基于RBF網(wǎng)絡(luò)超聲波測距非線行誤差校正

1、基于RBF網(wǎng)絡(luò)超聲波測距非線行誤差校正基于RBF網(wǎng)絡(luò)超聲波測距非線行誤差校正摘要：針對如今的超聲波測距易受溫度和一些非線性誤差的影響，提出用神經(jīng)網(wǎng)絡(luò)的良好的學(xué)習(xí)、泛化和非線性逼近才能來對超聲波測距的非線性誤差進(jìn)展校正和溫度補償。通過理論分析和用atlab仿真，顯示出RBF網(wǎng)絡(luò)對超聲波傳感器的溫度補償和非線性校正的效果良好，充分說明了應(yīng)用RBF網(wǎng)絡(luò)在進(jìn)步超聲波測距精論文聯(lián)盟度方面是一種行之有效的方法。關(guān)鍵詞：超聲波測距，RBF網(wǎng)絡(luò)，非線行誤差校正1、引言超聲波測距具有信息處理簡單、快速和價格低，易于實時控制等許多優(yōu)勢，它被廣泛的應(yīng)用在各種間隔 測試的設(shè)備中。但超聲波傳感器在實際應(yīng)用中也有一定的局

2、限性。在超聲波測距中，由于超聲波傳感器本身的構(gòu)造和受外界溫度等因素的干擾，其輸入輸出特性呈明顯的非線性，靠硬件或軟件補償修正的方法對進(jìn)步其測距精度的效果不大。所以，本文提出了基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)實現(xiàn)超聲波傳感器的建模，對超聲波測距進(jìn)展溫度補償和非線性誤差校正的方法。2、用RBF神經(jīng)網(wǎng)絡(luò)改善超聲波測距的精度.神經(jīng)網(wǎng)絡(luò)實現(xiàn)非線性誤差校正的原理設(shè)超聲波傳感器要測量的實際間隔 為d，實際間隔 d決定t2-t1，環(huán)境溫度為T，超聲波傳感器測量輸出的結(jié)果為h，經(jīng)RBF網(wǎng)絡(luò)校正后的間隔 為Dr，那么超聲波傳感器測距系統(tǒng)可以表示為h=f(d，T)，由于傳感器產(chǎn)生的非線性誤差和溫度的影響，使得f(d，T)呈現(xiàn)

3、非線性特性。校正的目的是根據(jù)測的h求未知的d，即dg(h，T)，也就是需要建立超聲波傳感器的模型其原理可以表示為圖1所示。超聲波傳感器輸出Dr通過一個補償模型，該模型的特性函數(shù)為Dr=g(h，T)，其中Dr為非線性補償后的輸出，g(h，T)顯然是一個非線性函數(shù)。通常非線性函數(shù)的表達(dá)式很難準(zhǔn)確求解，但可以利用神經(jīng)網(wǎng)絡(luò)能很好地逼近非線性函數(shù)的特點，通過建立神經(jīng)網(wǎng)絡(luò)模型來逼近該非線性函數(shù)。本文選取RBF神經(jīng)網(wǎng)絡(luò)模型。.RBF神經(jīng)網(wǎng)絡(luò)RBF網(wǎng)絡(luò)是一種局部逼近網(wǎng)絡(luò)。它對于每個輸入輸出數(shù)據(jù)對,只有少量的權(quán)值需要進(jìn)展調(diào)整。它采用一組正交歸一化的基函數(shù)徑向基函數(shù)的線性組合來逼近任意函數(shù)。常用徑向基函數(shù)有高斯函

4、數(shù)、多二次函數(shù)、薄板樣條函數(shù)等。由于輸入矢量直接映射到隱層空間,RBF的中心確定后,這種非線性映射關(guān)系也就確定,因此RBF的學(xué)習(xí)算法首先要確定徑向基函數(shù)的中心,本文徑向基函數(shù)的中心采用高斯函數(shù)Radbas(n)=e-n2,其隱含層的輸入輸出模型如圖。對于本文的超聲波傳感器逆模型的RBF網(wǎng)絡(luò)模型，輸入為h和T，訓(xùn)練后的實際輸出為Dr，期望輸出為d。超聲波傳感器非線性校正逆模型采用RBF網(wǎng)絡(luò)，輸入層2個節(jié)點，輸出層1個節(jié)點，擴展系數(shù)為0.5實驗結(jié)果說明擴展常數(shù)為0.5時對應(yīng)隱含層神經(jīng)元個數(shù)適中，故擴展常數(shù)選為0.5，通過測量獲取了50組數(shù)據(jù)集作訓(xùn)練樣本，將輸入量作歸一化處理后，按照上述的RBF神經(jīng)

5、網(wǎng)絡(luò)的學(xué)習(xí)方法學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和仿真是在atlab6.5環(huán)境下，通過神經(jīng)網(wǎng)絡(luò)工具箱，編制相應(yīng)的程序而實現(xiàn)。在atlab上應(yīng)用RBF神經(jīng)論文聯(lián)盟網(wǎng)絡(luò)進(jìn)展仿真溫度補償和非線性誤差校正后，系統(tǒng)的測距精度大大進(jìn)步，表1所示為未經(jīng)神經(jīng)網(wǎng)絡(luò)處理和神經(jīng)網(wǎng)絡(luò)處理后的測距比較。比較結(jié)果說明，神經(jīng)網(wǎng)絡(luò)處理后的結(jié)果與實際間隔 很接近，精度大大進(jìn)步了。3、完畢語實際應(yīng)用中，超聲波測距易受溫度等多種因素的影響，利用RBF神經(jīng)網(wǎng)絡(luò)良好的非線性逼近特性、自適應(yīng)才能學(xué)習(xí)才能，可優(yōu)化超聲波的輸出特性，而且網(wǎng)絡(luò)構(gòu)造簡單，便于單片機實現(xiàn)或固化在硬件中。仿真結(jié)果說明，利用RBF神經(jīng)網(wǎng)絡(luò)能很好地逼近非線性函數(shù)，實現(xiàn)了超聲波傳感器建

6、模，對傳感器進(jìn)展非線性誤差校正，效果相當(dāng)明顯，大大進(jìn)步了超聲波測距的精度，使其測距誤差控制在毫米級以內(nèi)，這是采用其它校正方法是無法到達(dá)的。參考文獻(xiàn)：1譚超，許澤宏，李維一，付小紅，王健基于小波神經(jīng)網(wǎng)絡(luò)建立虛擬儀器非線性較正型J微計算機信息，2022121P157-1592田社平基于神經(jīng)網(wǎng)絡(luò)模型的傳感器非線性校正英文光學(xué)精細(xì)工程20223Binhini，F(xiàn)rasniP，Gri.Learningithutlaliniainradialbasisfuntinnetrks.IEEETrans.nNeuralNetrks,1995，6(3)：7497554XianzhngDai，ingYin，QinangArtifiialneur