基于PSO的BP神经网络在压力传感器温度补偿中的应用  

The Application of BP Neural Network Based on PSO Algorithm to Pressure Sensor Temperature Compensation

作　　者：孙艳梅[1] 苗凤娟[1] 陶佰睿[1] 

机构地区：[1]齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔161006

出　　处：《传感技术学报》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)

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.

关 键 词：温度补偿 粒子群优化算法 BP神经网络 压力传感器 

分 类 号：TP212[自动化与计算机技术—检测技术与自动化装置]