基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿

作     者：林海军 滕召胜 杨进宝 刘让周 Lin Haijun;Teng Zhaosheng;Yang Jinbao;Liu Rangzhou

作者机构：湖南师范大学工学院长沙410081 湖南大学电气与信息工程学院长沙410082 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2011年第32卷第7期

页      面：1675-1680页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

基　　金：商务部优化机电和高新技术产品进出口结构(No.财企301号) 湖南师范大学青年优秀人才培养计划(No.ET61107)资助项目 

主　　题：数字温度传感器 误差补偿 径向基函数神经网络集成-模糊加权输出 边界误差 

摘      要：数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独立的成员RBFNN;考虑到成员网络之间边界误差补偿问题,构建一种RBFNN集成输出权值模糊调节器,获得RBFNN集成输出权值,从而完成数字温度传感器的全量程误差补偿。与多种方法的比较仿真实验表明,这种RBFNNE-FWO方法的性能最佳、各成员网络边界误差最小,补偿后的数字温度传感器误差减少了两个数量级,大大提高了测温准确度。