傳感器與檢測技術（第5版）課件 第10章 自動檢測的共性技術及新發(fā)展

10.1誤差修正技術10.1.1系統(tǒng)誤差的數(shù)字修正方法10.1.2隨機誤差的數(shù)字濾波方法10.1.3動態(tài)補償方法誤差來源有以下幾方面：檢測系統(tǒng)本身的誤差(a)工作原理上，如傳感器或電路的非線性的輸入、輸出關系；(b)機械結(jié)構上，如阻尼比太小等；(c)制造工藝上，如加工精度不高，貼片不準，裝配偏差等；(d)功能材料上，如熱脹冷縮，遲滯，非線性等。外界環(huán)境影響例如，溫度，壓力和濕度等的影響。人為因素操作人員在使用儀表之前，沒有調(diào)零、校正；讀數(shù)誤差等。誤差分類：從時間角度，把誤差分為靜態(tài)誤差和動態(tài)誤差。靜態(tài)誤差包括通常所說的系統(tǒng)誤差和隨機誤差。其中，系統(tǒng)誤差是指在相同條件下，多次測量同一量時，其大小和符號保持不變或按一定規(guī)律變化的誤差。動態(tài)誤差是指檢測系統(tǒng)輸入與輸出信號之間的差異。由于產(chǎn)生動態(tài)誤差的原因不同，動態(tài)誤差又可分為第一類和第二類。第一類動態(tài)誤差：因檢測系統(tǒng)中各環(huán)節(jié)存在慣性、阻尼及非線性等原因，動態(tài)測試時造成的誤差。第二類誤差：因各種隨時間改變的干擾信號所引起的動態(tài)誤差。針對不同的誤差，有不同的修正方法；就是對同一誤差，也有多種修正方法。10.1.1系統(tǒng)誤差的數(shù)字修正方法1.利用校正曲線修正系統(tǒng)誤差

2．用神經(jīng)網(wǎng)絡修正系統(tǒng)誤差3．非線性特性的校正方法1.利用校正曲線修正系統(tǒng)誤差通過實驗校準(或稱標定)來獲得系統(tǒng)的校準曲線(輸入、輸出關系曲線)。校準：在標準狀況下，利用一定等級的標準設備，為系統(tǒng)提供標準的輸入量，測試系統(tǒng)的輸出。在整個量程范圍內(nèi)，選多點測試；在每個點上，測試多次，由此得出系統(tǒng)的輸入、輸出數(shù)據(jù)，列成表格或繪出曲線。將曲線上各校準點的數(shù)據(jù)存入存儲器的校準表格中，在實際測量時，測一個值，就到微處理器去訪問這個地址，讀出其內(nèi)容，即為被測量經(jīng)修正過的值。內(nèi)插方法對于值介于兩個校準點與之間時，可以按最鄰近的一個值或去查找對應的值，作為最后的結(jié)果。這個結(jié)果帶有誤差。此時，可以利用(分段直線擬合)來提高準確度。校準點之間的內(nèi)插，最簡單的是線性內(nèi)插。當取10.1.1系統(tǒng)誤差的數(shù)字修正方法1.利用校正曲線修正系統(tǒng)誤差2．用神經(jīng)網(wǎng)絡修正系統(tǒng)誤差3．非線性特性的校正方法2．用神經(jīng)網(wǎng)絡修正系統(tǒng)誤差

傳感器模型環(huán)境參數(shù)誤差修正模型的輸出即誤差修正模型的輸出z與被測非電量x成線性關系,且與各環(huán)境參數(shù)無關。只要使誤差修正模型，即可實現(xiàn)傳感器靜態(tài)誤差的綜合修正。(9．1．2)通常傳感器模型及其反函數(shù)是復雜的，難以用數(shù)學式子描述。但是，可以通過實驗測得傳感器的實驗數(shù)據(jù)集：根據(jù)前向神經(jīng)網(wǎng)絡具有很強的輸入、輸出非線性映射能力的特點，以實驗數(shù)據(jù)集的和為輸入樣本，及對應的為輸出樣本，對神經(jīng)網(wǎng)絡進行訓練，使神經(jīng)網(wǎng)絡逐步調(diào)節(jié)各個權值自動實現(xiàn)歸一化處理因神經(jīng)網(wǎng)絡學習時，加在輸入端的數(shù)據(jù)太大，會使神經(jīng)元節(jié)點迅速進入飽和，導致網(wǎng)絡出現(xiàn)麻痹現(xiàn)象。此外，由于在神經(jīng)網(wǎng)絡中采用S型函數(shù)，輸出范圍為(0，1)，且很難達到0或1。故在學習之前，應對數(shù)據(jù)進行歸一化處理。(9．1．3)(9．1．4)式中，Di、Do分別是欲作為神經(jīng)網(wǎng)絡輸入、輸出樣本的原始數(shù)據(jù)建立神經(jīng)網(wǎng)絡誤差修正模型的步驟：取傳感器原始實驗數(shù)據(jù)。由式(9.1.3)變換原始數(shù)據(jù)和，式(9.1.4)變換原始數(shù)據(jù)，得訓練神經(jīng)網(wǎng)絡的輸入、輸出樣本對。確定神經(jīng)網(wǎng)絡輸入、輸出端數(shù)量、各層節(jié)點數(shù)、和的值。網(wǎng)絡輸入端數(shù)量與輸入層節(jié)點數(shù)量相同，等于環(huán)境參數(shù)個數(shù)加1。輸出端數(shù)量與輸出層節(jié)點數(shù)均為1。隱層節(jié)點數(shù)根據(jù)被測非電量、環(huán)境參數(shù)及傳感器輸出之間的關系的復雜程度而定，關系復雜取多些，反之取少些。和一般取0～1。訓練神經(jīng)網(wǎng)絡得到誤差修正模型。10.1.1系統(tǒng)誤差的數(shù)字修正方法1.利用校正曲線修正系統(tǒng)誤差2．用神經(jīng)網(wǎng)絡修正系統(tǒng)誤差3．非線性特性的校正方法

