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

; y" g- h) w" |' ]( `( g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
- T/ t% {+ w; L5 E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
/ w  ~* P: N, b$ H3 m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
. D% j5 [5 ~/ [器的数据融合可行有效。
关键词:气压传感器;神经网络;数据融合;单片机

0引言
4 L2 @6 v3 ?3 W5 P, K9 g谐振筒式气压传感器是一种精密测压装置,具有Q值
6 G' P# N- B3 j2 [/ \高,输出信号稳定性好、灵敏度高、低功耗、长寿命、宽工作
2 B2 J9 s& d4 ~' S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。
0 I. Z3 b* J8 h在本文设计的基于通用无线分组业务(generalpacket
6 S  [7 t& R6 X3 e" j  iradio
) R6 C, C- E, }! r4 c. e3 Eservice,GPRS)的自动气象站中,气压的检测使用了
9 ^( I$ U1 c( T! H0 ^: [GDJ-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
* T3 g& G2 X: O: f5 S9 ~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
( M" r# H1 y  b受环境温度影响。因此,为了提高测量精度,满足系统的要
  s5 P) `) c. I: ~1 X# ^; |6 W2 }求,必须进行非线性校正，同时,还得消除温度的影响。但
" E, a! h% h$ i+ [; a, x, \' |' u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

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