10.11857/j.issn.1674-5124.2018120086
基于PSO-BP模型的扩散硅压力传感器温度补偿
硅的电导率易受温度影响,导致扩散硅压力传感器的输出电压随温度变化产生漂移,需对该传感器进行温度补偿,针对该问题提出粒子群优化的BP神经网络算法(PSO-BP).通过二维标定实验,利用温度传感器监测实验环境温度,得到扩散硅压力传感器在不同工作温度下的输入输出特性曲线,建立PSO-BP模型.该模型利用粒子群算法全局寻优的能力为BP神经网络算法初始权值和阈值选取最优解,弥补传统BP神经网络初始值随机选取的弊端,克服容易局部陷入极值的缺陷.实验结果表明,经过PSO-BP模型补偿后的输出零位温度系数和灵敏度温度系数均减小一个数量级,证实该模型能够有效降低温度对扩散硅压力传感器的影响.
半导体技术、压力传感器、温度补偿、粒子群算法、BP神经网络
45
TP212(自动化技术及设备)
2019-12-31（万方平台首次上网日期，不代表论文的发表时间）
共7页
95-100,125
