式中：xi為節(jié)點(diǎn)接受的信息;wij為相關(guān)連接權(quán)重;y為節(jié)點(diǎn)輸出;θ為閾值;n為節(jié)點(diǎn)數(shù)。如上所述，建立一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)模型，把實(shí)驗(yàn)標(biāo)定的樣本數(shù)據(jù)輸入網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練后，再進(jìn)行交叉敏感的消除，從而達(dá)到數(shù)據(jù)融合的目的。

　　由以上的討論可以看出，多維回歸算法和BP神經(jīng)網(wǎng)絡(luò)算法均能有效達(dá)到溫度補(bǔ)償?shù)男Ч?。前者算法?jiǎn)單，容易理解，但是數(shù)據(jù)融合能力有限，補(bǔ)償程度不如后者;后者數(shù)據(jù)融合能力強(qiáng)，補(bǔ)償效果明顯，但是算法較難理解，軟件編程工作量大。在本設(shè)計(jì)中，多維回歸融合算法可以滿(mǎn)足要求，并且軟件編程工作量小，所以本文采用多維回歸算法補(bǔ)償溫度對(duì)壓力傳感器的影響。

　　3 智能壓力傳感器數(shù)據(jù)融合的應(yīng)用

　　3.1 溫度敏感元件的標(biāo)定

　　對(duì)傳感器進(jìn)行靜態(tài)標(biāo)定，標(biāo)定系統(tǒng)由YJF型浮球式標(biāo)準(zhǔn)壓力計(jì)、HT-1714C直流穩(wěn)壓電源、34401 A型數(shù)字萬(wàn)用表、奔騰4PC機(jī)和自制的控溫系統(tǒng)組成。在此分別對(duì)傳感器在27℃，37 ℃，47 ℃，57℃，67℃的溫度條件下做了靜態(tài)標(biāo)定，如表1所示。

　　從以上計(jì)算所得的結(jié)果可以看出，補(bǔ)償結(jié)果都有提高，說(shuō)明本文的設(shè)計(jì)方案是可行的。

　　3.2.3 誤差分析

　　誤差來(lái)源主要有3個(gè)方面：

　　(1)壓力實(shí)驗(yàn)時(shí)用浮球式壓力計(jì)存在壓力誤差，因?yàn)榧訅簳r(shí)要用肉眼觀察壓力基準(zhǔn)，由此產(chǎn)生誤差;

　　(2)壓力、溫度結(jié)果計(jì)算擬合參數(shù)時(shí)有計(jì)算誤差，此誤差很小;

　　(3)采集數(shù)據(jù)誤差，放大器對(duì)壓力傳感器輸出數(shù)據(jù)的放大和進(jìn)行A/D轉(zhuǎn)換都會(huì)產(chǎn)生誤差。