传感与检测技术--ppt课件

11.2.1 数据融合的基本内容
1. 数据融合的基本原理和目的 多传感器数据融合的基本原理就象人脑综合处理信息 一样，充分利用多个传感器资源，通过对多传感器及 其观测信息的合理支配和使用，把多传感器在空间或 时间上可冗余或互补的信息，依据某种准则来进行组 合，以获得被测对象的一致性解释或描述。 数据融合的目的是通过数据组合而不是出现在输入信 息中的任何个别元素，推导出更多的信息，得到最佳 协同作用的结果，即利用多个传感器共同或联合操作 的优势，提高传感器系统的有效性，消除单个或少量 传感器的局限性。
达林顿驱动器 （MC1413）
主机 μP （80C31）
地址锁存器 （74LS373）
段译码驱动器 （74LS245）
ROM（2732）
可编程键盘及显示 器接口（8279）
六路固态继电器 （SSR1~ SSR6）
RAM（6264） 4×5键盘
上电复位和手Βιβλιοθήκη Baidu复 位电路（CD4069）
6
看门狗电路 （NE555）
11.2 传感器数据融合技术
随着智能检测系统的飞速发展，多传感器系统在工业与民用 方面得到了广泛应用。如何把多种传感器集中于一个检测控制系 统，综合利用来自多传感器的信息，获得对被测对象一致性的可 靠了解和解释，以利于系统作出正确的响应、决策和控制，成为 智能检测控制系统中亟待解决的问题。数据融合作为消除系统不 确定因素、提供准确观测结果与新的观测信息的智能化处理技术 可以作为智能检测系统、智能控制系统的一个基本组成部分，因 此数据融合可直接用于检测、控制、态势评估和决策过程。
+5V稳压电源 （7805）
电磁干扰 滤波器
220V 50Hz电源
图11.2 由智能温度传感器构成温度测控系 统的电路框图
2. 分布式光纤温度传感器系统
分布式光纤温度传感器系统是一种能实时测量空间温度场的高新 科技产品。它能连续测量光纤沿线所在处的温度，信号传输距离 可达几千米，空间定位精度为1m。它具有精度高、数据传输速度 快、自适应能力强等优点，可取代传统的电缆式温感火灾探测系 统。最近，我国自行开发的分布式光纤温度传感器系统采用先进 的半导体激光技术、光纤光学滤波技术、高速光电转换和信号采 集技术。其测量原理是在给光纤注入一定能量和宽度的激光脉冲 时，它就在传输的同时不断产生后向散射光波。这些后向散射光 波的状态与所在光纤散射点的温度有关，将散射回来的光波经过 波分复用、检测、解调后，再进行信号处理便可获得温度信号， 最终显示出实时温度值。
人工智能材料AIM（Artificial Intelligent Materials）的研究是当今世界上的高新 技术领域中的一个研究热点，也是全世界有关科学家和工程技术人员主要的研 究课题。人工智能材料是继天然材料、人造材料、精细材料后的第四代功能材 料。它有三个基本特征：能感知环境条件的变化（普通传感器的功能），进行 自我判断（处理器的功能）以及发出指令和自行采取行动（执行器的功能）。
2. 基于新的检测原理和结构，实现信号处理智能化是传感器 智能化的重要技术途径
采用新的检测原理，通过微机械精细加工工艺和纳米技术设计新型结构，使之 能真实地反映被测对象的完整信息，这也是传感器智能化的重要技术途径之一。 现在已经成功研究的多振动智能传感器就是利用这种方式实现传感器智能化的。
3. 研制人工智能材料是实现智能传感器以及实现人工智能的 最新手段和最新学科
第11章 传感检测新技术
11.1 11.2 11.3 11.4 11.5 智能传感器 传感器数据融合技术 软测量技术 虚拟仪器 网络化检测仪器
当前，传感器技术的主要发展方向:
1. 2. 3. 4.