3．非線性特性的校正方法傳感器和自動檢測系統(tǒng)的非線性誤差(或稱線性度)是一種系統(tǒng)誤差，是用其輸入、輸出特性曲線與擬合直線之間最大偏差與其滿量程輸出之比來定義的。擬合直線：依據(jù)若干實驗數(shù)據(jù)，利用一定的數(shù)學方法得到的直線。當采用的數(shù)學方法不同時，擬合直線不同，以此為基準得出的線性度也不同。輸入、輸出關系呈線性的優(yōu)點：可用線性疊加原理，分析、計算方便；輸出信號的處理方便，只要知道輸出量的起始值和滿量程值，就可確定其余的輸出值，刻度盤可按線性刻度；在工業(yè)過程控制中常用的電動單元組合儀表，由于單元之間用標準信號聯(lián)系，要求儀表具有線性特性。非線性校正方法非線性校正方法很多，例如：利用校準曲線用查表法作修正；利用分段折線法進行校正；用整段高次多項式近似。神經(jīng)網(wǎng)絡的方法。(1)整段校正法整段校正法也稱整段多項式近似法，其核心問題是多項式的生成，即直接利用非線性方程進行校正。由標定傳感器所得到的實測數(shù)據(jù)來推出反映輸入、輸出關系的多項式，并要求這個多項式的次數(shù)盡量低、與實際特性的誤差盡量小。這實質(zhì)上是個曲線擬合問題。最小二乘意義下的多項式擬合對于對實驗數(shù)據(jù)使得構造多項式根據(jù)最小二乘原理，要使ξ為最小，按通常求極值的方法，取對的偏導數(shù)，并令其為零，得到正則方程組，解出ai在實際修正中，預先把方程的系數(shù)存在存儲器中。單片機進行校正時，將測量值與存儲器中的系數(shù)進行運算，就可獲得實際被測量。(2)神經(jīng)網(wǎng)絡校正法傳感器的靜態(tài)輸入、輸出特性可用一個多項式表示可簡化為實際應用中往往需要根據(jù)所得的輸出量y，求出輸入非電量xi。而由y表示的xi表達式為通過靜態(tài)標定，事先得到一組傳感器的輸入、輸出數(shù)據(jù)，然后用函數(shù)聯(lián)接型神經(jīng)網(wǎng)絡，通過迭代得到ki’這些系數(shù)。利用輸入數(shù)據(jù)集()和輸出yi，經(jīng)神經(jīng)網(wǎng)絡的學習算法不斷調(diào)整權值Wn(n=0,1,2,3)。估計輸出為誤差為權值調(diào)整為第i個輸入數(shù)據(jù)的期望輸出、估計輸出Wn(k)－網(wǎng)絡在第k步的第n個聯(lián)接權，ai－學習因子經(jīng)過學習，當權值趨于穩(wěn)定時，所得的Wn(n=0,1,2,3)就是系數(shù)k0’、k1’、k2’、k3’。10.1誤差修正技術10.1.1系統(tǒng)誤差的數(shù)字修正方法10.1.2隨機誤差的數(shù)字濾波方法10.1.3動態(tài)補償方法10.1.2隨機誤差的數(shù)字濾波方法數(shù)字濾波：通過特定的計算程序處理，降低干擾信號在有用信號中的比例，故實質(zhì)上是一種程序濾波。數(shù)字濾波可以對各種干擾信號，甚至極低頻率的信號濾波。數(shù)字濾波由于穩(wěn)定性高，濾波器參數(shù)修改方便，因此得到廣泛應用。數(shù)字濾波器優(yōu)點：(1)不需要增加任何硬設備，只要程序在進入數(shù)據(jù)處理和控制算法之前，附加一段數(shù)字濾波程序即可。(2)不存在阻抗匹配問題。(3)可以對頻率很低，例如0.01Hz的信號濾波，而模擬RC濾波器由于受電容容量的影響，頻率不能太低。(4)對于多路信號輸入通道，可以共用一個濾波器，從而降低儀表的硬件成本。(5)只要適當改變?yōu)V波器程序或參數(shù)，就可方便地改變?yōu)V波特性，這對于低頻脈沖干擾和隨機噪聲的克服特別有效。數(shù)字濾波方法1．限幅濾波2．平滑濾波3．算術平均濾波法4．遞推平均濾波法5．加權移動平均濾波法6．一階慣性濾波7．復合濾波1．限幅濾波當采樣信號由于隨機干擾而引起嚴重失真時，可采用限幅濾波。根據(jù)經(jīng)驗，確定出兩次采樣信號可能出現(xiàn)的最大偏差。限幅濾波：把兩次相鄰的采樣值相減，求出其增量(以絕對值表示)，然后與兩次采樣允許的最大差值進行比較。如果小于或等于，則取本次采樣值；如果大于，則仍取上次采樣值作為采樣值。應用：變化比較緩慢的參數(shù)測量，如溫度、物位等。也可以在大電流、大電感負載切斷時，即干擾的特點為時間短，但幅值卻很大的情況下使用。中位值濾波中位值濾波是對某一被測量連續(xù)采樣N次(一般N取為奇數(shù))，然后把N次采樣值按大小排列，取中間值為本次采樣值。中位值濾波能有效地克服偶然因素引起的波動。對于溫度、液位等緩慢變化的被測量，采用此法能收到良好的濾波效果，但對于流量、壓力等變化較快的被測量一般不宜采用中位值濾波。

2．平滑濾波

疊加在有用數(shù)據(jù)上的隨機噪聲在很多情況下可以近似地認為是白噪聲。白噪聲具有一個很重要的統(tǒng)計特性，即它的統(tǒng)計平均值為零。因此可以求平均值的辦法來消除隨機誤差，這就是所謂平滑濾波。平滑濾波有以下幾種。

3．算術平均濾波法

算術平均濾波法適用于對一般的具有隨機干擾的信號進行濾波。這種信號的特點是信號本身在某一數(shù)值范圍附近上下波動，如測量流量、液位時經(jīng)常遇到這種情況。算術平均濾波是要按輸入的N個采樣數(shù)據(jù)xi，尋找這樣一個y，使y與各采樣值之間的偏差的平方和最小，即使由一元函數(shù)求極值的原理，可得算術平均濾波的算式設第i次測量的測量值包含信號成分Si和噪聲成分ni，則進行N次測量的信號成分之和為噪聲的強度是用均方根來衡量的，當噪聲為隨機信號時，進行次測量的噪聲強度之和為式中，S、n分別為進行N次測量后信號和噪聲的平均幅度。對N次測量進行算術平均后的信噪比為式中，S/n是求算術平均值前的信噪比，因此采用算術平均值后，信噪比提高了倍。(9.1.17)由式可知，算術平均值法對信號的平滑濾波程度完全取決于N。當N較大時：平滑度高，但靈敏度低，外界信號的變化對測量計算結(jié)果的影響?。划擭較小時：平滑度低，但靈敏度高。應按具體情況選取N。如對一般流量測量，可取N=8～12；對壓力等測量，可取N=4。

4．遞推平均濾波法

算術平均濾波方法每計算一次數(shù)據(jù)，需測量N次，對于測量速度較慢或要求數(shù)據(jù)計算速率較高的實時系統(tǒng)，則無法使用。遞推平均濾波法：在存儲器中，開辟一個區(qū)域作為暫存隊列使用，隊列的長度固定為N，每進行一次新的測量，把測量結(jié)果放入隊尾，而扔掉原來隊首的那個數(shù)據(jù)，這樣在隊列中始終有個“最新”的數(shù)據(jù)。遞推平均項數(shù)的選取是比較重要的環(huán)節(jié)，N選得過大，平均效果好，但是，對參數(shù)變化的反應不靈敏；N選得過小，濾波效果不顯著。關于N的選擇與算術平均濾波法相同。5．加權移動平均濾波法遞推平均濾波法最大的問題是隨著隨機誤差的消除，有用信號的靈敏度也降低了。因為我們假設對于N次內(nèi)的所有采樣值，在結(jié)果中所占比重是均等的。用這樣的濾波算法，對于時變信號會引入滯后。N越大，滯后越嚴重。為了增加新的采樣數(shù)據(jù)在滑動平均中的比重，以提高系統(tǒng)對當前采樣值中所受干擾的靈敏度，可以對不同時刻的采樣值加以不同的權,通常越接近現(xiàn)時刻的數(shù)據(jù)，權取得越大。然后再相加求平均，這種方法就是加權移動平均法。N項加權移動平均濾波算法為為常數(shù)，且滿足以下條件：常系數(shù)的選取有多種方法，其中最常用的是加權系數(shù)法。式中，y為第N次采樣值經(jīng)濾波后的輸出；

xN-i為未經(jīng)濾波的第N-i次采樣值；加權系數(shù)法設τ為被測對象的純滯后時間，且因為τ越大，δ越小，則給予新的采樣值的權系數(shù)就越大，而給先前采樣值的權系數(shù)就越小，從而提高了新的采樣值在平均過程中的比重。所以，加權移動平均濾波適用于有較大純滯后時間常數(shù)的被測對象和采樣周期較短的測量系統(tǒng)，而對于純滯后時間常數(shù)較小，采樣周期較長，變化緩慢的信號，則不能迅速反映系統(tǒng)當前所受干擾的嚴重程度，濾波效果較差。

6．一階慣性濾波

在檢測系統(tǒng)的電路中常常伴隨有電源干擾及工業(yè)干擾，這些干擾特點是頻率很低(例如頻率為0.01Hz)，對這樣低頻的干擾信號，采用RC濾波顯然是不適宜的，因為C太大，很難做到。但是，用數(shù)字濾波很容易解決。假設一階RC濾波器的輸入電壓為x(t)，輸出為y(t)，則(9．1．24)設采樣時間間隔足夠小，將式(9．1．24)離散為式中，τ=RC為時間常數(shù)。即通過實際運行來確定時間常數(shù)τ，不斷地計算出τ值，當?shù)皖l周期性噪聲減至最弱時，即為該濾波器的τ值。一階慣性濾波的缺點：造成信號的相位滯后，滯后相位的大小與Q值有關。如果相位滯后太大，還必須采取其它補救措施。

