传感技术是信息科学的基础,传感器技术是现代信息技术的重要支柱之一,几乎渗透到科学技术和国民经济的每个角落。传感器网络是由一定数量的传感器节点通过某种有线或无线协议联结而成的测控系统。为了提高无线传感器网络体系中传感器的精度和智能化程度,本文把RBF网络用于传感器的校正和温度补偿,可以获得传感器的非线性特性,并且能够校正传感器的非线性现象,大大降低传感器及无线传感器网络体系受环境温度和电源波动等因素的影响。本文在研究了RBF神经网络中心点确定方法的基础上,重点分析了动态最近邻聚类算法及其存在的问题,提出了一种改进的动态最近邻聚类算法,基于此算法构造了IDARBF神经网络。同时,通过函数仿真的实例分析了该网络的泛化能力,并给出了一种通过动态自动寻优获得该网络较好泛化能力的方法。通过编码实现,计算机仿真,表明改进的动态邻聚类算法较之原算法有更好的逼近能力,且能获得较好网络性能。然后将IDARBF神经网络应用于压阻式压力传感器,通过正向建模估计传感器的非线性特性,反向建模估计融合压力,并且与原自适应RBF神经网络和SLFM神经网络的实现方法作了压力融合性能比较,仿真结果表明本文提出的IDARBF神经网络具有更好的非线性校正能力。最后,以VC++作为开发平台,通过其与Matlab及数据库的交互实现了本文提出的智能传感器系统,并且在无线传感器网络课题研究中得到了应用。