[發明專利]一種基于極限學習機的硅壓力傳感器溫度補償方法

無效

• 申請號: 201410374528.5
• 申請日: 2014-07-31
• 公開（公告）號: CN104122031A
• 公開（公告）日: 2014-10-29
• 發明（設計）人: 趙玉龍;周冠武;李村
• 申請（專利權）人: 西安交通大學
• 主分類號: G01L19/04
• 分類號: G01L19/04
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 賀建斌

技術領域

本發明屬于硅壓力傳感器技術領域，具體涉及一種基于極限學習機算法的硅壓力傳感器溫度補償方法。

背景技術

隨著MEMS技術的成熟，硅壓阻式傳感器由于成本低、尺寸小、精度高與易加工等特點，在工業等領域中有著廣泛的需求與應用前景。傳感器的準確性(即精度參數)對整個測量系統的性能起著決定性作用；但作為核心的硅壓阻膜片對溫度變化敏感，從而使傳感器的零點和靈敏度在不同的溫度測量時產生漂移現象。因此，為了降低硅自身的溫度特性所帶來的影響，需要采用溫度補償技術對其進行校正。目前，除了采用差動設計方案外，常用的溫度補償方法主要有兩大類：硬件補償和軟件補償。硬件補償主要有激光調阻，外接電阻與電橋補償等；但硬件方法存在調試困難、精度低、通用性差等缺點，不利于工程實際應用。軟件方法主要有最小二乘法、樣條插值擬合法、支持向量機與神經網絡等。相對硬件方法，軟件補償技術可以較好地解決精度低與通用性差等問題，因而得到越來越多的重視。但軟件方法中廣泛使用的二元回歸方法補償精度達不到高精度要求，且當前較為流行的支持向量機、BP神經網絡以及徑向基網絡方法盡管其補償精度高，但存在配置參數復雜，網絡訓練時間較長等缺陷。總之，現有的補償方法存在各自的問題，難以滿足高精度，易通用以及工程化的需求。

發明內容

為了克服上述現有技術補償的缺點，本發明的目的在于提供一種基于極限學習機的硅壓力傳感器溫度補償方法，具有計算速度快、精度高，單參數配置的優點。

為了實現上述目的，本發明采用的技術方案為：

一種基于極限學習機的硅壓力傳感器溫度補償方法，包括以下步驟：

步驟1：在要求的溫度補償范圍與壓力測量范圍內，采集壓力傳感器與溫度傳感器輸出的壓力信號V與溫度信號T以及測量壓力P，并組成數據源；

步驟2：選取在不同溫度與壓力條件下的數據源作為樣本數據，對樣本數據進行歸一化處理，并分為訓練樣本與測試樣本；配置極限學習機的輸入層、隱層、輸出層節點數以及隱層節點的激勵函數f(x)；設定溫度補償后需要達到的精度；

步驟3：判斷隱層節點數是否大于訓練樣本數，若前者不大于后者，則轉向步驟4，否則結束溫度補償；

步驟4：以訓練樣本數據作為硅壓力傳感器極限學習機溫度補償模型的輸入，進行模型學習；

步驟5：以測試樣本數據對步驟5得到的極限學習機硅壓力傳感器溫度補償模型進行驗證；

步驟6：判斷補償精度是否滿足要求，若滿足精度要求，則結束溫度補償，否則，增加一個隱層節點且轉向步驟3。

所述步驟2中對樣本選取采用等間隔原則；對樣本數據的每列采用作歸一化處理，并按2:1樣本數比例且隨機分為訓練樣本與測試樣本；設置極限學習機的輸入層、隱層、輸出層節點數為2、3、1，隱層節點的激勵函數設定溫度補償后需要達到的精度為0.001％FS。

所述步驟4的極限學習機溫度補償模型的學習流程包括下列步驟：

步驟4.1：對輸入層與隱層之間的權值向量w_i以及隱層節點閾值b_i進行隨機賦值，范圍為(0,1)，其中為隱層節點數；