針對氣象傳感器標(biāo)校過程中測量精度低和生產(chǎn)成本高的問題,將人工智能技術(shù)與單片機(jī)技術(shù)相結(jié)合,提出一種氣象傳感器智能標(biāo)校方法。該方法將BP神經(jīng)網(wǎng)絡(luò)、高斯函數(shù)和Levenberg-Marquardt算法相融合,設(shè)計(jì)一種用于傳感器標(biāo)校的增強(qiáng)型BP網(wǎng)絡(luò)模型。并將訓(xùn)練好的標(biāo)校模型移植到單片機(jī)中,通過分段多項(xiàng)式來擬合高斯函數(shù),有效減少單片機(jī)的計(jì)算資源、縮短計(jì)算時(shí)間。實(shí)驗(yàn)結(jié)果表明:傳統(tǒng)BP網(wǎng)絡(luò)使氣壓傳感器均方根誤差由最初的5.93降低到2.83,減少52.28%的測量誤差;而增強(qiáng)型BP網(wǎng)絡(luò)則使均方根誤差降低到0.77,進(jìn)一步減少34.74%的測量誤差。通過分段多項(xiàng)式來擬合高斯函數(shù),顯著降低標(biāo)校模型的計(jì)算量,可滿足氣象探測過程中的時(shí)間要求。 

【文章來源】：中國測試. 2020,46(12)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 增強(qiáng)型BP網(wǎng)絡(luò)氣壓傳感器標(biāo)校算法
    1.1 標(biāo)校原理
    1.2 面向氣壓傳感器的增強(qiáng)型BP網(wǎng)絡(luò)設(shè)計(jì)
2 實(shí)驗(yàn)條件與結(jié)果分析
    2.1 超參數(shù)設(shè)置
    2.2 激活函數(shù)對比
    2.3 隱藏層個(gè)數(shù)對比
    2.4 收斂速度對比
3 標(biāo)校模型硬件實(shí)現(xiàn)
    3.1 標(biāo)校模型硬件實(shí)現(xiàn)
    3.2 激活函數(shù)硬件實(shí)現(xiàn)
    3.3 計(jì)算時(shí)間對比
    3.4 傳感器性能對比
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于變分模態(tài)分解的超聲檢測信號降噪研究[J]. 王大為,王召巴,李鵬,陳友興,李海洋.  中國測試. 2019(12)
[2]一種多維度數(shù)據(jù)采集大氣污染物探空儀設(shè)計(jì)[J]. 劉平英,譚智強(qiáng),王玉芳.  信息技術(shù). 2019(09)
[3]氣象探測環(huán)境等級評估方法及應(yīng)用[J]. 王成剛,魏夏潞,嚴(yán)家德,金蓮姬.  應(yīng)用氣象學(xué)報(bào). 2019(01)
[4]基于IAGA-BP神經(jīng)網(wǎng)絡(luò)的電地?zé)崾覂?nèi)溫度預(yù)測[J]. 王盛慧,張亭亭.  中國測試. 2018(12)
[5]基于FPGA的BP神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn)及改進(jìn)[J]. 楊景明,杜韋江,吳紹坤,李良,魏立新.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(06)
[6]深度學(xué)習(xí)的模型搭建及過擬合問題的研究[J]. 陶礫,楊朔,楊威.  計(jì)算機(jī)時(shí)代. 2018(02)
[7]高分2號圖像業(yè)務(wù)化大氣校正查找表的設(shè)計(jì)與實(shí)現(xiàn)[J]. 舒敏,聞德保,張浩,陳正超.  北京工業(yè)大學(xué)學(xué)報(bào). 2017(05)
[8]基于MSP430單片機(jī)的信標(biāo)機(jī)系統(tǒng)設(shè)計(jì)[J]. 崔麗麗,丁永紅,尤文斌,姚琴琴.  中國測試. 2015(10)
[9]用BP神經(jīng)網(wǎng)絡(luò)法對壓力傳感器進(jìn)行溫度補(bǔ)償[J]. 李佳君,盧文科.  工程與試驗(yàn). 2015(01)
[10]傳感器校正的優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)建模方法研究[J]. 何偉銘,宋小奇,甘屹,李郝林,井原透.  儀器儀表學(xué)報(bào). 2014(03)



本文編號：3637489