改进GA-SVM的湿度传感器温度补偿研究

发布时间：2018-01-11 17:33

本文关键词：改进GA-SVM的湿度传感器温度补偿研究　出处：《电子测量与仪器学报》2017年09期 　论文类型：期刊论文

【摘要】：针对地面遥测自动气象站采用的HMP-45D湿度传感器测量准确度易受温度影响的问题,通过改进遗传算法(GA)的适应度函数、选择、交叉、变异操作优化支持向量机(SVM)的惩罚函数、径向基核函数、不敏感损失函数,利用不同温湿度条件下的多组实测数据,建立了温度补偿模型,并与传统的SVM回归模型补偿结果对比分析。实验结果表明,利用GA-SVM模型进行温度补偿最大误差绝对值为0.1367%,比传统SVM温度补偿模型提高了2.8351%,GA-SVM算法克服了传统SVM补偿算法补偿精度低、处理速度慢的问题,具有全局寻优能力强、收敛速度快、补偿精度高的特点,能够有效地对湿度传感器进行温度补偿。
[Abstract]:Aiming at the problem that the accuracy of HMP-45D humidity sensor used in ground telemetry automatic weather station is easily affected by temperature, the fitness function of genetic algorithm (GA) is improved to select and cross. The mutation operation optimizes the penalty function, radial basis kernel function and insensitive loss function of support vector machine (SVM). The temperature compensation model is established by using many groups of measured data under different temperature and humidity conditions. The experimental results show that the maximum absolute error of temperature compensation using GA-SVM model is 0.1367%. Compared with the traditional SVM temperature compensation model, the GA-SVM algorithm can overcome the problems of low compensation accuracy and slow processing speed of the traditional SVM compensation algorithm, and has strong global optimization ability. The speed of convergence is fast and the compensation accuracy is high. It can effectively compensate the humidity sensor temperature.
【作者单位】：南京信息工程大学气象灾害预报预警与评估协同创新中心;南京信息工程大学江苏省气象探测与信息处理重点实验室;中国气象局气象探测中心;
【基金】：国家自然科学基金(61671248) 江苏省高校自然科学研究重大项目(15KJA460008) 江苏省“六大人才高峰”计划江苏省“信息与通信工程”优势学科资助项目
【分类号】：TP18;TP212
【正文快照】： 0引言空气相对湿度是自动气象站观测业务中一个重要的数据。自动气象站要求湿度传感器耐天候,长期稳定可靠,但实际运行易受环境影响,尤其高温高湿时实际误差常大于允许最大误差,难以满足业务运行需求。国内综合检定尚属空白,无法正确评估湿度传感器性能和测量准确度。只能从单

【相似文献】