论文部分内容阅读
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．