【技术实现步骤摘要】
本专利技术属于传感器软补偿
，具体涉及一种RBF神经网络与最小二乘相结合自适应融合方法在湿度传感器温度补偿中的应用。
技术介绍
空气湿度是气象观测中的一个重要参数，目前气象部门已投入业务运行的自动气象站，大都采用芬兰Vaisala公司生产的HMP4 温湿一体化传感器测量空气湿度。HMP45D温湿度传感器是具有HUMICAP技术的新一代聚合物薄膜电容传感器，在应用的过程中通过线性关系计算出相对湿度大小，然而在实际业务过程中，出现了在高低温条件下湿度的测量，不能满足测量精度和可靠性的问题。因此，补偿温度产生的非线性影响，成 为了传感器研发人员和气象工作者最为关心的问题。为了消除温度对湿度传感器产生的非线性影响，国内外研究学者主要围绕着硬件补偿和软件补偿两种方法。硬件补偿方法由于受到电路中电子元器件漂移等因素的影响，导致整个测量系统可靠性差且精度低，无法做到全程补偿，实际使用过程中应用受到限制。软件补偿方法有多维回归分析法，然而在应用多维回归分析法进行数据融合处理时，需要求解大规模的矩阵方程，甚至方程有时为病态方程，无法求解，且拟合精度较低，往往不能满足实际应用...
【技术保护点】
一种湿度传感器温度补偿的融合方法，设湿度传感器的特性函数为y＝f(x)，x∈[δ0,δh]，其中y是传感器的输出，x是传感器的输入，输入信号范围是δh？δ0，其特征在于，增设温度参量t，根据湿度传感器在温度影响下的特性曲线，令t0＜t1＜t2＜t3，得到式（1），y=f(x,t)=f1(x,t),t∈[t0,t1]f2(x,t),t∈[t1,t2]f3(x,t),t∈[t2,t3]---(1)其中，湿度传感器的特性函数曲线是在输入信号量程范围内是连续单调变化的函数；当t1
【技术特征摘要】
【专利技术属性】
技术研发人员：行鸿彦，彭基伟，吕文华，徐伟，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：
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。