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

# N) Y3 W1 ^4 G5 n) u3 W7 D* y2 d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
  A4 R: l" j! p9 a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
4 M5 K7 O+ P# x+ h; X) ?6 _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" n! F5 k$ V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

" c- j! @5 P7 p' L2 k$ @; ]& Q, P0引言
谐振筒式气压传感器是一种精密测压装置,具有Q值
+ X: z+ n. o* C$ h高,输出信号稳定性好、灵敏度高、低功耗、长寿命、宽工作
9 q3 m/ @! h4 H& E' K5 ?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。
在本文设计的基于通用无线分组业务(generalpacket
radio
service,GPRS)的自动气象站中,气压的检测使用了
5 D8 Z0 s9 j+ n% ]9 rGDJ-5电激励谐振筒式气压传感器,该传感器的输出有
0 ]/ k' {/ X, T: S( N2种信号:周期C(频率)与气压相关的TTL电平的矩形波信
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
受环境温度影响。因此,为了提高测量精度,满足系统的要
求,必须进行非线性校正，同时,还得消除温度的影响。但
是,怎样消除温度对传感器输出信号的干扰一直是解决的
# i5 _" f" `& @" r; }% }- P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