journal6 ›› 2008, Vol. 29 ›› Issue (3): 84-87.
• 物理与电子 • 上一篇 下一篇
出版日期:
发布日期:
作者简介:
基金资助:
湖南省教育厅科学研究项目（07C527）
Online:
Published:
摘要：阐述了一种24位高精度∑-△型AD转换芯片ADS1210在实际应用中提高测量精度的方法.电源是一个影响精确度的重要因素，笔者使用MAX666作稳压芯片，并利用外围电容参数的合理选择减少电压波动.ADS1210差分输入的正端接电阻,负端接稳压芯片REF192,以保证满足测量范围和差分基准电压的稳定，并利用ADS1210本身的校正寄存器,通过编程对AD转换的数据进行校正,提高了测量精度.实践表明：只有充分利用硬件设计和软件编程就可以很好的实现ADS1210的数据校正,发挥其最佳效能.
关键词： 高精度, ADS1210, 校正
Abstract: The structure and learning algorithm of the RBF neural network are analysed.The population forecast model is established by the RBF neural network and the neural network toolbox of Matlab.And the population of China is predicted on this model.
Key words: time series, RBF, neural network, prediction
彭善琼, 高静波, 余珂. 24位Σ－Δ型AD芯片最佳效能发挥的策略[J]. journal6, 2008, 29(3): 84-87.
PENG Shan-Qiong, GAO Jing-Bo, YU Ke. Time Series Prediction Based on RBF Neural Network[J]. journal6, 2008, 29(3): 84-87.
0 / / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: https://zkxb.jsu.edu.cn/CN/
https://zkxb.jsu.edu.cn/CN/Y2008/V29/I3/84
