摘要
针对硅压阻式压力传感器的温度漂移问题,提出了基于粒子群优化算法PSO(Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型,通过粒子群化算法对BP网络的权值和阈值进行全局寻优,克服了BP网络收敛速度慢和易陷入局部极值的缺陷,而且温度补偿的精度较高。研究结果表明,该方法有效的抑制了温度对压力传感器输出的影响,提高了传感器的稳定性和准确性。
For the temperature drift of the silicon piezoresistive pressure sensor, compensation method by Back Propagation（ BP） network based on Particle Swarm Optimization（ PSO） algorithm has been proposed. This model has overcomed the drawback of slow convergence and easily trapping in the local minimum of BP network through global search weight and threshold in PSO algorithm. The simulation experiment results show that the model can depress the temperature drift of the silicon piezoresistive pressure sensor effectively,and the stability and accuracy of the silicon piezoresistive pressure sensor are improved greatly.
出处
《传感技术学报》
CAS
CSCD
北大核心
2014年第3期342-346,共5页
Chinese Journal of Sensors and Actuators
基金
国家自然科学基金项目(61204127)
黑龙江省自然科学基金项目(F201332)
黑龙江省普通高等学校新世纪优秀人才培养计划项目(1253-NECT025)
关键词
温度补偿
粒子群优化算法
BP神经网络
压力传感器
temperature compensation
particle swarm optimization algorithm
BP network
pressure sensor
作者简介
孙艳梅（1979-），女，吉林前郭人，讲师，硕士，主要研究方向为传感器技术，sym791122@163．com
