[发明专利]湿度传感器及湿度测试方法在审

专利信息
申请号: 202010329754.7 申请日: 2020-04-23
公开(公告)号: CN111474217A 公开(公告)日: 2020-07-31
发明(设计)人: 孙延娥;方华斌;付博 申请(专利权)人: 歌尔微电子有限公司
主分类号: G01N27/22 分类号: G01N27/22;G06N3/04;G06N3/08;G06N3/12
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 宋朝政
地址: 266100 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 湿度 传感器 测试 方法
【说明书】:

发明提供了一种湿度传感器及湿度测试方法,其中,所述湿度传感器包括基板、压力测试装置以及湿度敏感薄膜,所述压力测试装置设于所述基板上,所述湿度敏感薄膜设于所述压力测试装置上,且所述湿度敏感薄膜与所述压力测试装置之间形成第一封装腔体,以通过所述压力测试装置检测所述第一封装腔体内的当前气压,并根据所述当前气压得到对应的环境湿度值,可以提高湿度传感器检测到的环境湿度信息的准确性。

技术领域

本发明涉及湿度传感器技术领域,特别涉及一种湿度传感器及湿度测试方法。

背景技术

随着人们对健康问题的日益重视,室内湿度环境检测成为智能家居关注的问题。而室内湿度环境一般采用湿度传感器进行检测,通常湿度传感器都是基于电容式原理,即通过湿度的变化引起湿敏材料的介电常数变化,进而导致电容值改变。

但是,目前的湿度传感器由于湿敏材料性质的限制,无法一直准确获取外界环境的湿度信息。

发明内容

本发明的主要目的是提供一种湿度测试方法、装置和可读存储介质,旨在提高湿度传感器检测到的环境湿度信息的准确性。

为实现上述目的,本发明提供一种湿度传感器,所述湿度传感器包括:

基板;

压力测试装置,所述压力测试装置设于所述基板上;

湿度敏感薄膜,所述湿度敏感薄膜设于所述压力测试装置上,且所述湿度敏感薄膜与所述压力测试装置之间形成第一封装腔体。

进一步地,所述湿度传感器还包括设于所述基板上的壳体,所述壳体与所述基板围合形成第二封装腔体,其中,所述第一封装腔体位于所述第二封装腔体内,且所述壳体上开设有用于连通所述第二封装腔体以及外部环境的开口。

进一步地,所述湿度传感器还包括存储装置,所述存储装置设于所述基板上,且所述存储装置与所述压力测试装置电性连接。

为实现上述目的,本发明还提供了一种湿度测试方法,所述湿度检测方法应用于如上所述的湿度传感器,所述湿度测试方法包括:

获取第一封装腔体内的当前气压,其中,所述第一封装腔体为设于所述湿度传感器内部的湿度敏感薄膜以及压力测试装置之间形成的腔体;

根据湿度与气压的映射关系,获得所述当前气压对应的环境湿度值。

进一步地,所述映射关系为映射关系为映射函数或径向基函数神经网络模型。

进一步地,所述方法还包括获取所述映射关系的步骤,包括:

获取由多个训练样本组成的训练样本集合,其中,每一所述训练样本包括样本环境湿度和与所述样本环境湿度匹配的样本压力;

根据所述训练样本集合,获得所述映射关系。

进一步地,所述映射关系为径向基函数神经网络模型,所述径向基函数神经网络模型中包括扩展常数和输出节点权值,所述根据所述训练样本集合,获得所述映射关系的步骤包括:

将所述训练样本集合输入至所述径向基函数神经网络模型中,以获得所述扩展常数和所述输出节点权值的最优参数值组合;

根据所述扩展常数和所述最优参数值组合对所述径向基函数神经网络模型进行优化,以获得优化后的所述径向基函数神经网络模型。

进一步地,所述将所述训练样本集合输入至所述径向基函数神经网络模型中,以获得所述扩展常数和所述输出节点权值的最优参数值组合的步骤包括:

将所述训练样本集合中的多个训练样本输入至所述径向基函数神经网络模型中,得到输出结果;

将所述输出结果与所述训练样本中对应的样本压力进行比对,获得比对结果;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于歌尔微电子有限公司,未经歌尔微电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010329754.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top