【技術實現步驟摘要】
本公開的實施例屬于壓力傳感器溫漂補償，具體涉及一種mems壓力傳感器溫漂補償方法、系統、設備及介質。
技術介紹
1、mems壓力傳感器通常是由壓力薄膜和壓敏元件組成，外界振動、壓力等作用使傳感器的半導體彈性薄膜產生形變，壓力的大小由壓敏元件檢測到的形變程度反應出來，從而實現壓力的檢測。在mems技術的發展推動下，mems壓力傳感器因其小型化、低功耗、高精度和高穩定性等優勢，被廣泛應用于航空航天、生物醫學、汽車工業、環境監測和工業自動化等多個領域。
2、mems壓力傳感器的壓敏元件通常為壓敏電阻，其將壓力變化帶來的形變轉化為壓敏電阻的阻值變化，但壓敏電阻本身受外界溫度影響較為顯著，給壓力傳感器帶來了較大的溫度漂移，嚴重影響了傳感器的精度。
技術實現思路
1、本公開的實施例旨在至少解決現有技術中存在的技術問題之一，提供一種mems壓力傳感器溫漂補償方法、系統、設備及介質。
2、本公開的一個方面提供一種mems壓力傳感器溫漂補償方法，所述方法包括：
3、獲取mems壓力傳感器的壓力值和環境溫度值；
4、將所述壓力值和所述環境溫度值輸入預先建立的溫漂補償模型，輸出得到mems壓力傳感器的補償值；其中，
5、所述溫漂補償模型通過包括粒子群優化算法和九宮格算法的徑向基函數神經網絡預先建立。
6、進一步地，所述溫漂補償模型通過如下步驟預先建立：
7、獲取mems壓力傳感器的原始數據集；其中，所述原始數據集包括原始
8、根據所述原始數據集計算得到徑向基函數神經網絡的隱藏層參數；
9、使用九宮格算法獲取粒子群優化算法的最優慣性權重和學習因子；
10、為粒子群優化算法添加隨機變量系初始化粒子的位置和速度；
11、更新粒子的位置和速度，計算適應度值，并判斷所述適應度值是否滿足誤差要求；
12、使用粒子群優化算法獲取徑向基函數神經網絡的最優參數，并訓練徑向基函數神經網絡，得到溫漂補償模型。
13、進一步地，所述使用九宮格算法獲取粒子群優化算法的最優慣性權重，包括：
14、使用如下式(1)獲取粒子群優化算法的最優慣性權重：
15、
16、式中，ω為最優慣性權重，ωmax為慣性系數上限，ωmin為慣性系數下限，run為當前進化次數，runmax為進化代數。
17、進一步地，所述使用九宮格算法獲取粒子群優化算法的學習因子，包括：
18、使用如下式(2)獲取粒子群優化算法的學習因子：
19、
20、式中，c1、c2為學習因子，↑表示增加，↓表示減少，→表示不變；最優慣性權重ω每改變一次，則學習因子c1、c2根據九宮格算法表訓練一次。
21、本公開的另一方面提供一種mems壓力傳感器溫漂補償系統，所述系統包括：
22、獲取模塊，用于獲取mems壓力傳感器的壓力值和環境溫度值；
23、補償模塊，用于將所述壓力值和所述環境溫度值輸入預先建立的溫漂補償模型，輸出得到mems壓力傳感器的補償值；其中，所述溫漂補償模型通過包括粒子群優化算法和九宮格算法的徑向基函數神經網絡預先建立。
24、進一步地，所述系統還包括模型模塊，用于預先建立所述溫漂補償模型；
25、所述模型模塊具體用于：
26、獲取mems壓力傳感器的原始數據集；其中，所述原始數據集包括原始壓力值和原始環境溫度值；
27、根據所述原始數據集計算得到徑向基函數神經網絡的隱藏層參數；
28、使用九宮格算法獲取粒子群優化算法的最優慣性權重和學習因子；
29、為粒子群優化算法添加隨機變量系初始化粒子的位置和速度；
30、更新粒子的位置和速度，計算適應度值，并判斷所述適應度值是否滿足誤差要求；
31、使用粒子群優化算法獲取徑向基函數神經網絡的最優參數，并訓練徑向基函數神經網絡，得到溫漂補償模型。
32、進一步地，所述使用九宮格算法獲取粒子群優化算法的最優慣性權重，包括：
33、使用如下式(1)獲取粒子群優化算法的最優慣性權重：
