基于模糊神经网络的智能巨磁电阻传感器设计  

Design of smart GMR sensor based on fuzzy neural network

作　　者：张洵[1] 靳东明[1] 刘华瑞[1] 曲炳郡[1] 任天令[1] 刘理天[1] 

机构地区：[1]清华大学微电子所,北京100084

出　　处：《计算机工程与设计》2007年第4期895-897,共3页Computer Engineering and Design

基　　金：国家自然科学基金项目(90407013)

摘　　要：在清华大学微纳器件和系统实验室制备了一种高性能的巨磁电阻(GMR)自旋阀。因为该GMR磁传感器的输出呈高度非线性,不利于后端客户的应用,所以设计了一种用于线性校正用途的模糊神经网络(FNN),并以此构建了智能GMR磁传感器系统,通过Matlab仿真试验验证了该方法的有效性。最后,讨论了单芯片系统(SOC)实现该智能GMR磁传感器的可行性,为进一步的系统集成提供了理论基础。The high performance giant magnetoresistance （GMR） spin valves are fabricated in Tsinghua university micro/nano devices and systems lab. Since the response characteristics of this GMR sensor are highly nonlinear, it is not convenience for consumer application. A fuzzy neural network （FNN） based on linear calibration cell is proposed and a smart GMR sensor is constructed. The Matlab simulations show the effective results of this method. A system on chip （SOC） implementation scheme for this FNN-based smart GMR sensor is suggested, which is a theory fundamental for the system integration.

关 键 词：巨磁电阻 模糊神经网络 单芯片系统 智能传感器 线性校正 

分 类 号：TN304.7[电子电信—物理电子学] TP273.4[自动化与计算机技术—检测技术与自动化装置]