【技术实现步骤摘要】
基于MCU的PSO-BP神经网络传感器校准系统及方法
本专利技术涉及传感器数据校准领域，具体涉及一种基于MCU的PSO-BP神经网络传感器校准系统及方法。
技术介绍
目前的传感器校准系统实现方法主要分为软件校准与硬件校准两种。传统软件校准一般采用多项式拟合、插值法等方法，其校准精度比硬件校准方法高，但是实时性较差。多项式拟合的校准精度易受标定数据的数量与拟合多项式阶数的影响，且在输入数据区间外误差较大。牛顿插值法在端点连接处的曲线可能不光滑，三次样条插值法虽然精度高但计算过程过于复杂。神经网络算法具有较高的非线性函数拟合能力，其拟合效果较好。现阶段神经网络校准算法的实现多以软件为主，后续需要人为对传感器数据进行采集与处理，不利于传感器的实时、自动化测量。硬件校准实时性高，但精度较低，存在精度与电路复杂度相关、不易调试集成等局限性。传统的硬件校准方法有电阻网络、反馈调整运放、反馈修改电源电压等方法。采用电阻网络进行校准校正范围较小，且校正精度不高。采用反馈调整运放输入的校准方式不易于集成，整体电路的调试也较为复杂，需要严格控制电阻的比例。反馈修改电源电压进行校准的电...
【技术保护点】
1.一种基于MCU的PSO‑BP神经网络传感器校准系统,其特征在于:所述系统包括微处理器、通信模块、校准模块、数码管显示模块和存储单元；所述微处理器通过AHB‑Lite总线与通信模块、校准模块、数码管显示模块和存储单元分别连接；所述通信模块与待测传感器连接。
【技术特征摘要】
1.一种基于MCU的PSO-BP神经网络传感器校准系统,其特征在于:所述系统包括微处理器、通信模块、校准模块、数码管显示模块和存储单元；所述微处理器通过AHB-Lite总线与通信模块、校准模块、数码管显示模块和存储单元分别连接；所述通信模块与待测传感器连接。2.根据权利要求1所述的基于MCU的PSO-BP神经网络传感器校准系统,其特征在于:所述通信模块采用I2C总线，总线由数据线与时钟线组成。3.根据权利要求1所述的基于MCU的PSO-BP神经网络传感器校准系统,其特征在于:所述校准模块的校准算法采用PSO-BP神经网络，所述PSO-BP神经网络结构为单隐藏层，输入层、隐藏层、输出层的神经元数为1:3:1，输入层和隐藏层使用Sigmoid函数作为激活函数，输出层的激活函数采用线性函数。4.根据权利要求3所述的基于MCU的PSO-BP神经网络传感器校准系统,其特征在于:所述BP神经网络构建具体为：步骤1:BP神经网络利用误差反向传播的学习规则进行模型训练；步骤2:收集完足够多传感器读出数据后，进行权重与偏置的学习；步...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。