计算机技术—检测技术与自动化装置]
-
