基于神经网络的FPGA温度补偿QCM湿度传感器系统设计

摘要

湿度作为重要的物理量，对自然界生物的生存和发展起到决定性的作用，因此对湿度的测量也显得特别重要。石英晶体微天平(QCM)传感器具有灵敏度高、选择性好、稳定性好、测量范围广等优点为近年来研究的热点。随着新湿敏材料的发展，QCM湿度传感器在测量湿度方面也有很大的突破。
　　QCM湿度传感器是在石英晶体表面涂覆湿敏材料制成的。湿敏材料吸湿或脱湿会引起石英晶体表面质量的改变，根据石英晶体的质量和频率之间的关系，会使石英晶体频率的改变，从而把湿度信号转化成了频率信号。但是石英晶体的固有特性和湿敏材料的温度特性都会影响传感器的输出，给测量带来误差。为减小温度对QCM湿度传感器的影响，设计了温度补偿系统。该系统同时运用了硬件补偿方法和软件补偿方法。
　　本文设计基于神经网络的FPGA温度补偿QCM湿度传感器的硬件系统。QCM湿度传感器和参考晶振的振荡电路，产生的谐振频率信号经过整形滤波后，送入差频电路的两路频率信号得到两个频率之差，此差频电路抵消了温度引起的部分漂移。另一方面FPGA控制温度传感器得到现场温度。FPGA根据检测到的QCM频率信号（差频信号)和温度信号，经过神经网络算法软件补偿求出湿度值，并显示输出。其中软件补偿是通过FPGA离片式BP神经网络算法来实现的，其过程大体分为两步:
　　1、用MATLAB工具箱和实测的数据建立BP神经网络模型。通过改变隐层神经元的个数和学习率得到最佳的BP神经网络模型。
　　2、用FPGA实现最佳的BP神经网络模型的前向传播阶段。此前向传播阶段的核心是Sigmoid传递函数的实现。由于Sigmoid函数是非线性函数，FPGA很难直接实现，本设计用分段线性查表的方法来实现。
　　对QCM湿度传感器温度补偿系统进行了相关的温湿度实验，验证了系统的温度补偿效果。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 QCM湿度传感器发展

1．3 QCM湿度传感器输出存在的问题

1．4 选题的意义

1．5 论文结构安排

第二章 石英晶体湿度传感器相关理论

2．1 石英晶体相关理论

2．1．1 物理性质

2．1．2 压电效应与切型

2．1．3 石英晶体电路特性

2．2 石英晶体谐振器的敏感特性

2．2．1 温度敏感特性

2．2．2 质量敏感性

2．3 晶体振荡器温度补偿技术

2．3．1 热敏电阻补偿网络法

2．3．2 数字温度补偿法

2．3．3 微处理器温度补偿法

2．4 湿度传感器理论和性能参数

2．4．1 湿度及其表示方法

2．4．2 湿度传感器的重要参数

2．4．3 Nafion-QCM实测参数

2．5 本章小结

第三章 系统硬件设计

3．1 FPGA核心电路

3．2 振荡电路模块

3．3 频率测量模块

3．4 差频模块

3．4．1 差频方法介绍

3．4．2 D触发器实现差频的原理分析

3．5 温度测量模块

3．5．1 温度模块介绍

3．5．2 温度模块工作过程及时序

3．5．3 FPGA控制温度模块实现测温

3．6 液晶显示模块

3．6．1 LCD1602介绍

3．6．2 LCD1602电路驱动模块

3．7 电源管理芯片

3．8 本章小结

第四章 加载动量项的BP神经网络补偿算法

4．1 BP神经网络技术概述

4．1．1 人工神经元模型

4．1．2 BP神经网络算法

4．1．3 BP神经网络的学习训练模式

4．1．4 改进的BP神经网络算法

4．2 QCM湿度传感器神经网络算法

4．2．1 网络层数、隐层神经元的个数及传递函数

4．2．2 基于MATLAB的神经网络温度补偿

4．3 基于FPGA神经网络算法的实现

4．3．1 单个神经元的实现

4．3．2 激活函数的实现

4．3．3 整体结构的实现

4．3．4 FPGA整体实现流程

第五章 搭建测试平台与数据结果分析

5．1 系统测试平台

5．1．1 QCM湿度传感器制作工艺

5．1．2 硬件系统平台

5．2 实验数据分析

5．3 小结

结论

致谢

参考文献

附录

读硕士学位期间发表的论文