7．復合濾波

在實際應用中，所受到的隨機擾動往往不是單一的，有時即要消除脈沖擾動的影響，又要作數(shù)據(jù)平滑。因此，在實際中往往把前面介紹的兩種或兩種以上的濾波方法結(jié)合在一起使用，形成所謂的復合濾波，例如，防脈沖擾動平均值濾波算法就是一種實例。算法的特點：先用中位值濾波算法濾掉采樣值中的脈沖干擾，然后把剩下的各采樣值進行滑動平均濾波。基本算法如果,其中

x1，xN和分別是所有采樣值中的最小值和最大值，則優(yōu)點：這種濾波方法兼容了滑動平均濾波算法和中位值濾波算法的，無論是對緩慢變化的過程變量，還是快速變化的過程變量，都能起到較好的濾波效果。在一個檢測系統(tǒng)中究竟應選用哪種濾波算法，取決于使用場合及過程中所含隨機干擾的情況。10.1誤差修正技術10.1.1系統(tǒng)誤差的數(shù)字修正方法10.1.2隨機誤差的數(shù)字濾波方法10.1.3動態(tài)補償方法10.1.3動態(tài)補償方法隨著科技生產(chǎn)的發(fā)展，對自動檢測和儀器儀表提出了更高要求，要求測量一些瞬變的非電量。同時，傳感器廣泛應用于生產(chǎn)過程的檢測，作為控制系統(tǒng)中提供信息的單元，要能迅速反映被控參量的變化，否則，整個控制系統(tǒng)就無法正常工作。在許多生產(chǎn)工藝中，反應速度加快了，設備結(jié)構尺寸減小了，即控制對象的時間常數(shù)日益減小，這就需要選擇快速的檢測元件。傳感器的阻尼比太小，階躍響應振蕩劇烈，達到穩(wěn)態(tài)的時間長。傳感器的工作頻帶窄，對被測信號中的高頻分量沒有反應，以致動態(tài)響應速度慢。提高傳感器動態(tài)響應的快速性1、在傳感器本身想辦法，改變傳感器的結(jié)構、參數(shù)和設計。2、在傳感器輸出信號的后續(xù)處理方面想辦法，設計用于動態(tài)補償?shù)哪M或數(shù)字濾波器(通常稱為動態(tài)補償器)，對傳感器的信號進行校正，改善其動態(tài)性能。進行傳感器動態(tài)補償器設計的方法：零極點配置法、系統(tǒng)辨識法神經(jīng)網(wǎng)絡方法等。1．零極點配置法傳感器的動態(tài)特性與其傳遞函數(shù)的極點位置密切相關。例如，對于一個屬于二階系統(tǒng)的傳感器，其傳遞函數(shù)為當動態(tài)響應不滿足要求時，可在傳感器后串接一個補償器。式中。選擇ξ和ω

n來調(diào)整新加入的極點位置，而原來的極點將被消去，使傳感器的動態(tài)特性得以改善。(1)一階模型的補償器AD590集成溫度傳感器可以等效為一階系統(tǒng)傳感器的時間常數(shù)較大，響應速度在某些場合不能滿足要求。設計動態(tài)補償器為T由實驗測定經(jīng)過動態(tài)補償后，等效系統(tǒng)(傳感器和補償器的組合)為因為T’<T，所以等效系統(tǒng)的響應速度比原傳感器的快。(2)二階模型的補償器設傳感器為二階系統(tǒng)，其傳遞函數(shù)為有兩種方法構造補償器：第一種是將傳感器的零極點全部消去，換上合適的極點。第二種方法是替換傳感器的極點，不動零點。第一種補償器

等效系統(tǒng)為對上式進行變換根據(jù)需要，確定ξ和ω

n，代入上式，即可求出補償器的模型

第二種補償器替換傳感器的極點，不動零點。確定ξ和ω

n，代入上式，即可求出補償器的模型兩種方法比較：兩種方法的效果相當。第一種方法得出的補償器是三階非齊次模型；第二種是二階齊次模型，較易實現(xiàn)，更為可靠。用零極點配置法設計補償器，要依據(jù)傳感器的模型，所以，對傳感器建模精度有一定要求，但是，并不嚴格。由于人為控制極點，補償效果非常明顯。對于高階系統(tǒng)，可以采用降階的方法去近似處理；可以用低階補償器去校正。2.系統(tǒng)辨識設計方法(1)理想的動態(tài)響應(2)設計步驟(1)理想的動態(tài)響應設等效系統(tǒng)為一階系統(tǒng)調(diào)整時間常數(shù)T，使階躍響應的上升時間滿足要求，就得到了等效系統(tǒng)的理想動態(tài)響應。K－傳感器的靜態(tài)靈敏度。設等效系統(tǒng)為二階系統(tǒng)選取不同的ω

n，展寬等效系統(tǒng)的工作頻帶。ξ=0.707(2)設計步驟把傳感器的階躍響應作為補償器的輸入，把等效系統(tǒng)的理想階躍響應作為補償器的輸出，用最小二乘辨識方法建立補償器的模型。如果對傳感器做階躍響應法標定不方便，沒有傳感器的階躍響應數(shù)據(jù)，可以依據(jù)其它標定方法的數(shù)據(jù)，建立傳感器的模型，再計算出傳感器的階躍響應。無論等效系統(tǒng)構造成一階或二階，均可用系統(tǒng)辨識方法求出動態(tài)補償器的模型。通過比較發(fā)現(xiàn)，用二階等效系統(tǒng)構造理想動態(tài)響應，得出的補償器，效果更好些。當傳感器可做階躍標定時，無需知道其模型，就可構造出補償器模型。當傳感器為一、二階系統(tǒng)時，用系統(tǒng)辨識方法設計補償器，效果較佳。當傳感器是高階系統(tǒng)時，可用降階的方法處理。圖9.1.3動態(tài)補償結(jié)果1為腕力傳感器輸出信號，2為動態(tài)補償結(jié)果10.2MEMS技術與微型傳感器10.2.1MEMS技術10.2.2微型傳感器MEMS技術是多學科交叉的新興領域，涉及精密機械、微電子材料科學、微細加工、系統(tǒng)與控制等技術學科和物理、化學、力學、生物學等基礎學科。包含微傳感器、微執(zhí)行器及信號處理、控制電路等，利用三維加工技術制造微米或納米尺度的零件、部件或集光機于一體，完成一定功能的復雜微細系統(tǒng)，是實現(xiàn)“片上系統(tǒng)”的發(fā)展方向。10.2.1MEMS技術MEMS（MicroElectro-MechanicalSystem）通常稱微機電系統(tǒng)。MEMS系統(tǒng)主要包括微型傳感器、微執(zhí)行器和相應的處理電路三部分。1.微電子機械系統(tǒng)MEMS系統(tǒng)與外界相互作用示意圖

微型化。傳統(tǒng)的機械加工技術是在厘米量級，但是MEMS技術主要為微米量級加工，這就使得利用MEMS技術制作的器件在體積、重量、功耗方面大大減小，可攜帶性大大提高。集成化。微型化的器件更加利于集成，從而組成各種功能陣列，甚至可以形成更加復雜的微系統(tǒng)。硅基材料。MEMS的器件主要是以硅作為加工材料，這就使制作器件的成本大幅度下降，大批量低成本的生產(chǎn)成為可能，而且硅的強度、硬度與鐵相當，密度近似鋁，熱傳導率接近鉬和鎢。制作工藝與IC產(chǎn)品的主流工藝相似。MEMS中的機械不限于力學中的機械，它代表一切具有能量轉(zhuǎn)化、傳輸?shù)裙δ艿男?、熱、光、磁、化學、生物等效應。MEMS的目標是“微機械”與IC結(jié)合的微系統(tǒng)，并向智能化方向發(fā)展。2.MEMS技術的特點尺寸效應是MEMS中許多物理現(xiàn)象不同于宏觀現(xiàn)象的一個重要的原因，其主要特征表現(xiàn)在：微構件材料的物理特性的變化。力的尺寸效應和微結(jié)構的表面效應。在微小尺寸領域，與特征尺寸的高次方成比例的慣性力、電磁力等的作用相對減弱，而在傳統(tǒng)理論中常常被忽略了的、與尺寸的低次方成比例的粘性力、彈性力、表面張力、靜電力等的作用相對增強。微摩擦與微潤滑機制對微機械尺度的依賴性以及傳熱與燃燒對微機械尺度的制約。此外，隨著尺寸的減小，表面積()與體積()之比相對增大，因而熱傳導、化學反應等的速度將加快。3.MEMS的理論基礎10.2MEMS技術與微型傳感器10.2.1MEMS技術10.2.2微型傳感器硅壓力傳感器硅微加速度傳感器微型流量傳感器微型氧傳感器氣相色譜儀10.2.2微型傳感器幾種常見的微型傳感器硅壓力傳感器硅壓力傳感器是最早用微機械加工工藝制造的傳感器，主要有硅壓阻式和電容式兩種，其中應用最廣的是硅壓阻式。硅電容式壓力傳感器結(jié)構

