随着半导体技术的不断发展,基于压阻效应的硅压力传感器已在各个领域得到了广泛的应用。硅压阻式压力传感器通常是利用微电子技术在压力传导膜上溅射具有压阻效应的半导体材料构成阻值随压力变化的电桥来实现压力测量,此类传感器往往存在量程内的非线性以及温度漂移等问题。实际应用的硅压阻式压力传感器均需进行相关的补偿。因此,研究硅压阻式压力传感器的非线性问题对于实际应用有重要的意义。为了在一定的温度和压力下有效改善传感器的非线性及温度变化引起的误差输出特性,文中给出了硅压阻式压力传感器的结构模型、电路模型、并详细分析了其非线性的产生原因以及分析了三种温度补偿算法,分别是多项式拟合算法、BP神经网络算法、GRNN神经网络算法。针对多路数据补偿系统设计中会遇到单片机IO口资源紧张的情况,本文提出了一种基于FPGA的补偿系统方案,设计了32位单精度浮点运算单元,在FPGA中实现了多项式校正,为以FPGA为核心的补偿系统设计奠定了基础。结果表明:在FPGA中实现的多项式校正结果和MATLAB中校正结果基本一致;基于径向基函数的广义回归神经网络具有收敛速度快、结构简单、适于单片机中编程实现等优点,克服了BP神经网络训练复杂、易于陷入局部最优的缺点。从最终温度补偿结果来看,GRNN(广义回归神经网络)补偿算法有效抑制了温度对硅压阻式压力传感器输出的影响,提高了硅压阻式压力传感器的稳定性和准确性。