傳感器 非線性校正 支持向量機 遺傳算法 Matlab

傳感器論文:基于遺傳支持向量機的傳感器非線性校正方法【中文摘要】傳感器是測試系統(tǒng)中的重要部件，其性能的好壞及輸出信號的可靠性對整個測試系統(tǒng)的質(zhì)量起著至關(guān)重要的作用。在實際的應用中，傳感器容易受到許多環(huán)境因素的影響，如溫度、磁場、噪聲、電源波動等，從而降低了整個系統(tǒng)的測量精度，造成系統(tǒng)穩(wěn)定性差等問題。因此，為了改善傳感器的性能，進而提高整個測試系統(tǒng)精確度和擴大測量范圍，對傳感器進行非線性校正具有非常重要的意義。課題針對傳感器非線性校正中現(xiàn)有的幾種方法的不足和支持向量機參數(shù)難確定的問題，結(jié)合遺傳算法全局搜索能力強的特點，提出一種遺傳算法和支持向量機相結(jié)合的方法，建立傳感器非線性校正的支持向量機模型，并闡述遺傳算法對支持向量機進行參數(shù)優(yōu)化的實現(xiàn)過程。在實現(xiàn)過程中，應用Matlab語言編制訓練程序?qū)YJ-101型壓力傳感器進行非線性校正并驗證遺傳支持向量機方法的可行性。同時，分別與支持向量機方法和BP神經(jīng)網(wǎng)絡法校正的結(jié)果進行對比分析，驗證該方法的優(yōu)越性。實驗結(jié)果表明:和支持向量機方法校正的結(jié)果相比,遺傳支持向量機方法能更好地解決支持向量機及其核函數(shù)參數(shù)的選取問題，實現(xiàn)參數(shù)的最優(yōu)搭配；BP神經(jīng)網(wǎng)絡法使得傳感器的最大相對波動由初始的22.2%降低到1.12%,而遺傳...【英文摘要】Sensorisanimportantpartinthetestsystem,thequalityoftheperformanceandthereliabilityoftheoutputsignalplayavitalroleintheentiretestsystem.Inpracticalapplications,thesensorscanbesusceptibletomanyenvironmentalfactors,suchastemperature,magneticfield,noiseandpowerfluctuations,whichreducetheaccuracyandresultinpoorstabilityofthesystem.Therefore,thenonlinearcorrectionofthesensors,whichimprovestheperformanceofthesensorsandtheaccuracyofthe...【關(guān)鍵詞】傳感器非線性校正支持向量機遺傳算法Matlab【英文關(guān)鍵詞】SensorNonlinearCorrectionSupportVectorMachine(SVM)GeneticAlgorithm(GA)Matlab【索購全文】聯(lián)系八Q1：138113721E3Q2：139938848【日錄】基于遺傳支持向量機的傳感器非線性校正方法 摘要8-9ABSTRACT9插圖索引11T2 附表索引12-13第1章緒論13-23 1.1引言13 1.2傳感器簡介13-15 1.2.1傳感器的基本結(jié)構(gòu)13-14 1.2.2傳感器的基本特性14-15 1.3傳感器的應用領(lǐng)域15-16 1.4國內(nèi)外研究現(xiàn)狀16-19 1.4.1傳感器的國內(nèi)外研究現(xiàn)狀16-17 1.4.2傳感器非線性校正的國內(nèi)外研究現(xiàn)狀17-19 1.5傳感器的發(fā)展趨勢19-21 1.6課題的研究意義及主要內(nèi)容21-23 1.6.1課題的研究意義21-22 1.6.2課題研究的主要內(nèi)容22-23 第2章支持向量機理論及遺傳算法23-38 2.1統(tǒng)計學習理論23-25 2.2支持向量機25-33 2.2.1支持向量機分類26-30 2.2.2核函數(shù)30 2.2.3支持向量機回歸30-33 2.3遺傳算法33-36 2.3.1遺傳算法的基本原理33-34 2.3.2遺傳算法的基本流程34-35 2.3.3遺傳算法的基本操作35-36 2.3.4遺傳算法的特點36 2.4遺傳算法和支持向量機相結(jié)合的可行性分析36-37 2.5小結(jié)37-38第3章基于GA-SVM的傳感器非線性校正模型的建立38-45 3.1CYJ-101型壓阻式壓力傳感器介紹38-41 3.1.1基本結(jié)構(gòu)38-39 3.1.2工作原理39 3.1.3測量電路39-40 3.1.4主要特點40-41 3.2壓力傳感器的非線性校正原理41-42 3.3基于支持向量機的壓力傳感器非線性校正模型42-43 3.4遺傳算法實現(xiàn)支持向量機參數(shù)優(yōu)化的過程43-44 3.5小結(jié)45 第4章傳感器非線性校正實例及結(jié)果分析56 4.1實驗數(shù)據(jù)45-46 4.1.1實驗標定數(shù)據(jù)45-46 4.1.2歸一化處理46 4.2遺傳支持向量機校正結(jié)果46-51 4.2.1多項式核函數(shù)的遺傳支持向量機校正結(jié)果47-49 4.2.2徑向基核函數(shù)的遺傳支持向量機校正結(jié)果49-51 4.3支持向量機校正結(jié)果51-53 4.3.1多項式核函數(shù)的支持向量機校正結(jié)果51-52 4.3.2徑向基核函數(shù)的支持向量機校正結(jié)果52-53 4.4BP神經(jīng)網(wǎng)絡法校正結(jié)果53-54 4.5結(jié)果分析54-55 4.6小結(jié)55-56第5章傳感器非線性校正系統(tǒng)的硬件和軟件設計56-66 5.1系統(tǒng)總體設計56 5.2硬件部分設計56-61 5.2.1壓力傳感器56 5.2.2程控放大器56-57 5.2.3A/D轉(zhuǎn)換電路57-58 5.2.4AT89C51單片機58-60 5.2.5LED顯示61 5.2.6RS-232實現(xiàn)61 5.3軟件部分設計65 5.3.1軟件整體設計及主要子程序61-64 5