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