模糊技术在光电检测中的应用研究

论文摘要

根据模糊技术与自适应模糊神经技术理论,在分析影响光电检测精度的主要因素和误差补偿方法的基础上,针对光电检测误差非线性的特点,给出了一种基于模糊技术的自适应模糊神经推理系统方法,并以光电二极管的光照度检测数据为补偿对象,对这种误差补偿方法的关键技术进行了研究。通过对光电检测数据影响因素的分析,将影响光照度的因素光电流和温度设为输入量,光照度设为输出量,建立一个双输入单输出的二维自适应模糊神经推理系统,把采集的光电检测数据作为样本数据,通过对样本数据的训练,系统会自动生成模糊控制规则和自动调整隶属函数参数,达到最优的系统结构,最终的输出的数据能够很好的逼近样本数据,从而证明了这种方法的可行性。在研究常见的误差补偿方法的基础上,用常见误差补偿方法对光电检测数据进行处理,将处理结果与自适应模糊神经推理系统方法的处理结果进行对比分析,得出了自适应模糊神经推理系统方法更具有优势的结论,最后通过光电池的光照检测实验验证了自适应模糊神经推理系统方法的正确性,数据处理结果表明,这种方法的均方根误差非常小,能够很好的逼近样本数据。因此,自适应模糊神经推理系统方法应用在光电检测电路的误差补偿中是可行的、有效的。

论文目录

• 摘要
• ABSTRACT
• 创新点摘要
• 第一章 绪论
• 1.1 课题背景及研究意义
• 1.2 国内外研究现状
• 1.2.1 光电检测电路误差补偿方法研究现状
• 1.2.2 模糊技术的发展及应用现状
• 1.3 本文研究的主要内容
• 1.4 论文的结构安排
• 第二章 光电检测电路的噪声与误差补偿方法分析
• 2.1 光电检测电路的组成
• 2.2 影响光电检测精度的主要因素
• 2.3 光电检测电路噪声分析
• 2.3.1 外部噪声的影响与抑制方法
• 2.3.2 内部噪声的类型及影响
• 2.4 光电检测电路的误差补偿方法
• 2.4.1 硬件补偿法
• 2.4.2 软件补偿法
• 2.4.3 模糊技术方法
• 2.5 本章小结
• 第三章 模糊技术及应用在光电检测中的可行性分析
• 3.1 模糊技术理论基础
• 3.1.1 模糊集合与隶属函数
• 3.1.2 模糊关系与模糊逻辑推理
• 3.2 模糊控制器的设计流程与结构类型
• 3.2.1 模糊控制器的设计流程
• 3.2.2 模糊控制器的结构类型
• 3.3 自适应模糊神经推理系统与MAT LAB 辅助设计
• 3.3.1 ANFIS 原理与结构
• 3.3.2 ANFIS 的算法
• 3.3.3 ANFIS 的MATLAB 辅助设计
• 3.3.4 ANFIS 在光电检测中应用的可行性分析
• 3.3 本章小结
• 第四章 数据采集与数据处理
• 4.1 光电检测的数据采集
• 4.1.1 基于光电二极管的光照度检测及数据采集
• 4.1.2 基于光电池的光照度检测及数据采集
• 4.2 多项式拟合法及数据处理
• 4.3 插值法与查表法
• 4.3.1 双线性插值法及数据处理
• 4.3.2 双三次插值法及数据处理
• 4.3.3 插值法结合查表法
• 4.4 ANFIS 方法的数据处理
• 4.4.1 ANFIS 模型的建立
• 4.4.2 系统结构与隶属函数
• 4.4.3 模糊规则与输出曲面
• 4.5 以上三种方法的数据处理结果对比
• 4.6 验证ANFIS 方法的有效性
• 4.7 本章小结
• 第五章 结论
• 参考文献
• 发表文章目录
• 致谢
• 详细摘要