开展基础研究，发现新现象、新材料和新加工工艺，开发新型传感器； 实现传感器的集成化与多功能化； 实现传感器智能化； 研究生物器官，开发仿生传感器。
11.1.4 智能传感器的应用
1. 由智能温度传感器构成的温度测控系统
由DS18B20型智能温度传感器和80C31单片机构成的温度测控系统的电 路图如图11.2所示。该系统采用6片DS18B20同时测控6路温度，另外使用一 片DS18B20专门监测机内μ P的温度。
单线数字温度计 （DS18B20×7） 9位共阴极LED显示器 位译码驱动器 （74LS145）
传 被测量 感 器 预处理 数据采集 A/D
传 感 器 输 出 信 号
输入接口控制 输入接口
计 算 机 接 口
计算机
图 11.1 智能传感器的组成框图
11.1.2 智能传感器的功能和特点
1. 智能传感器的主要功能是：
(1) 具有自校零、自标定、自校正功能； (2) 具有自动补偿功能； (3) 能够自动采集数据，并对数据进行预处理； (4) 能够自动进行检验、自选量程、自寻故障等； (5) 具有数据存储、记忆与信息处理功能； (6) 具有双向通信、标准化数字输出或者符号输出功能； (7) 具有判断、决策处理功能。
利用多传感器在同一时刻的观测结果进行数据融合时，要考虑数据融合的空间性。
实际应用中，为获得观测目标的准确状态，往往需要同时考虑
数据融合的时间性与空间性。具体情况有：
1)先对每个传感器在不同时间的观测值进行融合，得出每个传感器 对目标状态的估计，然后将各个传感器的估计进行空间融合，从而 得到目标状态的最终估计。 2)先对同一时间不同空间位置的各传感器的观测值进行融合，得出 各个不同时间的观测目标估计，然后对不同时间的观测目标估计按 时间顺序进行融合，得出最终状态。
2. 数据融合的层次
数据融合可分为三个层次：像素级融合、特征级融合和决策级融合: （1）像素级融合 直接在采集到的原始数据层上进行的融合为像素级融合。这种融合在各种传感 器的原始观测信息未经预处理之前就进行数据综合分析，是最低层次的融合。 （2）特征级融合 先对来自传感器的原始信息进行特征提取(特征可以是被观测对象的各种物理 量)，然后对特征信息进行综合分析和处理，这样的数据融合即为特征级融合。 特征级融合属于中间层次，其融合过程为：首先提取像素信息的表示量或统计量， 即提取特征信息，然后按特征信息对多传感器数据进行分类、综合和分析。 （3）决策级融合 决策级融合是一种高层次融合，其结果为检测、控制、指挥、决策提供依据。 决策级融合从具体决策问题出发，充分利用特征级融合的最终结果，直接针对具体 决策目标，融合结果直接影响决策水平。
检测技术的发展方向:
数据融合技术 软测量技术 虚拟仪器 网络化检测技术等。
本章以智能传感器、数据融合技术、软测量技术、虚拟仪器和网 络化检测仪器为例讲述传感检测技术的发展。
11.1 智能传感器
11.1.1 智能传感器的概念
传感器在经历了模拟量信息处理和数字量变换这两个阶段后，正朝 着智能化、集成化、小型化方向发展。利用微处理器技术使传感器智能 化是20世纪80年代新型传感器的一大进展，通常称之为智能传感器 （Intellingent Sensor）。在美国还有一个通俗的名称Smart Sensor， 含有聪明、伶俐、精明能干的意思。 什么是智能传感器，至今尚无公认的科学定义，很多人认为智能传 感器是将“传感器与微型计算机组装在一块芯片上的装置”，或者认为 智能传感器是将“一个或数个敏感元件和信号处理器集成在同一块硅或 砷化镓芯片上的装置”。显然，这种定义不够全面。 智能传感器这一名称虽然至今未有确切的定义，但从字面上看，意 指这种传感器具有一定人工智能，即使用电路代替一部分脑力劳动。近 年来，传感器越来越多地和微处理器相结合，使传感器不仅有视、嗅、 味和听觉的功能，还具有存储、思维、逻辑判断、数据处理、自适应等 功能。智能传感器内既有传感元件、又有信号预处理电路和微处理器，
3. 数据融合的时间性和空间性
分布在不同空间位置上的多传感器在对运动目标进行观测时，各传感器不同时间的 和不同空间的观测值将不同，从而形成一个观测值集合。例如s个传感器在n个时刻 观测同一个目标可以有s×n个观测值，其集合Z为
Z={Zj} Zj ={Zj(k)}
(j=1, 2,„, s) (k=1,2,„, n) (11-1)