硅壓力傳感器電容式微硅壓力傳感器實例硅微加速度傳感器硅微壓阻式加速度傳感器硅微壓阻式加速度傳感器的另一個典型應用是用作汽車的氣囊和安全帶裝置中的加速度敏感元件。為測量心臟壁的運動研制的硅微加速度傳感器硅微電容式加速度傳感器常用于微應力研究和汽車等領域硅微電容式加速度傳感器的缺點是頻率響應范圍窄和需要復雜的信號處理電路。微型流量傳感器壓阻式微型流量傳感器基于粘滯力的微型流量計結(jié)構利用半導體材料的壓阻效應還可測量流量。所依據(jù)的測量原理是：利用流體在流動過程中產(chǎn)生的粘滯力或流體通道進出口之間的壓力差，帶動傳感器中敏感元件運動或產(chǎn)生變形，這種運動或變形引起上面的壓敏電阻的阻值發(fā)生變化，通過檢測這種阻值的變化即可測量流體的速度和流量。流體在流動過程中受到障礙物作用時，由于流體的粘滯作用，會在平行于流動方向上產(chǎn)生粘滯力

為障礙物長度

式中，為流速為流體粘滯度為比例系數(shù)懸臂梁在粘滯力的作用下發(fā)生形變，產(chǎn)生的表面應力為式中，為障礙物長度；為梁的根部寬度；為梁的根部厚度。由此引起梁的壓敏電阻阻值的相對變化為式中，為相應的比例系數(shù)。由上式可知，電阻變化率與流速成正比。微型流量傳感器電容式微型流量傳感器利用流體流動過程中形成的壓力差促使電容傳感器極板間距的改變來達到測量流量的目的。基于壓差作用的電容式微型流量計微型流量傳感器小型單片硅壓力-流量傳感器主要由一個帶絕熱結(jié)構的熱流量傳感器和一個壓力傳感器組成微型氧傳感器薄膜限制電流型的氧傳感器結(jié)構氣相色譜儀氣相色譜儀

Endthe10.210.3虛擬儀器10.3.1概述10.3.2系統(tǒng)構成10.3.3軟件結(jié)構10.3.4軟件開發(fā)平臺10.3.1概述儀器儀表技術的發(fā)展兩條主線：模擬儀表、數(shù)字化儀表智能儀表 單臺儀器、疊架式儀器系統(tǒng)虛擬儀器

傳統(tǒng)儀器一個獨立的裝置，有一機箱，有操作面板，信號輸入輸出端，還有開關、旋鈕等。檢測結(jié)果輸出的方式有指針式表頭、數(shù)字式和圖形等，可能還有打印輸出。一般由以下三大功能塊組成：信號的采集和控制、信號的分析與處理結(jié)果的表達與輸出。功能塊全部都是以硬件(或固化的軟件)的形式存在。這種框架式的結(jié)構，決定了傳統(tǒng)的儀表只能由儀器廠家來定義、制造，用戶無法改變的現(xiàn)實。虛擬儀器的出現(xiàn)

計算機技術和儀器技術結(jié)合：

充分利用計算機豐富的軟硬件資源，可以較大突破傳統(tǒng)儀器在數(shù)據(jù)處理、表達、傳遞、存儲等方面的限制，達到傳統(tǒng)儀器無法比擬的效果。還可以把儀器的三大功能全部放在計算機上實現(xiàn)。在計算機中插入數(shù)據(jù)采集卡，然后，用軟件在屏幕上生成儀器面板，用軟件來進行信號處理分析，實現(xiàn)傳統(tǒng)儀器的功能，這就是虛擬儀器。虛擬儀器“軟件就是儀器”具有虛擬儀器面板的個人計算機儀器。組成：計算機、模塊化功能硬件和控制軟件。操作人員通過友好的圖形界面及圖形化編程語言控制儀器的運行，完成對被測量的采集、分析、判斷、顯示、存儲及數(shù)據(jù)生成。在虛擬儀器系統(tǒng)中，硬件僅僅是為了解決信號的輸入輸出，軟件才是整個儀表的關鍵。操作者可以通過修改軟件的方法，方便地改變、增減儀器系統(tǒng)的功能與規(guī)模。10.3虛擬儀器10.3.1概述10.3.2系統(tǒng)構成10.3.3軟件結(jié)構10.3.4軟件開發(fā)平臺10.3.2系統(tǒng)構成10.3.2系統(tǒng)構成1.數(shù)據(jù)采集系統(tǒng)的構成方法2.GPIB儀器控制系統(tǒng)構成方法3.VXI儀器控制系統(tǒng)構成方法1.數(shù)據(jù)采集系統(tǒng)的構成方法一個典型的數(shù)據(jù)采集系統(tǒng)由四部分組成。2.GPIB儀器控制系統(tǒng)構成方法

GPIB技術是虛擬儀器發(fā)展的第一階段。GPIB把可編程儀器與計算機緊密地聯(lián)系起來，從此電子測量由獨立的、手工操作的單臺儀器向組成大規(guī)模自動測試系統(tǒng)的方向邁進。典型的GPIB測量系統(tǒng)構成：一臺PC機、一塊GPIB接口板卡和若干臺GPIB儀器通過標準的GPIB電纜連接而成。在標準情況下，一塊GPIB接口板可帶多達14臺儀器，電纜長度可達20米。GPIB技術可以用計算機實現(xiàn)對儀器的操作和控制，替代傳統(tǒng)的人工操作方式，排除人為因素造成的測試的誤差。可以預先編制好測試程序，實現(xiàn)自動測試，提高了可靠性和效率?？梢苑奖愕貙⒍嗯_儀器組合起來，形成較大的自動測試系統(tǒng)，高效、靈活地完成各種不同規(guī)模的測試任務。可以很方便地擴展傳統(tǒng)儀器的功能。因為儀器同計算機連在一起，儀器測量的結(jié)果送到計算機里，在計算機這邊增加不同的分析處理算法，就相當于增加了儀器的功能。3.VXI儀器控制系統(tǒng)構成方法VXI總線是一種高速計算機總線—VME總線在儀器領域的擴展(VMEExtensionforInstrumentation)。優(yōu)點：標準開放、結(jié)構緊湊、具有數(shù)據(jù)吞吐能力強、定時和同步精確、模塊可重復利用、眾多儀器廠家支持，得到廣泛的應用。應用：在組建大、中規(guī)模自動測試系統(tǒng)，以及對速度、精度要求較高的場合，有著其它系統(tǒng)無法比擬的優(yōu)點。VXI儀器系統(tǒng)不同的配置方法(1)GPIB控制方案(2)嵌入式計算機控制方案(3)MXI總線控制方案(1)GPIB控制方案組件：插于通用計算機的GPIB接口板，位于VXI零槽的GPIB—VXI/C模塊，連接兩者的GPIB電纜，一個VXI機箱以及若干個VXI儀器模塊。GPIB控制方案的數(shù)據(jù)傳輸速率約為1Mbytes/s。如果使用HS488協(xié)議可使GPIB的數(shù)據(jù)傳輸速率提高到1.6Mbytes/s。其中，零槽模塊起GPIB和VXI總線翻譯器的作用。優(yōu)點：可以利用熟悉的GPIB技術如同控制一臺GPIB儀器一樣來控制VXI儀器系統(tǒng)，且系統(tǒng)造價低。缺點：由于GPIB總線的數(shù)據(jù)傳輸速率遠遠低于VXI總線，形成整個系統(tǒng)的數(shù)據(jù)交換的瓶頸。(2)嵌入式計算機控制方案組件：一個VXI機箱，插于VXI零槽的嵌入式計算機模塊，若干VXI儀器模塊以及VXI軟件開發(fā)平臺。一個嵌入式計算機模塊除具有VXI系統(tǒng)控制功能外，還具有一臺通用PC機的全部功能。優(yōu)點：所有的模塊均插在VXI機箱的背板總線上，能實現(xiàn)高速的數(shù)據(jù)傳送(40Mbytes/s左右)，且體積最緊湊，是實現(xiàn)VXI自動測試系統(tǒng)的最佳配置方案。缺點：配置方案的造價及升級費用均較高。(3)MXI總線控制方案組件：一個VXI機箱，插于通用計算機的VXI接口板，位于VXI零槽的VXI—MXI模塊，連接兩者的MXI電纜，若干VXI儀器模塊以及VXI軟件開發(fā)平臺。MXI是由美國國家儀器公司(NationalInstruments，簡稱NI)提出的一種多系統(tǒng)擴展接口總線，相當于把VXI機箱的背板總線拉到外部計算機上來，同時可實現(xiàn)多個VXI機箱間的32位數(shù)據(jù)交換。它可以直接把VXI內(nèi)存空間映射到外部計算機上，因此在提高數(shù)據(jù)傳輸速率方面有很多的優(yōu)勢。PCI—8000系列，總線傳輸速率可達23Mbytes/s，峰值傳輸速率可達33Mbytes/s。性能指標已接近嵌入式計算機。MXI總線控制方案特點：優(yōu)點：綜合了第一種方案使用外部計算機靈活方便、易于升級以及第二種方案高性能的優(yōu)點，且造價適中。同時還可以在外部計算機上加插GPIB接口卡、數(shù)據(jù)采集卡，實現(xiàn)更大規(guī)模的系統(tǒng)集成。缺點：與內(nèi)嵌式方案相比，體積偏大，數(shù)據(jù)傳輸速率偏低。三種VXI控制方案比較GPIB控制方案：適用于對總線控制的實時性要求不高，并需在系統(tǒng)中集成較多GPIB儀器的場合；嵌入控制方案：由于在系統(tǒng)的體積、控制速率和電磁兼容方面具有優(yōu)勢，因而在性能要求較高和投資較大的場合，如航天、軍用等應用領域倍受青睞；MXI控制方式：具有較高的性能價格比，便于系統(tǒng)擴展和升級，適用于在各種實驗室中實現(xiàn)科研系統(tǒng)以及對體積要求不高的場合使用。10.3虛擬儀器10.3.1概述10.3.2系統(tǒng)構成10.3.3軟件結(jié)構10.3.4軟件開發(fā)平臺10.3.3軟件結(jié)構1.與設備無關的軟件結(jié)構2.測試管理3.測試程序(虛擬儀器功能模塊)層4.儀器驅(qū)動層5.I/O接口1.與設備無關的軟件結(jié)構軟件主要分為4層結(jié)構：測試管理層、測試程序?qū)?、儀器驅(qū)動層I/O接口層。過去要自己制作這4個軟件層，開發(fā)相當艱苦。虛擬儀器標準的出現(xiàn):使這些軟件層的設計均以“與設備無關”為特征，極大地改善了開發(fā)環(huán)境。虛擬儀器的本質(zhì)是面向?qū)ο?，由不同開發(fā)人員采用不同開發(fā)工具編寫的測試程序可用方便地集成在一個系統(tǒng)中。與設備無關特征I/O接口軟件與儀器驅(qū)動程序?qū)崿F(xiàn)了工業(yè)標準化，且由儀器制造廠隨儀器配套提供。標準測試開發(fā)工具包含了大量不同類型、預先編好的程序庫，用于數(shù)據(jù)分析、顯示、報表等。測試管理軟件具有強大、靈活的性能來滿足用戶廣泛的需求。虛擬儀器軟件工具的一個重要特征：用戶可以使用單一的、前后一致的開發(fā)工具完成測試程序的所有部分，包括用戶應用程序、測試程序和儀器驅(qū)動程序等。虛擬儀器軟件結(jié)構2.測試管理

