基于FA-RBF神经网络的压力传感器的温度漂移补偿法

针对温度对硅压阻式压力传感器输出的影响问题,提出基于因子分析和RBF神经网络相结合的补偿方法.利用因子分析实现对原始信息的筛选和降维;结合RBF神经网络的非线性映射、自适应能力和强容错性对补偿过程进行建模,减少网络的输入,利于简化网络结构,进而加快收敛,节省运行时间,提高网络的学习速率与泛化能力.研究结果表明,该方法有效地抑制了温度对压力传感器的影响,提高传感器的稳定性和准确性.     

基于C#的湿度传感器校准平台设计

针对大量湿度传感器出厂或使用前需要定标或进行误差补偿的技术需求,本文基于C#语言和SQL数据库技术,构建了一种采用传感器融合算法的大批量湿度传感器数据自校准平台。首先通过饱和盐溶液构建标准湿度环境,然后通过MT4080D数字电桥对待校准湿度传感器进行多次测量,之后把测量值矩阵和标准值导入基于最小二乘和加权融合算法的平台进行处理,得到不同固定点湿度环境下传感器标定和补偿的校准数据。该设计实现了操作简单,成本低廉,响应时间短,运算速度快的湿度传感器的软件校准算法平台,具有一定实际应用价值。