基于小波神經網絡的傳感器校正和補償的研究與實現.pdf

1、傳感器技術是信息科學的基礎，傳感器技術是現代信息技術的重要支柱之一，人類通過視覺、嗅覺、聽覺及觸覺等感官來感知外界的信息，感知的信息輸入大腦進行分析判斷（即人的思維）和處理，再指揮人做出相應的動作，這是人類認識世界和改造世界具有的最基本的本能。如果說計算機是人類大腦的擴展，那么傳感器就是人類五官的延伸。 這篇文章改進一般的采用隨機算法訓練的小波神經網絡，采用了二進離散小波來構造小波神經網絡。同時改進訓練算法，給出了快速收斂的離散

2、二進小波神經網絡的初始化，構造和權值確定的詳細方法。通過一個完整的非線性函數逼近實驗充分討論這種小波神經網絡的逼近能力、泛化能力極其相關的性質。 之后，將這類小波神經網絡應用于傳感器的非線性校正，并給出了仿真實驗結果。相對使用隨機貪心算法訓練的神經網絡，快速收斂小波神經網絡利用離散二進小波變換的便利，采用啟發(fā)式的構造算法；具有構造過程復雜度低，構造完成后高度接近目標模型，訓練次數少，并可有效避免陷入局部極小點的優(yōu)點。有效解決了小

3、波神經網絡尺度和平移系數在訓練時需對小波函數進行求導而影響網絡收斂速度的問題。這篇文章通過逼近一個高度非線性函數仿真實例分析了該網絡的逼近能力與泛化能力，并給出了誤差分析。在獲得了良好逼近效果后，將這一種神經網絡應用于熱電偶校正表的逆向建模和學習熱電偶參考端溫度非0時修正曲線，并給出了網絡逼近熱電偶校正表與網絡泛化熱電偶校正表數據的效果。 這篇文章還詳細討論了小波神經網絡的FPGA實現問題。詳細討論了包括計算數制表達，神經元傳遞