測試管理層是一個帶有易于操作界面、用于管理和執(zhí)行某一測試任務、與設備無關的測試管理環(huán)境。它為測試系統(tǒng)與操作者交互、被測器件分析、順序測試、分支、循環(huán)等提供一個專門的測試運行程序，并以密碼保護模式對不同部門的操作者提供多層登錄訪問。高層測試管理軟件還能為用戶提供企業(yè)范圍內(nèi)的聯(lián)系，將用戶的測試程序與其余部分集成在一起，包括生成測試記錄和測試報告、數(shù)據(jù)庫訪問以及對結(jié)果實施SPC分析等。測試管理層

測試管理層是一個與設備無關的軟件，因而采用開發(fā)式的設計結(jié)構就會提供更多的性能和靈活性。

開發(fā)式測試管理系統(tǒng)的各項操作與界面以源代碼的方式提供給用戶，用戶可以很方便地制訂自己的操作方案。擁有這種靈活性，用戶就可以自行設計開發(fā)基于標準化內(nèi)核，而且能夠滿足不同要求的測試管理軟件層，有效地縮短了設計周期和節(jié)約了開支、維護費用。3.測試程序(虛擬儀器功能模塊)層針對某一產(chǎn)品而開發(fā)的功能測試模塊是一個有其特殊性的獨特的軟件組件，但其大多數(shù)的基本元素，如數(shù)據(jù)采集與儀器控制、數(shù)據(jù)分析、結(jié)果表達等功能對所有的測試系統(tǒng)來說又都是通用的。正因為如此，目前國外出現(xiàn)了帶有大量通用、與設備無關的功能模塊庫的集成化編程環(huán)境。虛擬儀器軟件開發(fā)平臺，如NI公司的LabVIEW和HP公司的VEE等均具有此項特性。在這些軟件中，幾乎所有用于測量、控制和通訊模塊的程序代碼均已編寫完成，供用戶即調(diào)即用。用戶只需在開發(fā)平臺上以圖形方式調(diào)出相應的儀器功能模塊和數(shù)據(jù)處理模塊，進行連接組合，就可構成一個具體的儀器，節(jié)省用戶大量的開發(fā)時間。4.儀器驅(qū)動層對儀器硬件進行通訊和控制的軟件層。過去，由用戶編寫，對每個儀器硬件編制特殊的驅(qū)動代碼，是測試系統(tǒng)的開發(fā)周期變得很長。今天，儀器驅(qū)動程序都是按模塊化、與設備無關的方式向用戶釋放，供用戶迅速將儀器鏈入自己的測試系統(tǒng)。由于儀器驅(qū)動程序是以源代碼的方式提供給用戶，用戶可以很容易地優(yōu)化和增強這些驅(qū)動程序，使之滿足它們的特殊要求。標準化的驅(qū)動程序還可以在不同的系統(tǒng)和配置中重復使用，節(jié)省了大量的開發(fā)費用。5.I/O接口測試系統(tǒng)軟件的基礎，用于處理計算機與儀器硬件間連接的底層通訊協(xié)議。優(yōu)秀的虛擬儀器軟件都建立在一個標準化I/O接口軟件組件的通用內(nèi)核上，為用戶提供一個一致的、跨計算機平臺的應用編程接口(API)，使用戶的測試系統(tǒng)能夠自由靈活地選擇不同的計算機平臺和儀器硬件。10.3虛擬儀器10.3.1概述10.3.2系統(tǒng)構成10.3.3軟件結(jié)構10.3.4軟件開發(fā)平臺10.3.4軟件開發(fā)平臺軟件是虛擬儀器系統(tǒng)的關鍵。

采用面向?qū)ο蟮木幊碳夹g可以提高軟件編程效率可視編程語言環(huán)境VisualC,VisualBASICNI公司推出LabVIEW和LabWindows/CVI,HP公司推出了VEE，

Tektronix公司推出了TekTMSLabVIEW軟件開發(fā)平臺LabVIEW是一種基于G語言的圖形化開發(fā)語言，是一種面向儀器的圖形化編程環(huán)境，用來進行數(shù)據(jù)采集和控制、數(shù)據(jù)分析和數(shù)據(jù)表達、測試和測量、實驗室自動化以及過程監(jiān)控。目的：簡化程序的開發(fā)工作，以使用戶能快速、簡便地完成自己的工作。使用LabVIEW開發(fā)平臺編制的程序稱為虛擬儀器程序，簡稱為VI。VI：程序前面板、框圖程序和圖標/連接器。程序前面板用于設置輸入數(shù)值和觀察輸出量，用于模擬真實儀表的前面板。在程序前面板上，輸入量被稱為控制，輸出量被稱為顯示。控制和顯示是以各種圖標形式出現(xiàn)在前面板上，如旋鈕、開關、按鈕、圖表、圖形等，這使得前面板直觀易懂。信號發(fā)生器前面板頻譜分析儀前面板溫度計前面板框圖程序每一個程序前面板都對應著一段框圖程序?？驁D程序用LabVIEW圖形編程語言編寫，可以把它理解成傳統(tǒng)程序的源代碼。構成：端口、節(jié)點、圖框和連線。端口被用來同程序前面板的控制和顯示傳遞數(shù)據(jù)，節(jié)點被用來實現(xiàn)函數(shù)和功能調(diào)用，圖框被用來實現(xiàn)結(jié)構化程序控制命令，連線代表程序執(zhí)行過程中的數(shù)據(jù)流，定義了框圖內(nèi)的數(shù)據(jù)流動方向。溫度計顯示框圖程序圖標/連接器圖標/連接器是子VI被其它VI調(diào)用的接口。圖標是子VI在其他程序框圖中被調(diào)用的節(jié)點表現(xiàn)形式；連接器則表示節(jié)點數(shù)據(jù)的輸入/輸出口，就像函數(shù)的參數(shù)。用戶必須指定連接器端口與前面板的控制和顯示一一對應。連接器一般情況下隱含不顯示，除非用戶選擇打開觀察它。

