由于智能传感器的动态非线性响应特性，导致智能传感器系统存在动态测量误差等问题。针对这些问题，本文采用Hammerstein模型和Wiener模型描述其动态非线性，并提出了基于Hammerstein模型和Wiener模型的动态非线性组合神经网络的智能传感器系统辨识和补偿方法。 智能传感器系统可以看成静态非线性模块和动态线性模块组合而成。本文提出的Hammerstein模型和Wiener模型都是由一个非线性静态子环节和一个线性动态子环节串联的模型体系，主要区别在于模型中两个环节顺序的不同。针对这两种模型相似的结构特征，分别采用LDN线性神经网络模拟两个模型中的线性动态子环节和PID非线性神经网络模拟非线性静态子环节，利用该组合神经网络来对Hammerstein模型和Wiener模型进行系统辨识。该辨识方法具有对静态非线性环节的系数和线性动态子环节的系数进行同步辨识和分离的效果，辨识后可得到Hammerstein模型和Wiener模型的动态线性环节和静态非线性环节，从而确定系统的动态非线性。仿真结果验证了组合神经网络辨识算法的有效性，具有较高的辨识精度。 在组合神经模型辨识的基础上，进一步提出了基于Hammerstein模型和Wiener模型的动态非线性两步补偿方法，包括动态线性补偿和静态非线性校正，并且对于误差较大的部分，采用了PID控制器进行信号的控制跟踪补偿处理。通过仿真和对实验数据的处理证明，两步补偿方法改善了智能传感器动态响应特性，PID控制器能对信号进行优良的跟踪，进行实时动态校正，校正系统得到最终较好的系统响应。