式中，Zj为第j号传感器的观测值的集合，Zj(k)为第j号传感器在k时刻的观测值。 对于目标运动状态的观测，存在数据融合的时间性与空间性问题。 （1）数据融合的时间性 数据融合的时间性表示按时间先后对观测目标在不同时间的观测值进行融合。利用 单传感器在不同时间的观测结果进行数据融合时，要考虑数据融合的时间性。 （2）数据融合的空间性 数据融合的空间性表示对同一时刻不同空间位置的多传感器观测值进行数据融合。
2.智能传感器的特点是：
(1) (2) (3) (4) (5) 高精度； 高可靠性与高稳定性 ； 高信噪比与高分辨力； 较强的自适应性； 性价比高；
11.1.3 传感器智能化的技术途径
1. 传感器和信号处理装置的功能集成化是实现传感器智能化 的主要技术途径
集成或混合集成传感器是以硅作为基本材料，采用微机械加工技术和大规模集 成电路工艺技术制作敏感元件、信号调理电路、微处理器单元，并把它们集成 在一块芯片上构成，利用驻留在集成体内的软件，实现对测量过程的控制、逻 辑判断和数据处理以及信息传输等功能，构成集成智能传感器（Integrated Smart/Intelligent Sensor）。这类传感器具有小型化、性能可靠、可批量生 产、价格便宜等优点，因而被认为是智能传感器的主要发展方向。
3)同时考虑数据融合的时间性与空间性，即上述(a)、(b)同时进行，
这样可以减少信息损失，提高数据融合系统的实时性。但同时进行 的难度大，只适合于大型多计算机的数据融合系统。
11.2.2 数据融合的体系结构
1. 数据融合的结构形式
数据融合的结构有串联、并联和混合融合三种形式：
串联融合时，当前传感器要接收前一组传感器的输出结果，每个传 感器既有接收信息处理信息的功能，又有信息融合的功能。各传感 器的处理同前一级传感器输出的信息形式有很大关系。最后一个传 感器综合了所有前级传感器输出的信息，得到的输出将作为串联融 合系统的结论。因此，串联融合时，前级传感器的输出对后级传感 器输出的影响大。 并联融合时，各个传感器直接将各自的输出信息传输到传感器融合 中心，传感器之间没有影响，融合中心对各信息按适当方法综合处 理后，输出最终结果。因此，并联融合时，各传感器的输出之间不 存在影响。 混合融合方式是串联融合和并联融合两种方式的结合，或总体串联， 局部并联；或总体并联，局部串联。
11.1.5 智能传感器的发展前景
人工智能材料和智能传感器，最近几年以及今后若干年的时间内， 仍然是世人瞩目的一门学科。虽然，在人工智能材料及智能器件的研 究方面已向前迈进了重要一步。但是，目前人们还不能随意地设计和 制造人造思维系统，还只处在实验室开拓研究的初级阶段。今后人工 智能材料和智能传感器的研究内容主要集中在如下几个方面： （1）利用微电子学，使传感器和微处理器结合在一起实现各种功能的 单片智能传感器，仍然是智能传感器的主要发展方向之一。 （2）微结构（智能结构）是今后智能传感器的重要发展方向之一。 （3）利用生物工艺和纳米技术研制传感器功能材料，以此技术为基础 研制分子和原子生物传感器是一门新兴学科，是21世纪的超前技术。 （4）完善智能器件原理和智能材料的设计方法，也将是今后几十年极 其重要的课题。
2.数据融合的定义
由于传感器数据融合技术在诸多领域获得了普遍关注和广 泛应用，“融合”一词几乎无限制地被众多应用领域所引用。 对于这样一个具有广泛应用领域的概念，很难为数据融合给出 一个统一的定义。目前的数据融合是针对一个系统中使用多种 传感器(多个或多类)这一特定问题而进行的新的信息处理方法， 因此，数据融合又称作多传感器信息融合。 数据融合比较确切的定义可概括为：充分利用不同时间 与空间的多传感器信息资源，采用计算机技术对按时序获得的 多传感器观测信息在一定准则下加以自动分析、综合、支配和 使用，获得对被测对象的一致性解释与描述，以完成所需的决 策和估计任务，使系统获得比它的各组成部分更优越的性能. 因此，多传感器系统是数据融合的硬件基础，多源信息是 数据融合的加工对象，协调优化和综合处理是数据融合的核心。
其输出方式可以是通信线RS-232或ES-422串行输出，也可以是IEEE-488标 准总线的并行输出。智能传感器是一个微机小系统，其中作为系统“大 脑”的微处理器一般是单片机。无论何种智能传感器，都可以用图11.1的 框图来表示。 根据以上对智能传感器的认识，对它比较科学的定义是：将传感器与 微型计算机集成在一块芯片上，并具有“感知”和“认知”被测量的功 能，把传感技术和信息处理技术进行完美结合的装置。