| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·硅压阻式智能压力传感器概述 | 第9-12页 |
| ·硅压阻式智能压力传感器的定义 | 第9页 |
| ·硅压阻式智能压力传感器的功能 | 第9-10页 |
| ·硅压阻式智能压力传感器的特点 | 第10-11页 |
| ·硅压阻式智能压力传感器的研究现状及发展趋势 | 第11-12页 |
| ·硅压阻式智能压力传感器温度补偿概述 | 第12-14页 |
| ·硅压阻式智能压力传感器温度补偿的意义 | 第12-13页 |
| ·硅压阻式智能压力传感器温度补偿研究现状 | 第13-14页 |
| ·本论文的研究意义和主要研究内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 硅压阻式智能压力传感器的温度漂移和温度补偿基本理论 | 第16-25页 |
| ·硅压阻式压力传感器的基本原理 | 第16-17页 |
| ·硅压阻式压力传感器的温度漂移问题 | 第17-19页 |
| ·硅智能压力传感器的温度补偿 | 第19-23页 |
| ·硬件补偿 | 第19-20页 |
| ·软件补偿 | 第20-23页 |
| ·查表法 | 第20-23页 |
| ·二维回归分析法 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于人工神经网络的温度补偿方法 | 第25-39页 |
| ·人工神经网络概述 | 第25页 |
| ·基于BP 神经网络的温度补偿 | 第25-33页 |
| ·BP 神经网络概述 | 第25-26页 |
| ·BP 神经网络原理 | 第26-28页 |
| ·BP 神经网络补偿结果分析 | 第28-33页 |
| ·学习样本库的建立 | 第28-30页 |
| ·BP 网络的建立和训练 | 第30-31页 |
| ·BP 网络的仿真 | 第31-33页 |
| ·基于RBF 神经网络的温度补偿 | 第33-38页 |
| ·RBF 神经网络概述 | 第33页 |
| ·RBF 神经网络原理 | 第33-35页 |
| ·RBF 神经网络补偿结果分析 | 第35-38页 |
| ·RBF 网络的建立和训练 | 第35-36页 |
| ·RBF 网络的仿真 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 硅智能压力传感器系统设计 | 第39-55页 |
| ·电路系统设计 | 第39-45页 |
| ·传感器数据采集模块 | 第39-42页 |
| ·硅压阻式压力传感器的两测原理 | 第39-40页 |
| ·压力电压信号预处理电路 | 第40-42页 |
| ·温度电压信号采集及恒电流源控制电路 | 第42页 |
| ·MCU 控制处理模块以及数字模拟通信模块 | 第42-45页 |
| ·MCU 选型及其硬件闩锁（Latch_up）分析 | 第43-44页 |
| ·DA 转换及系统电源电路设计 | 第44-45页 |
| ·基于RS485 的数字通信 | 第45页 |
| ·单片机程序设计 | 第45-52页 |
| ·AD 采样转换滤波程序设计 | 第46-48页 |
| ·DA 数模转换程序设计 | 第48-50页 |
| ·Modbus 通信协议简介 | 第50-52页 |
| ·上位机程序设计 | 第52-54页 |
| ·控制界面程序设计 | 第52-53页 |
| ·基于MSComm 控件的串口通信实现 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 附件 | 第62页 |