跟着高功用核算机测控体系的开展，传统传感器已不再与其测控体系相习惯。操控体系要求传感器具有较强的信息处理和自我管理能力，以完成信息的收集与信息的预处理，减轻操控核算机的数据处理担负和进步整个测控体系的可靠性。但是核算机则侧重于信息的高层次加工和处理，便于在现有硬件条件下大幅度进步体系的功用，简化体系的结构。智能传感器体系便是为了更好地习惯核算机测控体系的开展而提出的一个新的研讨方向。
一个压力传感器，当压力参量稳定而温度变化时，其输出值也发生改动，即这个压力传感器存在温度参量的复合灵敏度。当传感器存在复合灵敏度时，就会致使其功用不稳定，丈量精度低。多传感器信息交融技能便是经过对多个参数的监测并选用必定的信息处理方法来进步每一个参量的丈量精度。在只要求丈量一个方针参量的场合，为进步被测方针参量的丈量精度，把其他参量当作搅扰量，消除其影响，使每个参量丈量精度都取得进步，所以传感器信息交融技能为开发多功用传感器体系拓荒了途径。本文首要评论智能压力传感器技能使用和数据交融技能的研讨。
1 智能压力传感器的硬件规划
图1为智能压力传感器的硬件框图。在本规划中，硬件体系的组成分为2部分：
（1）传感器输出信号的预处理部分。首要由信号调度电路组成，包含对静压和温度传感器的恒压源电路的规划，以及对传感器输出信号进行滤波扩大。
（2）信号剖析处理部分，将模拟信号转化为数字信号，并完成对信号的剖析处理。
在信号处理部分，本文侧重选用ADuC812单片机规划硬件电路，结构简略，体积小，其功用方框图如图2所示。由图2可知ADuC812单片机与其他单片机不同的特色：芯片内不只集成了可从头编程非易失性闪速／电擦除程序存储器的高功用8位（与8051兼容）MCU，还包含了高功用的自校准8通道ADC及2通道12位DAC；与一切8051兼容的器材相同，关于程序和数据存储器，ADuC812具有各自独立的地址空间，如64 KB外部程序地址空间和16 MB外部数据地址空间，但与其他器材不同的是，它包含了片内闪速存储器技能，能够向用户供给8 KB的闪速／电擦除程序存储器、640 KB的闪速／电擦除数据存储器；芯片集成了悉数辅佐功用块，能够充沛支撑可编程的数据收集中心。这些辅佐功用块包含看门狗定时器（WDT）、电源监视器（PSM）以及ADCDMA功用。别的，为多处理器接口和I／O扩展供给了32条可编程的I／O线、IZC兼容的SPI和规范UART串行端口。
在本文中，将ADuC812单片机P1口的P1．0，P1．1和P1．2作为三路信号输入通道。其间一路输入温度信号，一路输入静压信号，一路接地，这一路可合作相应的软件来降低温漂和体系误差；P1．7口接发光二极管，用于监测单片机是否正常作业：P2口的P2．0和P2．1作为液晶显示的输入脉冲和数据端；P3口的P3．0（RXD）和P3．1（TXD）外接一片MAX232，进行电平转化，完成和PC机的通讯。本规划选用外部时钟发生方法．晶体频率为11．059 2 MHz，选用内部基准，在7引脚（CRER）与AGND之间衔接0．1μF的电容。电源复位电路选用MAX708芯片进行复位。硬件规划中最大的亮点是硬件电路简练，ADuC812单片机不必外接A／D和D／A转化器，不占用很多的空间，而且具有可从头编程非易失性闪速／电擦除程序存储器，调试简略。
2 多传感器数据交融算法的挑选
现在使用在智能压力传感器的交融算法首要有2种，分别为多维回归剖析法和BP神经网络法。
2．1 多维回归剖析法
回归剖析法的基本思想是：用多维回归方程来树立被测方针参量与传感器输出量之问的对应联系。与经典传感器一维试验标定／校准不同的足要进行多维标定／校准试验，经过最小二乘法原理由试验标定／校准数据核算出回归方程中的系数。这样，当测得传感器输出值时，就可由已知系数的多维回归方程来核算出相应的输入被测方针参数。详细的算法是已知压力传感器输出电压U代表压力信息，另一温度传感器输出电压Ut代表温度信息，则压力参量P’能够用U及Ut二元函数来表明才齐备，即：
由最小二乘法原理得到系数a0～a5，代入二维回归方程中，确认检测压力P’和输出U的二元输入-输出特性。当收集到二个传感器的输出值U及Ut时，代入式中就能够核算得到传感器的被测参量P’。
2．2 BP神经网络法
神经元之间的衔接方法不同，网络的拓扑结构也不同。依据神经元之间的衔接方法，可将神经网络结构分为2大类，层次型结构和互联型结构。层次型结构的神经网络将神经元按功用分红若干层，如输入层、中心层（也称为隐层）和输出层，各层次序相连。输入层各神经元担任承受来自外界的输入信息，并传递给中心各隐层神经元；隐层是神经网络的内部信息处理层，担任信息改换；最终隐层传递到输出层各神经元的信息经近一步处理后由输出层向外界输出信息处理结果。图3给出一个单隐层BP神经网络模型，它具有2个输入，每个输入都经过一个恰当的权值w和下一层相连，网络输出能够表明为式（1），f是表明输入／输出联系的传递函数。