34、
35、式中，ω為最優慣性權重，ωmax為慣性系數上限，ωmin為慣性系數下限，run為當前進化次數，runmax為進化代數。
36、進一步地，所述使用九宮格算法獲取粒子群優化算法的學習因子，包括：
37、使用如下式(2)獲取粒子群優化算法的學習因子：
38、
39、式中，c1、c2為學習因子，↑表示增加，↓表示減少，→表示不變；最優慣性權重ω每改變一次，則學習因子c1、c2根據九宮格算法表訓練一次。
40、本公開的又一方面提供一種電子設備，包括：
41、至少一個處理器；以及，
42、與所述至少一個處理器通信連接的存儲器，用于存儲一個或多個程序，當所述一個或多個程序被所述至少一個處理器執行時，能使得所述至少一個處理器實現上文所述的mems壓力傳感器溫漂補償方法。
43、本公開的再一方面提供一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時實現上文所述的mems壓力傳感器溫漂補償方法。
44、本公開實施例的一種mems壓力傳感器溫漂補償方法、系統、設備及介質至少具有以下技術效果：
45、1.提高傳感器精度；本公開的實施例通過動態調整傳感器輸出，可將溫度效應的負面影響降至最低，確保傳感器測量結果更加準確和可靠，能夠顯著提高mems傳感器的測量精度；
46、2.提高環境適應性；本公開的實施例增強了傳感器的環境適應性，使其能夠在廣泛的溫度范圍內工作，而不會受到溫度波動的干擾，有助于擴展傳感器的應用領域；
47、3.自動化溫度補償；本公開的實施例允許傳感器自動進行溫度補償，無需手動干預或校準，減輕了維護和操作的負擔，提高了傳感器的易用性。
48、4.降低成本；傳統的溫度補償方法通常需要昂貴的硬件設備或復雜的電路設計，本公開實施例的方法通過軟件實現，能夠顯著降低成本，提高了傳感器的競爭力。
本文檔來自技高網...【技術保護點】
1.一種MEMS壓力傳感器溫漂補償方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述溫漂補償模型通過如下步驟預先建立：
3.根據權利要求2所述的方法，其特征在于，所述使用九宮格算法獲取粒子群優化算法的最優慣性權重，包括：
4.根據權利要求3所述的方法，其特征在于，所述使用九宮格算法獲取粒子群優化算法的學習因子，包括：
5.一種MEMS壓力傳感器溫漂補償系統，其特征在于，所述系統包括：
6.根據權利要求5所述的系統，其特征在于，所述系統還包括模型模塊，用于預先建立所述溫漂補償模型；
7.根據權利要求6所述的系統，其特征在于，所述使用九宮格算法獲取粒子群優化算法的最優慣性權重，包括：
8.根據權利要求7所述的系統，其特征在于，所述使用九宮格算法獲取粒子群優化算法的學習因子，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至4中任一項所述的MEMS壓力
...【技術特征摘要】
1.一種mems壓力傳感器溫漂補償方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述溫漂補償模型通過如下步驟預先建立：
3.根據權利要求2所述的方法，其特征在于，所述使用九宮格算法獲取粒子群優化算法的最優慣性權重，包括：
4.根據權利要求3所述的方法，其特征在于，所述使用九宮格算法獲取粒子群優化算法的學習因子，包括：
5.一種mems壓力傳感器溫漂補償系統，其特征在于，所述系統包括：
6.根據權利要求5所述的系統，...
【專利技術屬性】
技術研發人員：李維平，崔艷鳳，焦祥錕，
申請(專利權)人：南京高華科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。