溫度計顯示連接器LabVIEW操作模板LabVIEW具有多個圖形化的操作模板，用于創(chuàng)建和運行程序。操作模板可以隨意在屏幕上移動，并可以放置在屏幕的任意位置。操縱模板共有三類：工具模板、控制模板功能模板功能模板控制模板工具模板Endthe10.310.4無線傳感器網(wǎng)絡10.4.1定義和組成10.4.2特點和局限10.4.3路由協(xié)議10.4.3傳感器的應用10.4.1定義和組成無線傳感器網(wǎng)絡是由大量體積小、成本低、具有無線通信和數(shù)據(jù)處理能力的傳感器節(jié)點組成的。傳感器節(jié)點一般由傳感器、處理器、無線收發(fā)器和電源組成，有的還包括定位裝置和移動裝置。在傳感器網(wǎng)絡中，每個節(jié)點的功能都是相同的，它們通過無線通訊的方式自適應地組成一個無線網(wǎng)絡。各個傳感器節(jié)點將自己所探測到的有用信息，通過多跳中轉(zhuǎn)的方式向指揮中心(主機)報告。典型無線傳感器網(wǎng)絡結(jié)構圖節(jié)點數(shù)量大、密度高多跳路由自組織網(wǎng)絡以數(shù)據(jù)為中心在電池能量、計算能力和存儲容量等方面有限制10.4.2特點和局限以數(shù)據(jù)為中心的路由協(xié)議典型代表有泛洪(Flooding)、Gossiping、SPIN(SensorProtocolsforInformationViaNegotiation)和定向擴散(Directeddiffusion)協(xié)議。基于簇(Cluster)的路由協(xié)議典型代表有LEACH（LowEnergyAdaptiveClusteringHierarchy，低功耗自適應集群構架))和TEEN(門限敏感的節(jié)能型協(xié)議)?；谖恢眯畔⒌膮f(xié)議基于數(shù)據(jù)流模型和服務質(zhì)量要求的路由協(xié)議10.4.3路由協(xié)議10.4.4傳感器的應用軍事方面環(huán)境科學醫(yī)療健康智能家居其它方面Endthe10.410.5多傳感器數(shù)據(jù)融合10.5.1概念和意義10.5.2基本原理10.5.3層次10.5.4過程10.5.5方法10.5.1概念與意義

1．概念

2．意義

1．概念美國國防部JDL從軍事應用的角度將數(shù)據(jù)融合定義為這樣的一個過程:把來自許多傳感器和信息源的數(shù)據(jù)進行聯(lián)合(association)、相關（coorelation）、組合（combination）和估值的處理，以達到精確的位置估計（positionestimation）與身份估計（identityestimation），以及對戰(zhàn)場情況和威脅及其重要程度進行適時的完整評價。定義補充和修改用狀態(tài)估計代替位置估計，并加入了檢測(detection)的功能，從而給出了如下定義：信息融合是一種多層次、多方面的處理過程，這個過程是對多源數(shù)據(jù)進行檢測、結(jié)合、相關、估計和組合，以達到精確的狀態(tài)估計和身份估計，以及完整及時的態(tài)勢評估和威脅估計。定義三個要點：（1）數(shù)據(jù)融合是多信源、多層次的處理過程，每個層次代表信息的不同抽象程度；（2）數(shù)據(jù)融合過程包括數(shù)據(jù)的檢測、關聯(lián)、估計與合并；（3）數(shù)據(jù)融合的輸出包括低層次上的狀態(tài)身份估計和高層次上的總戰(zhàn)術態(tài)勢的評估。多傳感器數(shù)據(jù)融合包括：多傳感器的目標探測、數(shù)據(jù)關聯(lián)、跟蹤與識別、情況評估和預測。基本目的：通過融合得到比單獨的各個輸入數(shù)據(jù)更多的信息。這一點是協(xié)同作用的結(jié)果，即由于多傳感器的共同作用，使系統(tǒng)的有效性得以增強。實質(zhì)：一種多源信息的綜合技術，通過對來自不同傳感器的數(shù)據(jù)進行分析和綜合，可以獲得被測對象及其性質(zhì)的最佳一致估計。多傳感器數(shù)據(jù)融合：將經(jīng)過集成處理的多種傳感器信息進行合成，形成對外部環(huán)境某一特征的一種表達方式。多傳感器數(shù)據(jù)融合技術應用最早是圍繞軍用系統(tǒng)開展研究的。非軍事領域：智能機器人、計算機視覺、水下物體探測、收割機械的自動化、工業(yè)裝配線上自動插件安裝、航天器中重力梯度的在線測量、信息高速公路系統(tǒng)、多媒體技術和虛擬現(xiàn)實技術、輔助醫(yī)療檢測和診斷等領域。2．意義主要作用可歸納為以下幾點：提高信息的準確性和全面性。與一個傳感器相比，多傳感器數(shù)據(jù)融合處理可以獲得有關周圍環(huán)境更準確、全面的信息；降低信息的不確定性，一組相似的傳感器采集的信息存在明顯的互補性，這種互補性經(jīng)過適當處理后，可以對單一傳感器的不確定性和測量范圍的局限性進行補償；提高系統(tǒng)的可靠性，某個或某幾個傳感器失效時，系統(tǒng)仍能正常運行；增加系統(tǒng)的實時性。使用傳感器數(shù)據(jù)融合技術將使測量系統(tǒng)具有如下優(yōu)勢：（1）增加測量維數(shù)，增加置信度，提高容錯功能，改進系統(tǒng)的可靠性和可維護性。當一個甚至幾個傳感器出現(xiàn)故障時，系統(tǒng)仍可利用其它傳感器獲取環(huán)境信息，以維持系統(tǒng)的正常運行。（2）提高精度。在傳感器測量中，不可避免地存在各自各種噪聲，而同時使用描述同一特征的多個不同信息，可以減小這種由測量不精確所引起的不確定性，顯著提高系統(tǒng)的精度。

（3）擴展了空間和時間的覆蓋，提高了空間分辯率，提高適應環(huán)境的能力。多種傳感器可以描述環(huán)境中的多個不同特征，這些互補的特征信息，可以減小對環(huán)境模型理解的歧義，提高系統(tǒng)正確決策的能力。（4）改進探測性能，增加響應的有效性，降低了對單個傳感器的性能要求，提高信息處理的速度。在同等數(shù)量的傳感器下，各傳感器分別單獨處理與多傳感器數(shù)據(jù)融合處理相比，由于多傳感器信息融合中使用了并行結(jié)構，采用分布式系統(tǒng)并行算法，可顯著提高信息處理的速度。（5）降低信息獲取的成本。信息融合提高了信息的利用效率，可以用多個較廉價的傳感器獲得與昂貴的單一高精度傳感器同樣甚至更好的效果，因此可大大降低系統(tǒng)的成本。9.5多傳感器數(shù)據(jù)融合9.5.1概念和意義9.5.2基本原理9.5.3層次9.5.4過程9.5.5方法10.5.2基本原理

充分利用多個傳感器資源，通過對這些傳感器及其觀測信息的合理支配和使用，把多個傳感器在空間或時間上的冗余或互補信息依據(jù)某種準則來進行組合，以獲得比它的各組成部分的子集所構成的系統(tǒng)更優(yōu)越的性能。多傳感器數(shù)據(jù)融合技術可以對不同類型的數(shù)據(jù)和信息在不同層次上進行綜合，它處理的不僅僅是數(shù)據(jù)，還可以是證據(jù)和屬性等。多傳感器數(shù)據(jù)融合并不是簡單的信號處理。信號處理可以歸屬于多傳感器數(shù)據(jù)融合的第一階段，即信號預處理階段。10.5多傳感器數(shù)據(jù)融合10.5.1概念和意義10.5.2基本原理10.5.3層次10.5.4過程10.5.5方法10.5.3層次

