基于径向基神经网络的光栅细分方法
郭雨梅
关蕊
钟媛
1.沈阳工业大学,信息科学与工程学院,沈阳,1108702.沈阳工业大学,信息科学与工程学院,沈阳,1108703.沈阳工业大学,信息科学与工程学院,沈阳,110870
摘要：为了研究细分精度高、位移跟踪速度快的光栅位移测量系统,提出一种基于径向基神经网络的光栅细分方法.利用三层RBF神经网络,在一个莫尔条纹信号周期内取多个样本点,并把多个样本点所对应的正切值作为网络的输入,将该样本点在一个栅距内的微位移最作为目标输出,建立合理的神经网络模型,与DSP相结合实现莫尔条纹细分.通过对样本点的分段学习,证明了仅用少量的神经元即可实现高精度细分.该神经网络结构简单,非线性逼近能力强,通过对非样本点数据的实验验证,证明了该系统的可行性,具有一定的实用价值.
关键词：光栅传感器莫尔条纹细分乘法倍频RBF神经网络多项式拟合DSP芯片Matlab仿真
分类号：TP183(自动化基础理论)
资助基金：辽宁省科技攻关资助项目(2006219005)沈阳市科技局科技支撑计划资助项目(1081229-1-00)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息