![](https://csdnimg.cn/release/download_crawler_static/18928912/bg1.jpg)
收稿日期
作者简介曾明如 男副教授 Emailzengmrcom
文章编号
扩 散 硅 压 力 变 送 器 的 曲 面 拟 合 补 偿
曾明如刘亮钱信游文堂
南昌大学 信息工程学院江西 南昌
摘要为解决扩散硅压力传感器因非线性特性及易受温度影响从而导致其测量精度降低这一问题提出了基于
最小二乘曲面拟合的补偿方案 建立了传感器的被测压力工作温度和输出电压间的曲面拟合数学模型在获得
传感器的输出电压和工作温度后能简便地计算出被测点的压力值 实验表明该算法具有较高的补偿精度 由于
所建拟合模型阶次较低因此补偿计算所需时间短保证了补偿算法的可行性
关键词扩散硅压力变送器曲面拟合
中图分类号TH文献标志码A
与其它压力传感器相比扩散硅压力传感器具
有动态响应快灵敏度高体积小耐振耐冲击耐
腐蚀和抗干扰能力强等许多优点它的主要缺点是
受温度影响较大输出具有非线性特性从而降低了
测量 精 度 为 此 必 须 进 行 非 线 性 校 正 和 温 度 补
偿
目前采用的补偿方法有插值法曲线拟合法
及神经网络法等
插值法速度快精度高但需
要预先输入数据对照表数据量大容易出错 曲线
拟合法和神经网络法的补偿精度较高但曲线拟合
法是通过选择较高的阶数才获得满意的精度公式
多计算量大响应速度慢神经网络法需要的数据
量大且编程复杂一般的微控制器难以胜任
本文以传感器的输入压力工作温度和输出电
压为变量通过最小二乘法以获得传感器的曲面拟
合数学模型在测得传感器的输出电压和工作温度
后能快速简便地计算出被测点的精确压力值取得
了很好的效果
1最小二乘法原理简介
最小二乘法是用于参数估计的一种数学方法
它使数学模型在误差平方和最小的意义上拟合实验
数据
假定有一个变量 y它与一个 n 维变量 X
x
x
x
n
是线性关系即
y
x
x
n
x
n
其中
n
是一个参数集它们是未知
的我们希望通过不同时刻 y 及 X 的观测值来估计
出它们的值 假设在 t
t
t
m
时刻对 y 及 X 的观
测值序列已经被我们获得 并且用 yi 及 x
i
x
ix
ix
n
ii m 来表示这
些观测数据显然可以用方程组来表示它们之间的
关系
y
x
x
n
x
n
y
x
x
n
x
n
ym
x
m
x
m
n
x
n
m
写成矩阵形式为
Y X
其中
Y
y
y
ym
X
x
x
x
n
x
x
x
n
x
m x
m x
n
m
n
其最小二乘解为
X
T
X
X
T
Y
2 曲面拟合模型的建立
对应不同的工作温度扩散硅压力传感器具有
不同的输入压力 p 输出电压 u 特性如果能够
确定不同工作温度 t 时的 up 特性那么根据电压 u
按反非线性特性求取被测压力 p从原理上讲不存
第 卷第 期
年 月
南昌大学学报理科版
Journal of Nanchang UniversityNatural Science
Vol No Ё
Feb