基于SVM的传感器非线性特性校正新方法
2传感器非线性误差校正原理[6]
大多数传感系统都可用y=f(x),x∈(ζα,ζb)表示,其中y表示传感系统的输出,x表示传感系统的输入,ζα,ζb为输入信号的范围。y信号可经过电子设备进行测量,目的是根据测得的y信号求得未知的变量x,即表示为x=y-1(y)。在实际应用过程中,绝大多数传感器传递函数为非线性函数。
为了消除或补偿传感系统的非线性特性,可使其输出y通过一个补偿环节,如图2所示。该模型的特性函数为u=g(y),其中u为非线性补偿后的输出,它与输入信号x呈线性关系。很明显函数g(*)也是一个非线性函数,并使得补偿后的传感器具有理想特性。在实际应用中,非线性补偿函数g(*)的表达式难以准确求出,但可以通过建模来实现,补偿模型的建立就成了校正传感器非线性特性的关键。
笔者根据支持向量机的函数拟合能力,提出了基于支持向量机的传感器非线性特性校正方法。
3仿真与应用研究
该文使用支持向量机对两个非线性传感系统的非线性误差进行校正,取得了较满意的效果。
3.1一维传感器非线性校正
用实验法得出一组训练样本(见表1),在表1中x表示传感系统的输入量,其值由精度较高的设备产生,在这里可作为标准量,y值为传感系统的输出量。
设计支持向量机对该传感系统进行非线性校正,传感器输出信号y经过该SVM的处理相当于进行了一个逆传感模型,支持向量机的输出u作为非线性补偿后的输出,它与输入信号x的误差应更小。
由此可得到一组训练样本(yi,xi),其中yi表示支持向量机的输入,xi为拟合的目标。
设计支持向量机时,精度ε=0.02,核函数选用多项式k(xi,x)=(xi·x+1)6,传感器非线性校正曲线如图3所示,由此可见用该方法提高了传感器的精度。
评论