基于模糊RBF神经网络的传感器动态特性补偿研究

为了改善传感器的动态特性,减小系统测量误差,分析了传感器动态性能补偿的基本原理,把模糊RBF神经网络应用到传感器的补偿环节。仿真实验表明,使用补偿的传感器输出达到稳态的时间比没有补偿的缩短了大约9ms,相应的动态特性指标也得到了较大的改善。把该算法用于对瓦斯传感器的非线性校正,大大提高了瓦斯检测的灵敏度和精度。