數(shù)據(jù)融合層次的劃分主要有兩種方法。第一種方法是將數(shù)據(jù)融合劃分為低層（數(shù)據(jù)級或像素級）、中層（特征級）和高層（決策級）。另一種方法將是將傳感器集成和數(shù)據(jù)融合劃分為信號級、證據(jù)級和動態(tài)級。數(shù)據(jù)級融合(或像素級融合)對傳感器的原始數(shù)據(jù)及預處理各階段上產(chǎn)生的信息分別進行融合處理。盡可能多地保持了原始信息，能夠提供其它兩個層次融合所不具有的細微信息。局限性：由于所要處理的傳感器信息量大，故處理代價高；融合是在信息最低層進行的，由于傳感器的原始數(shù)據(jù)的不確定性、不完全性和不穩(wěn)定性，要求在融合時有較高的糾錯能力；由于要求各傳感器信息之間具有精確到一個像素的配準精度，故要求傳感器信息來自同質(zhì)傳感器；通信量大。特征級融合利用從各個傳感器原始數(shù)據(jù)中提取的特征信息，進行綜合分析和處理的中間層次過程。通常所提取的特征信息應是數(shù)據(jù)信息的充分表示量或統(tǒng)計量，據(jù)此對多傳感器信息進行分類、匯集和綜合。特征級融合分類：目標狀態(tài)信息融合目標特性融合。特征級融合分類：

目標狀態(tài)信息融合主要應用于多傳感器目標跟蹤領域。融合系統(tǒng)首先對傳感器數(shù)據(jù)進行預處理以完成數(shù)據(jù)配準。數(shù)據(jù)配準后，融合處理主要實現(xiàn)參數(shù)相關和狀態(tài)矢量估計。目標特性融合特征層聯(lián)合識別，具體的融合方法仍是模式識別的相應技術，只是在融合前必須先對特征進行相關處理，對特征矢量進行分類組合。在模式識別、圖像處理和計算機視覺等領域，已經(jīng)對特征提取和基于特征的分類問題進行了深入的研究，有許多方法可以借用。決策級融合在信息表示的最高層次上進行的融合處理。不同類型的傳感器觀測同一個目標，每個傳感器在本地完成預處理、特征抽取、識別或判斷，以建立對所觀察目標的初步結(jié)論，然后通過相關處理、決策級融合判決，最終獲得聯(lián)合推斷結(jié)果，從而直接為決策提供依據(jù)。因此，決策級融合是直接針對具體決策目標，充分利用特征級融合所得出的目標各類特征信息，并給出簡明而直觀的結(jié)果。決策級融合優(yōu)點：實時性最好在一個或幾個傳感器失效時仍能給出最終決策，因此具有良好的容錯性。10.5多傳感器數(shù)據(jù)融合10.5.1概念和意義10.5.2基本原理10.5.3層次10.5.4過程10.5.5方法10.5.4過程首先將被測對象它們轉(zhuǎn)換為電信號，然后經(jīng)過A／D變換將它們轉(zhuǎn)換為數(shù)字量。數(shù)字化后電信號需經(jīng)過預處理，以濾除數(shù)據(jù)采集過程中的干擾和噪聲。對經(jīng)處理后的有用信號作特征抽取，再進行數(shù)據(jù)融合；或者直接對信號進行數(shù)據(jù)融合。最后，輸出融合的結(jié)果。10.5多傳感器數(shù)據(jù)融合10.5.1概念和意義10.5.2基本原理10.5.3層次10.5.4過程10.5.5方法10.5.5方法1.加權平均2.卡爾曼濾波3．貝葉斯估計4.多貝葉斯方法5.統(tǒng)計決策理論6.Dempster-Shafer證據(jù)推理法7.模糊邏輯法8.產(chǎn)生式規(guī)則法9.神經(jīng)網(wǎng)絡方法1.加權平均加權平均是最簡單、最直觀的數(shù)據(jù)融合方法。該方法將一組傳感器提供的冗余信息進行加權平均，結(jié)果作為融合值。2.卡爾曼濾波應用：融合低層的實時動態(tài)多傳感器冗余數(shù)據(jù)。該方法應用測量模型的統(tǒng)計特性遞推地確定融合數(shù)據(jù)的估計，且該估計在統(tǒng)計意義下是最優(yōu)的。如果系統(tǒng)可以用一個線性模型描述，且系統(tǒng)與傳感器的誤差均符合高斯白噪聲模型，則卡爾曼濾波將為融合數(shù)據(jù)提供唯一的統(tǒng)計意義下的最優(yōu)估計。濾波器的遞推特性使得它特別適合在那些不具備大量數(shù)據(jù)存儲能力的系統(tǒng)中使用。應用領域：目標識別、機器人導航、多目標跟蹤、慣性導航和遙感等?？柭鼮V波器應用應用卡爾曼濾波器對n個傳感器的測量數(shù)據(jù)進行融合后，既可以獲得系統(tǒng)的當前狀態(tài)估計，又可以預報系統(tǒng)的未來狀態(tài)。所估計的系統(tǒng)狀態(tài)可能表示移動機器人的當前位置、目標的位置和速度、從傳感器數(shù)據(jù)中抽取的特征或?qū)嶋H測量值本身。

3．貝葉斯估計

貝葉斯估計是融合靜態(tài)環(huán)境中多傳感器低層信息的常用方法。它使傳感器信息依據(jù)概率原則進行組合，測量不確定性以條件概率表示。當傳感器組的觀測坐標一致時，可以用直接法對傳感器測量數(shù)據(jù)進行融合。大多數(shù)情況下，傳感器是從不同的坐標系對同一環(huán)境物體進行描述，這時傳感器測量數(shù)據(jù)要以間接方式采用貝葉斯估計進行數(shù)據(jù)融合。4.多貝葉斯方法

Durrant－Whyte將任務環(huán)境表示為不確定幾何物體集合的多傳感器模型，提出了傳感器信息融合的多貝葉斯估計方法。多貝葉斯估計把每個傳感器作為一個貝葉斯估計，將各單獨物體的關聯(lián)概率分布組合成一個聯(lián)合后驗概率分布函數(shù)，通過使聯(lián)合分布函數(shù)的似然函數(shù)最小，可以得到多傳感器信息的最終融合值。

5.統(tǒng)計決策理論

與多貝葉斯估計不同，統(tǒng)計決策理論中的不確定性為可加噪聲，從而不確定性的適應范圍更廣。不同傳感器觀測到的數(shù)據(jù)必須經(jīng)過一個魯棒綜合測試以檢驗它的一致性，經(jīng)過一致性檢驗的數(shù)據(jù)用魯棒極值決策規(guī)則融合。6.Dempster-Shafer證據(jù)推理法由Dempster首先提出，由Shafer發(fā)展 一種不精確推理理論，貝葉斯方法的擴展。貝葉斯方法必須給出先驗概率， 證據(jù)理論則能夠處理這種由不知道引起的不確定性。在多傳感器數(shù)據(jù)融合系統(tǒng)中，每個信息源提供了一組證據(jù)和命題，并且建立了一個相應的質(zhì)量分布函數(shù)。因此，每一個信息源就相當于一個證據(jù)體。在同一個鑒別框架下，將不同的證據(jù)體通過Dempster合并規(guī)則并成一個新的證據(jù)體，并計算證據(jù)體的似真度，最后用某一決策選擇規(guī)則，獲得最后的結(jié)果。7.模糊邏輯法模糊邏輯實質(zhì)上是一種多值邏輯，在多傳感器數(shù)據(jù)融合中，將每個命題及推理算子賦予0到1間的實數(shù)值，以表示其在登記處融合過程中的可信程度，又被稱為確定性因子，然后使用多值邏輯推理法，利用各種算子對各種命題（即各傳感源提供的信息）進行合并運算，從而實現(xiàn)信息的融合。8.產(chǎn)生式規(guī)則法人工智能中常用的控制方法。產(chǎn)生式規(guī)則法中的規(guī)則一般要通過對具體使用的傳感器的特性及環(huán)境特性進行分析后歸納出來的，不具有一般性，即系統(tǒng)改換或增減傳感器時，其規(guī)則要重新產(chǎn)生。特點：系統(tǒng)擴展性較差，但推理較明了，易于系統(tǒng)解釋，所以也有廣泛的應用范圍。9.神經(jīng)網(wǎng)絡方法模擬人類大腦而產(chǎn)生的一種信息處理技術，它采用大量以一定方式相互連接和相互作用的簡單處理單元（即神經(jīng)元）來處理信息。神經(jīng)網(wǎng)絡具有較強的容錯性和自組織、自學習、自適應能力，能夠?qū)崿F(xiàn)復雜的映射。神經(jīng)網(wǎng)絡的優(yōu)越性和強大的非線性處理能力，能夠很好的滿足多傳感器數(shù)據(jù)融合技術的要求。特點：具有統(tǒng)一的內(nèi)部知識表示形式，通過學習方法可將網(wǎng)絡獲得的傳感器信息進行融合，獲得相關網(wǎng)絡的參數(shù)（如連接權矩陣、節(jié)點偏移向量等），并且可將知識規(guī)則轉(zhuǎn)換成數(shù)字形式，便于建立知識庫；利用外部環(huán)境的信息，便于實現(xiàn)知識自動獲取及進行聯(lián)想推理；能夠?qū)⒉淮_定環(huán)境的復雜關系，經(jīng)過學習推理，融合為系統(tǒng)能理解的準確信號；神經(jīng)網(wǎng)絡具有大規(guī)模并行處理信息的能力，使得系統(tǒng)信息處理速度很快。基于神經(jīng)網(wǎng)絡的多傳感器信息融合

