1. 研究目的与意义及国内外研究现状

压力传感器，作为最常见的物理条件传感器之一，在多种多样的系统，包括乐器，医疗，汽车，自动流程控制等等中有着广泛的应用场景。这些应用场景都要求此传感器有着低成本，高精度并且易于大批量生产的特点。然而由于误差，较高的非线性相应特性以及温度依赖特性极大的限制了压阻式压力传感器的应用场景，并给其的应用强加上了更多的困难。想要获取精确的读数，压力传感器的各种物理特性需要能不随着外界多样的环境情况如温度，湿度而改变。

本文提出了一个新颖的以机器学习中的神经网络算法作为补偿后端的新型压力传感器非线性误差与温漂修正系统。在本文提出的方案中，用来补偿压阻式压力传感器的输出的是一个经 lma 训练过的人工神经网络，利用监督学习训练出了一个合适的人工神经网络，并以此来进行对传感器输出的校准。希望能在不给系统增加任何辅助成分的前提下，实现高速校准和精准读数。

通过实现压阻式压力传感器读数的校准，可以有效减少目前压力传感器设备的成本，并有效增加其应用范围。通过新型的校准系统，可以获得比目前市面上的压力传感器更加精确的结果，具有非常优秀的应用前景。

国内外研究现状

由于想要获取精确的压力传感器读数，其各种物理特性需要能不随着外界多样的环境情况如温度，湿度而改变，这种需求直接领导了压阻式桥基的集成传感器的发展。虽然这种传感器有着良好的线性特性，但是其对于温度较为敏感，并且需要大量的能量，因此电容式压力传感器被发明出来以克服其大量的能量消耗的缺点。电容式压力传感器对温度的敏感程度显著降低，并且把精度提高到了原来压阻式桥基压力传感器的 10 到 20 倍。但是由于这些传感器的非线性特性，直接数字输出以及芯片的接口设计变得非常困难。

2. 研究的基本内容

为了能够获得稳定且一致的读出，本文设计了一个硬件系统来获取压力传感器的的结果。

此传送系统包括微处理器，电源模块，通信模块，a/d 采样模块，阵列式 mems 压力传感器，温度传感器等几部分电路。

通过多路开关可以获得这些气压传感器以及温度传感器的输出信号。

3. 实施方案、进度安排及预期效果

通过网络以及学校图书馆进行文献资料的收集工作，以选取合适的校准算法。完成器材选型及连接测试后，确定相关上、下位机系统的设计方案，明确设计目标。根据实际的实现方案进行及时的调整，确保最优的校准结果。在系统初步完成后，通过实验室的气压产生装置可进行硬件系统的分析与测试。并记录下获得到的压力传感器读数，以进行校准系统的实际性能测试。最后通过上、下位机的联机调试，完成毕业设计。

本设计的重点在于神经网络校准系统的设计，以及多客户端的信息发布系统的设计。

进度安排及预期效果：

4. 参考文献

[1] wise kd,angell jb,others. an ic piezoresistive pressure sensor for biomedical instrumentation[c]//biomedical engineering, ieee transactions on, [s.l.]: ieee, 1973: 101-109.

[2] lee ys,wise kd. a batch-fabricated silicon capacitive pressure transducer with low temperature sensitivity[j]. electron devices, ieee transactions on, 1982, 29(1): 42-48.

[3] gad-el-hak m. flow physics in microdevices[j]. the handbook of mems, 2002, 卷缺失(期缺失): 页码范围缺失.