RBF神经网络在柔性触觉传感器解耦中的应用

摘要：

针对柔性触觉传感器模型高度非线性、解耦难度大等问题，提出一种有效的方法来模拟柔性触觉传感器在实际应用中含噪声的情形。首先在理想条件下的传感器模型上添加不同幅度的高斯白噪声并建立其数学模型，之后通过K-均值和递归最小二乘法优化RBF神经网络，并利用优化后的RBF神经网络算法逼近受噪声干扰的传感器阻值与形变之间的高维非线性映射关系，最后基于不同的展开幅度通过行列阻值解耦出传感器三维形变信息，获得了较好的解耦精度。解耦结果表明，RBF神经网络算法具有较强的鲁棒性和抗噪声能力，能够很好地逼近含噪声的传感器高维非线性数据之间的映射关系。

关键词：柔性触觉传感器、解耦、RBF神经网络、高斯白噪声

分类号：TP183(自动化基础理论)

资助基金：安徽省自然科学基金项目No.1408085QF123；国家自然科学基金No.61301060，No.61403362；安徽省高校自然科学研究项目No.KJ2015JD10；安徽建筑大学2014年博士基金项目。

在线出版日期：2015-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-25