SOS压力传感器温度的补偿

被引:3
作者
莫长涛
陈长征
张黎丽
孙凤久
机构
[1] 东北大学理学院
[2] 沈阳工业大学诊断与控制中心
[3] 哈尔滨商业大学基础部
[4] 东北大学理学院 辽宁沈阳
[5] 辽宁沈阳
[6] 黑龙江哈尔滨
关键词
硅蓝宝石压力传感器; 环境温度; 非线性; 神经网络; 共轭梯度算法; 补偿;
D O I
暂无
中图分类号
TP212 [发送器(变换器)、传感器];
学科分类号
080202 ;
摘要
分析了硅 蓝宝石(SOS)压力传感器的温度特性,表明测量范围较宽时,传感器的输出易受环境温度的影响,并且成非线性·提出一种基于神经网络共轭梯度算法的硅 蓝宝石压力传感器温度补偿方法·利用神经网络共轭梯度算法具有逼近任意非线性函数的特点,通过训练使神经网络建立在不同环境温度下传感器输出与其实际感受的电压值之间的非线性映射关系,实现硅 蓝宝石压力传感器温度补偿·计算机仿真表明,该方法不仅能有效地消除温度的影响,而且能在神经网络的输出端得到期望的线性输出·
引用
收藏
页码:160 / 163
页数:4
相关论文
共 5 条
[1]   多层神经网络共轭梯度优化算法及其在模式识别中的应用 [J].
侯祥林 ;
张春晖 ;
徐心和 .
东北大学学报, 2002, (01) :20-23
[2]   神经网络权值和阈值的优化方法 [J].
侯祥林 ;
陈长征 ;
虞和济 ;
王铁光 ;
纪盛青 .
东北大学学报, 1999, (04) :447-450
[3]   硅压阻式压力传感器的一种温度补偿方法及其应用 [J].
袁智荣,王文襄 .
传感器技术, 1998, (03) :25-27
[4]   压力传感器温度漂移补偿的一种新方法 [J].
张庆鑫,刘理天,李志坚 .
传感器技术, 1996, (06) :45-48
[5]   智能化压力传感器的研制 [J].
尹志华 ;
范兆书 ;
孙以材 ;
张储林 .
半导体杂志, 1996, (03) :21-29