摘要
本发明涉及一种基于鲁棒损失函数与神经网络的多维力传感器解耦方法,属于传感器测量技术领域,包括构建含噪声的多维力传感器的耦合数据集;设计基于鲁棒性的神经网络模型;利用含噪声的耦合数据集训练基于鲁棒性的神经网络模型;利用训练好的基于鲁棒性的神经网络模型对多维力传感器的实时输出信号进行解耦处理等步骤。该方法利用含噪声的多维力传感器的耦合数据集对基于鲁棒性的神经网络模型进行训练,并且使用鲁棒损失函数使模型训练贴合实际工况,提升抗噪泛化能力。
技术关键词
多维力传感器
神经网络模型
解耦方法
鲁棒性
数据
力平衡原理
对力传感器
力矩
随机噪声
信号
测量点
工况
表达式
基础
线性
动态
物理