| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究目的和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容及工作 | 第13-14页 |
| 1.4 本文的各章节安排 | 第14-16页 |
| 第二章 硅压阻式压力传感器工作原理和温度特性 | 第16-29页 |
| 2.1 压阻式压力传感器的结构 | 第16-19页 |
| 2.2 压阻式压力传感器的电路模型 | 第19-21页 |
| 2.3 压阻式压力传感器温度特性 | 第21-25页 |
| 2.3.1 硅压阻式压力传感器零点温漂产生原因 | 第21页 |
| 2.3.2 硅压阻式压力传感器灵敏度温漂产生原因 | 第21-22页 |
| 2.3.3 硅压阻式压力传感器的基本性能参数 | 第22-25页 |
| 2.4 压力传感器温度漂移的补偿方法 | 第25-26页 |
| 2.4.1 硬件补偿 | 第25-26页 |
| 2.4.2 软件补偿 | 第26页 |
| 2.5 补偿系统设计 | 第26-28页 |
| 2.5.1 利用高精度的信号调理芯片进行多路补偿系统设计 | 第26-27页 |
| 2.5.2 基于单片机软件处理程序的多路补偿系统设计方案 | 第27页 |
| 2.5.3 本文提出的多路补偿系统方案 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 硅压阻式压力传感器补偿算法 | 第29-42页 |
| 3.1 硅压阻式压力传感器温度补偿模型 | 第29页 |
| 3.2 多项式拟合算法 | 第29-31页 |
| 3.3 神经网络 | 第31-41页 |
| 3.3.1 神经网络简介 | 第31页 |
| 3.3.2 神经网络的特点及应用 | 第31-33页 |
| 3.3.3 神经网络的发展历史 | 第33-34页 |
| 3.3.4 BP神经网络原理 | 第34-38页 |
| 3.3.5 广义回归神经网络原理（GRNN） | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 FPGA补偿实现 | 第42-58页 |
| 4.0 多项式校正补偿方法的FPGA实现 | 第42-43页 |
| 4.1 校正过程与结果分析 | 第43-47页 |
| 4.2 BP神经网络补偿算法 | 第47-50页 |
| 4.3 GRNN神经网络补偿算法 | 第50-56页 |
| 4.3.1 GRNN神经网络补偿的MATLAB实现 | 第50-53页 |
| 4.3.2 GRNN神经网络补偿的STM32编程实现 | 第53-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章补偿过程与结果分析 | 第58-66页 |
| 5.1 实验数据与BP神经网络补偿结果 | 第58-63页 |
| 5.2 GRNN神经网络补偿结果 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间公开发表的学术论文 | 第73-74页 |
| 致谢 | 第74-75页 |
