陈 群，左 锋，卢文科（东华大学信息科学与技术学院，上海201620）

基于人工鱼群BP神经网络算法的压力传感器温度补偿研究

陈 群，左 锋，卢文科
（东华大学信息科学与技术学院，上海201620）

为实现压力传感器的温度补偿，采用BP神经网络作为压力传感器软件补偿系统的核心算法，但由于BP神经网络算法易陷入局部极值，因此采用具有全局搜索能力的算法—人工鱼群算法（AFSA）进行优化，得到的结果是压力传感器的线性度提升1个数量级，温度灵敏度系数降低2个数量级，得到了很好的补偿效果。

压力传感器；温度补偿；人工鱼群算法

O 引言

与传统传感器相比，智能传感器具有精度高、可靠性高、自适应性强等特点，运用传统传感器制造工艺来完善传感器的测量性能已经暴露出相当多的局限性，以大规模集成电路为基础的微处理器的发展为改善传统传感器性能提供了一个基于可编程芯片和软件的解决方案。而压力作为最常见的物理量，对它的测量是工控系统中的重要环节，基于硅半导体材料的压力传感器因为对温度的敏感性，很难在宽泛的环境温度下保证测量精度（零点和灵敏度随温度漂移），因此需要进行温度补偿［1］。

1 压力传感器温度补偿方案

软件补偿的本质是利用微处理器强大的数据处理能力修正外界干扰量（如温度）对压力传感器输出的影响。可以构建一个具有温度补偿功能的二传感器数据融合智能传感器系统，其中一个是辅助传感器，用来监测干扰量温度T；……