欢迎来到天天文库
浏览记录
ID:52427770
大小:564.85 KB
页数:4页
时间:2020-03-27
《湿度传感器的SVM温度补偿研究及软件设计.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2014焦仪表技术与传感器2014第12期InstrumentTeehniqueandSensorNO.12湿度传感器的SVM温度补偿研究及软件设计高大惟,刘建玲(1.南京信息工程大学公共管理学院,江苏南京210044;2.河北省玉田县气象局,河北唐山064100)摘要:针对湿度传感器受温度影响严重而导致测量精度下降的问题,提出了采用改进的粒子群(PSO)和支持向量机(SVM)相结合的方法(AMPSO—SVM)对传感器进行温度补偿,建立了补偿模型,并与传统的网格寻优支持向量机(GRID—SVM)以及遗传算法支持向量机方法(GA—SVM)
2、进行了比较。结果表明:改进的粒子群支持向量机方法能有效地降低温度影响,提高了湿度传感器的测量精度,并且在补偿精度和速度上都优于其他方法。同时利用MATLAB的图形用户界面环境(GUI)设计了湿度传感器的SVM温度补偿软件,并在该平台上进行了实例仿真,充分验证了软件的有效性。关键词:湿度传感器;支持向量机;温度补偿;MATLABGUI中图分类号:TP212文献标识码:A文章编号:1002—1841(2014)12—0007—03SoftwareDesignandStudy0fHumiditySensorSVMTemperatureComp
3、ensationGAODa.wei,LIUJian—ling(1.InstituteofPublicManagement,NanjingUniversityofInformationScienceandTechnology,Nanjing21004,China;2.MeteorologicalBureauofYutian,Tangshan064100,China)Abstract:Consideringthehumiditysensoreasilyaffectedbytemperaturecanleadtothedeclineofthe
4、measurementaccura-cy,improvedAMPSO—SVMfortemperaturecompensationofsensorwasproposed,andcompensationmodelwasestablished,whichwascomparedwiththetraditionalGRID—SVMandGA-SVM.Theresultsshowthattheimprovedalgorithmcaneffectivelyreducetheeffectoftemperature,improvethemeasuring
5、accuracyofhumiditysensor,andissuperiortoothermethodsonthecompensationaccuracyandspeed.Atthesametime,graphicaluserinterfaceofMATLABisusedtodesignthetemperaturecompensationsoftwareofhumiditysensor.Anexamplewassimulatedontheplatform,thusvalidatingtheeffectivenessofthesoftwa
6、re.Keywords:humiditysensor;supportvectormachine;temperaturecompensation;MATLABGU10引言支持向量机函数作为传感器的补偿环节,来逼近湿度传感器模高分子湿敏电容器是近年来在气象湿度测量中应用最广型的非线性关系函数,使补偿后的输出具有理想特性,如图1泛的传感器,但是湿敏元件要长期暴露在空气中,线性度和抗所示。污染,性能较差,很容易受到污染影响其测量准确度。同时温度的变化对湿敏电容影响大,是导致测量误差的主要原因之一所以对湿度传感器进行温度补偿是必要的J。,典型BP
7、神经网络常被用于传感器的误差补偿中,但易陷入局部极小,其求得网络最优的可能性小-4j。支持向量机是图1湿度传感器的支持向量机温度补偿原理以结构风险最小化为准则的机器学习方法,较好地解决了非线支持向量机非线性回归通过一个非线性映射函数妒将样性、局部极小等问题。但是支持向量机的参数选择是难点,本映射到高维特征空间中,在高维空间进行线性回归运算,从传统的经验和试凑法使得参数选择不准确,预测精度差,网格而获得原输入空间的非线性回归效果。非线性回归问题转寻优方法则耗时长J。文中将改进的粒子群算法(PSO)用化为求下面的优化问题。于支持向量机(SV
8、M)的参数寻优,建立了湿度传感器的温度补11偿模型,验证了粒子群支持向量机在湿度传感器温度补偿上的。专曙(。有效性,并通过与其他SVM参数寻优方法进行对比验证了改.进粒子群算法的优越性,并利用MATLABG
此文档下载收益归作者所有