0 引 言

　　现代测量系统中，传感器的工作性能直接影响整个系统。由于受外界因素的影响，传感器大多具有非线性特性，致使测量仪表或系统的输入与输出之间不能保证很好的线性关系。除了采取硬件补偿电路外，对于软件补偿算法的研究受到更多的重视。由于受数据总线宽度和工作频率的影响，软件算法补偿的研究更多是在计算机上仿真实现的，而现场的测量系统往往建立在单片微处理器的基础上。微电子技术的迅速发展，使得集成电路设计和工艺技术水平得到很大的提高，片上系统(system on a programma-ble chip，SOPC)技术把系统的处理机制、模型算法和电路设计紧密结合，在单片芯片上实现复杂系统的全部功能。基于FPGA的SOPC技术，软件算法修改和硬件平台结构调整都是在线可编程的，其灵活性和可靠性是其他单片微处理器无法比拟的。本文采用ALTERA公司提供的SOPC技术，研究传感器的非线性软件校正的算法实现。

　　1 非线性软件校正原理

　　一个受多个参量影响的传感器系统可表示为y=f(x，t1，t2，…，tk)，其中，x为待测目标参量，t1，t2，…，tk为k个非目标参量，y为传感器输出。为了消除非目标参量对传感器输出的影响，一般采用逆向建模的方法。实际测量的数据，由于受非目标参量的影响，它与目标参量之间的函数关系不再是线性的。逆向建模的目的是通过非线性映射，把非线性函数关系x=f-1(y，t1，t2，…，tk)向线性函数关系x=y／A逼近。在模型中，测量数据和非目标参量的测量值作为输入，目标参量的线性值作为模型的输出，按照一定的算法原则，不断调整模型的参数，使得模型输出误差在允许的范围之内。

　　在本系统中，选用模拟温度传感器AD590作为校正目标，数字温度传感器DS18B20测量值作为模型的期望输出，气体传感器TGS813测量值为非目标参量输入。系统采用ALTERA公司CYCLONEⅡ系列的EP2C35F672 FPGA作为核心处理器，采用QUARTUS-Ⅱ自带的SOPC Builder开发包作为算法的调试环境，在FPGA其内部实现测量数据的智能处理。

　　2 系统方案实现

　　2.1传感器调理电路

　　AD590是美国模拟器件公司生产的单片集成两端感温电流源，流过器件的电流(μA)等于器件所处环境的热力学温度(K)度数，AD590随温度变化输出的是电流信号，需要将其转换为电压信号。由于AD590灵敏度高，受环境的影响大，在使用前需要校正。在本文中，利用神经网络算法对AD590的输出进行了校正。

　　DS18B20是Dallas半导体公司推出的一线式数字化温度传感器，可以程序设定9～12位的分辨力，精度为±0.5℃。本文采用外接电源模式，12 bit数据输出格式。

　　TGS813是一种由SnO2材料组成的烧结体半导体气体传感器，属于一种广谱性气敏元件，对多种气体敏感，对不被检测气体不敏感；由于输出电压最高可以达到+9 V，而后级模拟数字转换电路的输入电压不超过+5 V，所以，使用前需要调整分压电阻器的阻值。

　　2.2模拟数字转换电路

　　来自传感器的模拟信号，在送入模拟数字转换电路之前，由于器件的输入阻抗比较低，而传感器的输出阻抗较高，不能直接把模拟信号送入模拟数字转换电路。本文采用TLC279构成电压跟随器，实现阻抗变换。考虑到在FPGA实现的算法处理对数据的精度敏感，因此，系统选用了四路模拟量输入的12 bit串行数据输出的TLV2544作为模拟数字转换电路的核心芯片。

　　TLV2544是TI公司生产的高性能12位低功耗、高速(3.6μs)CMOS模数转换器，具有采样一保持功能，电源电压为2.7～5.5V。TLV2544还具有3个输入端和1个三态输出端，可为最流行的微处理器串行端口(SPI)提供4线接口。器件在上电初始化时首先需要将初始化命令A000h写入CFR配置寄存器，然后，对器件进行编程，其编程方法是在初始化命令A000h的低12位000h写入编程数据以规定器件的工作方式。TLV2544具有4种转换模式：单次模式、重复模式、扫描模式和重复扫描模式，可用模式00，01，10，11表示。图1为TLV2544和单片机AT89C2051的接口电路。该电路采用外部基准，REFP与REFM之间接0.1μF和10μF2只去耦电容器。

　　各路信号送入微处理器AT89C2051，经串行口发送给系统板。微处理器的软件设计主要是在接收到SOPC系统控制发送的采集命令(0x41H)，启动TLV2544和DS18B20，将数据转为ASCII码发送。DS18B20和TLV2544都是12bit输出，所以，每次发送9个ASCII码，分别代表3个数据源的转换结果。

　　2.3神经网络校正算法

　　利用BP神经网络实现非线性误差软件校正的文献较多，但主要是基于PC机的仿真实验。单片微处理器由于存储容量和数据总线宽度的限制，网络结构类型和计算精度只能控制在一定范围之内。SOPC在大规模集成电路的基础上，底层电路采用硬件描述语言实现，而软件算法则在SOPC IDE调试环境下采用高级语言，如C语言实现。在本文中，SOPC系统板采用NIOS-Ⅱ软核微处理器，32 bit总线，工作频率为50 MHz，BP神经网络采用动量法，在ALTERA公司提供的SOPC IDE调试环境下完成。算法处理结构如图2所示。

　　3 算法测试

　　本文采用三层前向网络，输入层神经元2个，分别代表温度传感器ADS90和气体传感器TGS813输入信号，DS18B20的测量值作为AD590的期望值，输出层神经元1个，代表AD590的校正值。