處理過程如下：(l)用選定的N個傳感器檢測系統(tǒng)狀態(tài)；(2)采集N個傳感器的測量信號并進行預處理；(3)對預處理后的N個傳感器信號進行特征選擇；(4)對特征信號進行歸一化處理，為神經(jīng)網(wǎng)絡的輸入提供標準形式；(5)將歸一化的特征信息與已知的系統(tǒng)狀態(tài)信息作為訓練樣本，送神經(jīng)網(wǎng)絡進行訓練，直到滿足要求為止。該訓練好的網(wǎng)絡作為已知網(wǎng)絡，只要將歸一化的多傳感器特征信息作為輸入送人該網(wǎng)絡，則網(wǎng)絡輸出就是被測系統(tǒng)的狀態(tài)。融合體系分級：在信號級使用多傳感器檢測過程中的狀態(tài)，并轉(zhuǎn)換成相應的物理量，此時還沒有形成能充分描述過程特性的數(shù)學模型；在模型級將多傳感器獲得的信號進行處理，建立各自的過程模型，即能反映被監(jiān)測對象特性或?qū)Ρ槐O(jiān)測對象的表達式，如常用的功率譜估計、時間序列建模等；在特征級主要是對模型級提供的信息特征進行特征關聯(lián)、特征抽取及歸一化處理，為融合處理提供一致的特征數(shù)據(jù)；融合級通過神經(jīng)網(wǎng)絡進行融合處理，實現(xiàn)對監(jiān)測對象的識別與估計。神經(jīng)網(wǎng)絡模型常見種類BP網(wǎng)絡徑向基函數(shù)網(wǎng)絡自組織神經(jīng)網(wǎng)絡Hopfield神經(jīng)網(wǎng)絡Endthe10.510.6軟測量技術軟測量就是依據(jù)可測、易測的過程變量(稱為輔助變量)與難以直接檢測的待測變量(稱為主導變量)的數(shù)學關系，根據(jù)某種最優(yōu)準則，采用各種計算方法，用軟件實現(xiàn)對待測變量的測量或估計。軟測量技術主要包括四個方面：

(1)輔助變量的選?。?/p>

(2)數(shù)據(jù)處理；

(3)軟測量模型的建立；

(4)軟測量模型的在線校正。軟測量技術10.6.1輔助變量的選取10.6.2測量數(shù)據(jù)的處理10.6.3軟測量模型的建立10.6.4軟儀表的在線校正10.6.5軟測量的工業(yè)應用10.6.1輔助變量的選取1.變量類型的選擇2.變量數(shù)目的選擇3.測點位置的選擇1.變量類型的選擇選擇的方法往往從間接質(zhì)量指標出發(fā)。例如：精餾塔產(chǎn)品的軟測量一般采用塔板溫度，化工反應器中產(chǎn)品的軟測量采用反應器管壁溫度。2.變量數(shù)目的選擇從過程機理入手分析，從影響被估計變量的變量中去挑選主要因素，因為全部引入既不可能也沒必要。如果缺乏機理知識，則可用回歸分析的方法找出影響被估計變量的主要因素，這需要大量的觀測數(shù)據(jù)。需要指出，受系統(tǒng)自由度的限制，輔助變量的個數(shù)不能小于被估計變量的個數(shù)。至于輔助變量的最優(yōu)數(shù)量問題，目前尚無統(tǒng)一結(jié)論。3.測點位置的選擇對于許多工業(yè)過程，輔助變量的檢測點的選擇是十分重要的，因為可供選擇的檢測點很多。檢測點的選擇方法：采用奇異值分解的確定，采用工業(yè)控制仿真軟件確定。確定的檢測點往往需要在實際應用中加以調(diào)整。一種輔助變量的選擇原則如下靈敏性：能對過程輸出(或不可測擾動)作出快速反應。特異性：能對過程輸出(或不可測擾動)之外的干擾不敏感。工程適應性：工程上易于獲得并達到一定的測量精度。精確性：構成的估計器達到要求的精度。魯棒性：構成的估計器對模型誤差不敏感。軟測量技術10.6.1輔助變量的選取10.6.2測量數(shù)據(jù)的處理10.6.3軟測量模型的建立10.6.4軟儀表的在線校正10.6.5軟測量的工業(yè)應用10.6.2測量數(shù)據(jù)的處理1．誤差處理2．數(shù)據(jù)的變換1．誤差處理從現(xiàn)場采集的測量數(shù)據(jù)，由于受儀表精度和測量環(huán)境的影響，一般都不可避免地帶有誤差，有時甚至有嚴重的過失誤差。如果將這些現(xiàn)場測量數(shù)據(jù)直接用于軟測量，會導致軟測量的精度降低，甚至完全失敗。因此，測量數(shù)據(jù)必須經(jīng)過誤差處理。測量數(shù)據(jù)的誤差：隨機誤差、系統(tǒng)誤差和過失誤差。隨機誤差的處理符合統(tǒng)計規(guī)律，工程上多采用數(shù)字濾波算法。如：中位值濾波、算術平均濾波和一階慣性濾波等。隨著計算機優(yōu)化控制系統(tǒng)的使用，復雜的數(shù)值計算方法對數(shù)據(jù)的精確度提出了更高的要求，于是出現(xiàn)了數(shù)據(jù)一致性處理技術。基本思想：根據(jù)物料或能量平衡等建立精確的數(shù)學模型，以估計值與測量值的方差最小為優(yōu)化目標，構造一個估計模型，為測量數(shù)據(jù)提供一個最優(yōu)估計。過失誤差處理含有過失誤差的數(shù)據(jù)出現(xiàn)的機率較小，但是，一旦出現(xiàn)則可能嚴重破壞數(shù)據(jù)的統(tǒng)計特性，導致軟測量的失敗。提高測量數(shù)據(jù)質(zhì)量的關鍵：及時偵測、剔除和校正含有過失誤差的數(shù)據(jù)。偵測過失誤差的方法：(i)對各種可能導致過失誤差的因素進行理論分析；(ii)借助于多種測量手段對同一變量進行測量，然后進行比較；(iii)根據(jù)測量數(shù)據(jù)的統(tǒng)計特性進行檢驗等。2．數(shù)據(jù)的變換對數(shù)據(jù)的變換包括標度、轉(zhuǎn)換和權函數(shù)三方面。工業(yè)過程中的測量數(shù)據(jù)有著不同的工程單位，直接使用這些數(shù)據(jù)進行計算，不能得到準確結(jié)果，甚至結(jié)果分散。利用合適的因子對數(shù)據(jù)進行標度，能夠改善算法的精度和穩(wěn)定性。轉(zhuǎn)換包含對數(shù)據(jù)的直接轉(zhuǎn)換以及尋找新的變量替換原變量兩個含義。通過對數(shù)據(jù)的轉(zhuǎn)換，可以有效地降低非線性特性。權函數(shù)則可實現(xiàn)對變量動態(tài)特性的補償。合理使用權函數(shù)使我們有可能用穩(wěn)態(tài)模型實現(xiàn)對過程的動態(tài)估計。軟測量技術9.6.1輔助變量的選取9.6.2測量數(shù)據(jù)的處理9.6.3軟測量模型的建立9.6.4軟儀表的在線校正9.6.5軟測量的工業(yè)應用10.6.3軟測量模型的建立1．軟儀表的描述2.建模方法1．軟儀表的描述

軟儀表的目的：利用所有可獲得的信息