小程序
传感搜
传感圈
​基于改进的RBF神经网络倾角传感器温度补偿方法研究
宋　启，秦　刚，闫少雄，李佳泽，汪林峰，王静静
西安工业大学
2025-03-17
针对ＭＥＭＳ 倾角传感器零位温度漂移问题，提出了粒子群优化（ＰＳＯ）算法和遗传算法（ＧＡ）相结合优化径向基函数（ＲＢＦ）神经网络的补偿方法，克服了ＲＢＦ 神经网络收敛慢、泛用性低的缺陷。结果表明：该方法能够有效地消除温度对ＭＥＭＳ 倾角传感器输出的影响。相较于ＲＢＦ 神经网络模型，最大相对误差（ＭＲＥ）减小了２１． ０３ ％ ，均方根误差（ＲＭＳＥ）减小了２３． ５４ ％ ，温度漂移得到明显改善，提高了倾角传感器的稳定性与准确性
  • 神经网络
年份: 2023年
下载文档 2.00元
引用
分享
来源期刊
内容目录

  • 0 引言

  • 1 电容式MEMS倾角传感器温度特性分析

  • 2 神经网络搭建与优化算法

    • 2.1 RBF神经网络

    • 2.2 PSO算法

    • 2.3 GA

  • 3 GA-PSO-RBF神经网络温度补偿实现

  • 4 实验分析

  • 5 结论

核心点推荐
  • 倾角传感器；温度补偿；径向基函数神经网络；粒子群优化算法；遗传算法