压力传感器温度补偿的一种新方法

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：A novel method for pressure sensor temperature compensation 中文刊名：光通信研究 英文刊名：Study on Optical Communications 作者：孙艳梅 ; 刘树东 英文作者：Sun Yanmei1 ; 2 ; Liu Shudong2(1.Teaching and Experimental Center of College Physics ; College of Science ; University of Qiqihar ; Qiqihar 161001 ; China ; 2.Department of Electronic Information ; Institute of Communications and Electronics Engineering ; University of Qiqihar ; Qiqihar 161001 ; China) 中文关键词：温度补偿 ; 主成分分析 ; 神经网络 ; 传感器 英文关键词：temperature compensation ; PCA ; neural network ; sensor 出版日期：2011-02-10 机构：齐齐哈尔大学理学院大学物理教学与实验中心;齐齐哈尔大学通信与电子工程学院电子信息系; 年：2011 期：01 出版单位：光通信研究

摘要

针对温度对硅压阻式压力传感器输出影响的问题,提出将主成分分析(PCA)与改进的反向传播(BP)神经网络相结合,用于压力传感器的温度补偿的新方法。利用PCA提取温度补偿的主要信息使多维问题得以简化,同时剔除了数据的噪声误差,且对BP神经网络进行了改进,以充分发挥其强大的泛化功能和容错能力。研究结果表明,该方法有效抑制了温度对压力传感器的影响,提高了传感器的稳定性和准确性。
In view of the effects of temperature on silicon piezoresistive pressure sensor output,this paper proposes a novel method for pressure sensor temperature compensation by combining Principal Component Analysis(PCA) with improved BP neural networks.In this method,the prime information in temperature compensation is extracted by using PCA so that the multi-dimensional problem is simplified and the noise error in data eliminated and the neural network improved so as to bring its strong generalization and fault-tolerance capabilities into full play.The research results show that this method can restrain the effects of temperature on pressure sensors effectively and enhance their stability and accuracy.

引文

[1]黄晓因,张悦,张丽莲.压力传感器样本数据更新和数据融合算法研究[J].电子器件,2005,28(4):882-885.
    [2]董九英.多传感器数据融合的主成分方法研究[J].计算机工程与应用,2009,45(33):111-113.
    [3]张艳霞,乔学光,李明,等.光子晶体光纤及其在传感器中的应用[J].光通信研究,2007,(4):59-61.
    [4]孙文爽,陈兰祥.多元统计分析[M].北京:高等教育出版社,1994.345-367.
    [5]何平,潘国峰,赵红东,等.基于RBF网络的智能气敏传感器温度补偿[J].仪表技术与传感器,2008,(7):6-9.
    [6]郑治真.小波变换及其MATLAB工具的应用[M].北京:地震出版社,2001.
    [7]张永怀,刘君华.采用BP神经网络及其改进算法改善传感器特性[J].传感技术学报,2002,(3):185-188.
    [8]苏亚,孙以材,李玉国.压力传感器热零点漂移补偿各种计算方法的比较[J].传感技术学报,2004,(3):375-378.
    [9]贾要勤,常炳国.采用神经网络数据融合改善传感器的静态特性[J].西安交通大学学报,1999,33(11):75-78.