基于SVM的傳感器非線性特性校正新方法

2傳感器非線性誤差校正原理^［6］
　　大多數傳感系統都可用y＝f(x)，x∈(ζ_α，ζ_b)表示，其中y表示傳感系統的輸出，x表示傳感系統的輸入，ζ_α，ζ_b為輸入信號的范圍。y信號可經過電子設備進行測量，目的是根據測得的y信號求得未知的變量x，即表示為x＝y^－1(y)。在實際應用過程中，絕大多數傳感器傳遞函數為非線性函數。

　　為了消除或補償傳感系統的非線性特性，可使其輸出y通過一個補償環節，如圖2所示。該模型的特性函數為u＝g(y)，其中u為非線性補償后的輸出，它與輸入信號x呈線性關系。很明顯函數g(*)也是一個非線性函數，并使得補償后的傳感器具有理想特性。在實際應用中，非線性補償函數g(*)的表達式難以準確求出，但可以通過建模來實現，補償模型的建立就成了校正傳感器非線性特性的關鍵。
筆者根據支持向量機的函數擬合能力，提出了基于支持向量機的傳感器非線性特性校正方法。

3仿真與應用研究
　　該文使用支持向量機對兩個非線性傳感系統的非線性誤差進行校正，取得了較滿意的效果。
3.1一維傳感器非線性校正
用實驗法得出一組訓練樣本(見表1)，在表1中x表示傳感系統的輸入量，其值由精度較高的設備產生，在這里可作為標準量，y值為傳感系統的輸出量。
設計支持向量機對該傳感系統進行非線性校正，傳感器輸出信號y經過該SVM的處理相當于進行了一個逆傳感模型，支持向量機的輸出u作為非線性補償后的輸出，它與輸入信號x的誤差應更小。
由此可得到一組訓練樣本(y_i，x_i)，其中y_i表示支持向量機的輸入，x_i為擬合的目標。
　　設計支持向量機時，精度ε＝0.02，核函數選用多項式k(x_i，x)＝(x_i·x＋1)⁶，傳感器非線性校正曲線如圖3所示，由此可見用該方法提高了傳感器的精度。