多传感器信息融合技术是近年发展起来的一门新兴技术,通过融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。多传感器系统通常都存在交叉敏感性问题,传感器静态特性不仅受某一个环境参量的影响,有时甚至受多个非目标参量的影响,致使测量精度低。本文针对压力和温度测量系统中,压力和温度之间的相互干扰问题,利用一种基于BP神经网络的多传感器交叉敏感性抑制的方法。通过对应用神经网络融合前后的数据进行比较分析,表明该方法大大降低了相互交叉干扰,提高了测量精度,达到了预期效果,本文利用ST公司的具有最新CORTEX-M3内核的STM32F101C8微控制器,在其上实现了基于BP网络的压力和温度传感器的数据融合。本文详细阐述了此智能化传感器系统的设计方案,该方案主要包括；传感器电路设计原理、传感器测量系统硬件设计、传感器智能化软件设计。在软件设计中利用μC/OS-Ⅱ这一实时操作系统来实现各任务的实时调度,完成了数据采集、数据转换、数据处理、异常报警、显示和通信等功能。本课题将理论与实际有机地结合起来,结合最新的嵌入式系统开发平台,成功的实现了BP网络在STM32F101C8上的移植,在此智能传感器上实现了BP神经网络对压力、温度两传感器的数据进行融合,对其交叉敏感进行抑制,经测试达到了良好的效果。