论文部分内容阅读
传感器大多数都对环境(比如温度)有一定的敏感度,这样就会使传感器的零点和线性发生偏移,从而造成输出值随环境温度的变化而变化,再加上气压、以及气体流量等因素,导致测量出现附加误差。本文将利用神经网络来处理各种环境因素而产生的误差,将低成本的微控制器与传感器结合起来,设计出了能够自动补偿环境影响的智能传感器。并针对硬件平台的局限性,根据学习网络的学习特性,做了相应的优化改进,实现了传感器高精度快速误差补偿。