一种基于深度学习的高精度压力传感器补偿方法

本发明公开了一种基于深度学习的高精度压力传感器补偿方法，在出厂时，基于低精度的压力传感器、高精度的压力传感器的高噪音压力温度输出曲线和标准压力温度输出曲线，分别联合标定的压力温度输出曲线的图像，形成训练数据，以对生成对抗网络进行训练。基于训练的生成对抗网络生成待测的压力传感器的初步补偿的压力温度输出曲线的图像。然后，在用户处，基于待测的压力传感器的实际采集的历史数据以及对应温度下的初步补偿的压力检测值，训练神经网络，得到压力传感器的补偿模型。最后，将实际测试的压力传感器的检测值以及温度参数输入至补偿模型，得到实际补偿后的压力检测值。本发明使用户在训练神经网络得到精确的压力传感器的补偿模型时，省略了压力的自行标定，可以快速训练模型以及减少训练数据的容量，具有较好的实用性。