传感技术中的基于LS SVM辨识的温度传感器非线性校正研究

0 引 言 在传感器非线性校正领域,国内外许多学者提出多种方法,并得到广泛应用,传统方法归纳起来可分两类:一类是公式法,即以实验数据为基础,用最小二乘等系统辨识方法求取拟合曲线参数,建立校正曲线的解析表达式;另一类是表格法,以查表为手段,通过分段线性化来逼近传感器的非线性特性曲线。 近些年来,随着神经网络的发展,又有不少学者利用神经网络的非线性回归能力,拟合传感器输出与输入的非线性关系,建立传感器传输特性的逆模型,从而使传感器亦即神经网络构成的系统线性化。但是,该方法也存在一定的局限性,主要表现在:1)神经网络存在局部极小和过学习问题,易影响网络的泛化能力,因此,对样本的数量和质