?

目前傳感器存在因溫漂而導致穩定性差 、測量精度低的問題，表現為傳感器的輸出值不僅僅決定于標稱的目標參量——壓力。當壓力恒定時，環境溫度——非目標參量變化時，其輸出值也隨之變化。為增強其在環境溫度變化條件下的穩定性，我們采用了多傳感器數據融合的智能化技術。在傳感器模塊上增加一個溫度傳感器，用來監測非目標參量——環境溫度，由測量目標參量的傳感器與測量非目標參量的溫度傳感器的輸出數據，經計算機信息融合處理后，可大大消除環境溫度變化的影響，從而使壓力傳感器系統獲得高穩定性與測量精度。

?

人工神經網絡

人工神經網絡（Artificial Neuron Networks），縮寫為ANN，是由大量的處理單元組成的非線性大規模自適應動力系統。它是在現代神經生理科學研究成果的基礎上提出來的，是人們試圖通過模擬大腦神經網絡處理、記憶信息的方式設計一種使之具有人腦那樣的信息處理能力的新“機器”。目前神經網絡廣泛應用于傳感器信息處理 、信號處理 、自動控制 、計量檢測 、運輸與通信等領域。

?

反向傳播神經網絡

反向傳播網絡是一種多層前饋網絡，它是人工神經網絡的重要一類 。該網絡的監督學習采用誤差反向傳播算法。反向傳播網絡自出現以來 ，一直是神經網絡中最為流行的神經計算模型，得到了極其廣泛的應用。反向傳播學習算法簡稱 BP 算法 (Back Propagation，BP)，采用BP算法的前饋型神經網絡簡稱BP網絡。作為一種前饋型神經網絡模型，BP網絡與多層感知器沒有什么區別。但是，有了BP算法，BP網絡便有了強大的計算能力，可表達各種復雜映射。

?

BP神經網絡通常有一個或多個隱層。在實際應用中，用得最多的還是三層 BP 神經網絡 。簡單的三層BP 網絡模型。網絡的輸入層包含 i(i=3 )個節點，隱層包含 j(j=4 )個節點，輸 出層有k(k=2 )個節點 。連接權值w (j，i)表示輸入層第 i個節點與隱層的第 i個節點的連接權值，共有4~3個權值。v(k，i)表示隱層第j個節點與輸出層第k個節點的連接權值，共有2~4個連接權值。

?

壓力傳感器的工作原理

經典壓力傳感器的輸入一輸出特性大都存在非線性，且易受工作環境溫度影響，其零點 、靈敏度均隨工作環境溫度的改變而變化。其表現是被測的目標參量為零，或保持恒定值時，改變工作環境的溫度T，則傳感器的零點或輸出電壓值均發生變化。這將給測量目標參量帶來誤差。因此為了消除因溫度帶來的測量誤差，需要對傳感器進行溫度補償。

?

對傳感器進行溫度補償要引入溫度監測傳感器。具有溫度自補償的壓力測試系統。溫度補償器功能的實現與設計原理，也是兩個傳感器數據融合的實現。故溫度補償軟件模塊也即為一數據融合系統。

?