振弦式传感器是一种测试压力、位移等物理量的测试仪器，其广泛应用于水电工程、岩土工程、大型作业机械等工程的安全自动监测系统中。所以如何研制精度高、稳定性好的振弦式传感器已成为工程界人士关注的一个热点。影响振弦式传感器性能的因素很多，温度是其中最重要的因素之一。 本文旨在寻找一种高效的振弦式传感器温度补偿方法。在综合国内外传感器温度补偿先进技术基础上，提出了一种基于神经网络的振弦式传感器温度补偿系统的新思路。神经网络在数据融合方面具有高效性，在对神经网络算法分析研究的基础上，提出了利用BP网络来进

针对已研制成功的检测设备，采用多传感器数据融合方式消除温度误差。构建了多传感器融合模型，选用径向基函数(Radial Basis Function,RBF)网络对磁敏传感器和温度传感器的输出进行融合，并通过实验验证了该方法的有效性。检测系统的准确度和稳定性有了明显的提高。