基于RBF的气压传感器非线性校正算法
刘春玲1
王涛2
刘鹏宇2
1.河南省气象服务中心,郑州 4500032.北京工业大学信息学部,北京 100124;先进信息网络北京实验室,北京 100124
摘要：高空气象探测技术的发展与探测仪器的进步密不可分.气压传感器作为探空仪搭载的核心器件,在高海拔极端环境下受到制作工艺及温度波动等因素的影响,会出现测量数据精度受损的现象.针对上述问题,通过分析气压传感器的标准气压值和误差之间的关系,推导了误差波动描述算式,把气压传感器标校任务转化为非线性回归方程系数的拟合任务,并设计一种用于误差系数拟合的 RBF模型.将拟合后的系数结合误差波动算式来计算最终的标校气压值,以达到提高气压传感器标校精度的目的.实验结果表明:RBF 神经网络拟合系数获取的标校值与传统的 BP 神经网络相比,可使测量误差的偏差度≤0.1%,有效提高了高空气象探测中的气压传感器的测量精度.
关键词：气压传感器标校非线性拟合误差预测
分类号：P412.12(大气探测（气象观测）)TP212.1(自动化技术及设备)
资助基金：国家重点研发计划(2018YFF01010100)河南省气象局重点实验室科研基金项目(KM202213)
论文发表日期：2023-06-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 106-111 )
英文信息