Нейросетевые методы распознавания выходного сигнала многопараметрических сенсоров

Abstract

В статье рассмотрено применение искусственных нейронных сетей для повышения точности распознавания сигнала многопараметрических сенсоров, погрешности которых описаны набором матмоделей, исчерпывающим все комбинации отклонений характеристик преобразования. Путем имитационного моделирования исследована погрешность распознавания выходного сигнала одномодульной и многомодульной нейронной сетью.

У статті розглянуто використання штучних нейронних мереж для підвищення точності розпізнавання сигналу багатопараметричних сенсорів, похибки яких описані набором математичних моделей, що вичерпують всі можливі комбінації відхилень характеристик перетворення. Шляхом імітаційного моделювання досліджена похибка розпізнавання вихідного сигналу одномодульною та багатомодульною нейронною мережею.

The application of artificial neural networks is described for improvement of recognition accuracy of multisensor signal. The errors of multi-sensor signal are modeled by the set of mathematical models which cover all possible combinations of conversion characteristic deviations. The recognition of output signal by single and modular neural network is researched by simulation modeling.