📚 课程目录第1章课程导入

1. 课程导入

在传感器工程实践中，我们常常遇到一个令人困惑的现象：一只标称精度很高的压力传感器，在恒温实验室里表现优异，一旦装到现场设备上，读数却随环境温度、湿度甚至振动而漂移。更棘手的是，当温度变化和压力变化同时发生时，输出误差并不是两者单独误差的简单相加。这种"一个被测量受到另一个非目标量影响"的现象，就是交叉敏感（Cross-Sensitivity）。本课程围绕交叉敏感的产生机理、建模方法与补偿设计展开，帮助你把"能测"变成"测得准、测得稳"。

一、学习目标

完成本课程后，你应当具备以下能力：

机理认知：能说清电阻式、电容式、压电式、MEMS 等主流传感器中交叉敏感的主要来源，包括材料温漂、结构应力耦合、寄生电容、封装热失配等。
建模能力：能建立含交叉项的误差模型，理解主敏感系数、交叉敏感系数与非线性项的区别与联系。
补偿设计：能根据场景选择硬件补偿、软件补偿或混合补偿方案，并完成参数标定与验证。
工程评估：能读懂补偿前后的误差带、残差分布与温度循环测试数据，判断补偿是否真正有效。

二、核心概念：什么是交叉敏感

设传感器的理想输出为 y = S·x，其中 x 为目标被测量，S 为灵敏度。实际中输出往往写成多变量函数：

y = f(x, T, H, V, ...)
  ≈ S0·x + a·T + b·H + c·x·T + d·x² + ...

其中：
  x  目标被测量（如压力、力、位移）
  T  温度（最常见的干扰量）
  H  湿度
  V  供电电压
  c·x·T  交叉敏感项（温度与目标量耦合）
  d·x²   非线性项

关键区别在于：零点漂移是 x=0 时输出随 T 变化；灵敏度漂移是斜率 S 随 T 变化；而交叉敏感强调干扰量与目标量同时作用时产生的耦合误差，它无法通过简单的零点校准消除。理解这三者的差异，是后续补偿设计的分水岭。

核心判断：如果误差随干扰量线性平移，属于零点漂移；如果误差随目标量成比例放大，属于灵敏度漂移；如果误差只在两者同时变化时出现，才是真正的交叉敏感，需要引入乘积项建模。

三、整体框架：从机理到补偿的闭环

本课程按"机理—建模—标定—补偿—验证"的闭环组织，下图展示了各环节之间的数据流与依赖关系。可以看到，交叉敏感补偿不是单一算法问题，而是贯穿器件选型、结构设计、信号调理与数据处理的全链路工程。

四、典型场景与误区复盘

以一个常见的工业压力变送器为例：硅压阻式敏感元件在 -20℃～85℃ 范围内工作，目标量程 0～1MPa。若只做常温单点标定，现场温度升到 70℃ 时，零点可能漂移 0.5%FS，满量程灵敏度变化 1.2%FS，叠加后总误差超过 2%FS，远超 0.5%FS 的设计指标。引入温度交叉项补偿后，残差可压缩到 0.15%FS 以内。

误区	表现	正确做法
把交叉敏感当零点漂移	只做零点温补，满量程误差仍大	分别标定零点项与灵敏度交叉项
标定点过少	模型外推区误差急剧放大	覆盖全温区、全量程，至少 3×5 网格
忽略迟滞与重复性	补偿后数据仍分散	先评估器件本征稳定性，再谈补偿
过度拟合	标定集误差小，现场误差大	留出验证集，控制模型阶数

学习建议：每学完一种补偿方法，都回到"机理—模型—标定—验证"闭环中定位它解决的是哪一环。这样你不会把补偿算法当成黑箱，而能判断它在什么条件下有效、什么条件下会失效。

特别注意：交叉敏感补偿不能"无中生有"。如果传感器本身的重复性或长期稳定性不达标，任何补偿算法都只是在拟合噪声。补偿的前提是器件具有确定性的、可重复的误差规律。

接下来的章节将沿着这张框架图逐层展开：先拆解交叉敏感的物理来源，再建立可标定的数学模型，然后进入硬件与软件补偿的具体实现，最后用完整的工程案例串起全流程。你现在需要建立的，是"误差可建模、模型可标定、标定可验证"的工程思维，而不是记住某个公式。