智能传感器复习知识点总结.docx

红色为重点，最低要求概念要理解，背下来l 智能传感器与传感系统介绍（构成，特点）l 传感器系统的基本特性与技术指标l 非线性自校正l 自校准l 自补偿l 增益的自适应掌握l 传感器系统的自检l 自诊断l 噪声抑制与弱信号检测l 多传感器信息融合l 模糊技术l 人工神经网络技术l 总线技术概述l IEEE 1451标准l 无线传感器网络概述l WSN支撑技术（时间同步，定位，平安，容错设计，操作系统）l 蓝牙技术l ZigBee技术­ 蓝牙与zigbee的对比优缺点1、智能传感系统的概念：传感器与微处理器给予智能的集合，兼有信息检测与信息处理功能的传感器(系统)2、传统传感器的缺点（1）结构尺寸大，时间频率响应特性差；（2）输入输出存在非线性，且随时间漂移；（3）参数易受环境条件变化的影响而漂移；（4）信噪比低，易受噪声干扰；（5）存在交叉灵敏度，选择性、分辨性不高3、传统传感器由三部分组成：① 敏感元件② 信号调理模块③ 传感器接口4、Smart传感器整机内的硬件结构可以概括为：传感器+微处理器+无线（网络）接口5、智能传感器的功能 •自我完善能力方面：（1）改善静态性能（2）提高系统响应速度（3）抑制交叉敏感•自我管理和自适应能力方面 ：（1）具有自检验、自推断、自寻故障、自恢复功能； （2）具有推断、决策、自动量程切换与掌握功能。

•自我辨识与运算处理能力方面 （1）具有从噪声中辨识微弱信号与消噪的功能 （2）具有多为空间的图像辨别与模式识别功能 （3）具有数据自动采集、存储、记忆与信息处理功能 •交互信息能力方面 （1）双向通信 （2）标准化数字接口 （3）以及拟人类语言符号等多种输出功能 6、智能传感器的特点（1）精度高（2）高牢靠性与高稳定性（3）高信噪比与高分辨率（4）强自适应性（5）较高的性价比7、目前智能传感器实现沿着3条途径：（1）非集成化实现将传统的经典传感器、信号调理电路、带数字总线接口的微处理器组合为一整体而构成的一个智能传感器系统2）集成化实现集成化实现智能传感系统的两个基础： a、大规模集成电路工艺技术 将由硅材料制作的敏感元件、信号调理电路、微处理单元集成在一块芯片上 b、现代传感器技术 1）现代传感器特征：以具有优良电性能、机械性能极好的硅材料为基础；极高精度的加工技术 2）集成/固态传感器特点：微型化、结构一体化、精度高、多功能、阵列式3）混合式实现依据不同的要求，将系统各个环节以不同的组合方式集成在两块或者三块芯片上，并装在一个外壳里，实现混合集成8、现场总线仪表的主要特点 （1）具有多种基本的智能化功能，可以用于改善静态、动态特性，提高精度和稳定性。

（2）具有掌握与基本参数存储功能，可实现自我管理并提高自适应能力 （3） 开放性与互换性 （4）带有数字总线接口，实现通讯功能其次章1、静态特性与静态技术指标 1）静态参数：零位；量程；灵敏度；分辨率 2）静态性能指标：迟滞；重复性；线性度；精确度和温度系数与温度附加误差 2、动态特性与动态技术指标 1)动态特性：时域中的微分方程、复频域中的传递函数H(s)、频率域中的频率特性H(jw) 2动态技术指标：时间常数τ（一阶系统），无阻尼固有角频率ω0（二阶系统）非线性自校正3、概念： 智能化非线性自动校正技术是通过软件来实现的前提是传感器的输入—输出特性具有重复性 4、接受方法:查表法就是对非线性校正曲线（传感器输入—输出特性的逆函数）进行分段线性插值的方法曲线拟合法:核心思想是利用 次多项式来实现非线性校正曲线，多项式的系数由最小二乘法确定 自校准 5、通过与微处理器的结合，实现了零位漂移和灵敏度的自动校正 6、（1）实现自校准功能的方法一 标准发生器首先产生标准电压和零点标准值，然后微处理器掌握多路分时段选通，以分别选通标准电压和零点标准值，并记录下这两种情况下的调理电路输出，从而最终消除零点漂移和灵敏度漂移对传感器性能的影响。

（2）实现自校准功能的方法二 方法二和方法一的区分，在于方法二能够实现自校准包含传感器在内的整个传感器系统 （3） 实现自校准功能的方法三（非线性系统）原理上讲可通过增加标定点数的方法来实现，但为了增加标定的实时性，点数又不宜增加过多因此，通常接受施加三个标准值的标定方法（三点标定法） 依次输入三个标准值得到对应输出 列出非线性自校准曲线： ,应用最小二乘法求得系数 求出系数后，智能传感器即转入测量状态，依据传感器的输出结果反推至传感器输入端，即可得到校准后的真实传感器输入信号 自补偿7、温度补偿 关键问题：把温度引起的干扰信号分离出来，而干扰信号包含零点漂移和灵敏度漂移两部分 （1）经典传感器 --接受结构对称方式来消除其影响 （2）智能传感器 --接受监测补偿法，即通过对干扰量的监测，再经过相应的软件处理来达到误差补偿的目的8、零点漂移补偿前提：传感器的特性具有重复性 • 基本思想：假定传感器的工作温度为T，则在传感器输出值U中减去该工作温度下对应的零点电压U0（T） • 关键：先测出传感器的零点漂移特性，并保存至内存中 9、常用的温度补偿方法： （1）. 在压阻式压力传感器的温度变化范围内，分成多组测量不同温度下的特性，然后，依据实际工作温度插值猎取所应施加的补偿电压。

（2）. 接受非线性拟合的方法，拟合传感器输出与温度间的非线性关系，嵌入到微处理器中进行补偿 10、频率补偿 频率补偿的实质：拓展智能传感器系统的带宽，以改善系统的动态性能 (1)、数字滤波法: ：给当前传感器系统附加一个传递函数为H（s）的环节，于是新系统的总传递函数，可以满足动态性能要求 (2)、频域校正法四步骤：采样、快速傅里变换、复数除法运算、快速傅里叶反变换 11 、对于非温度传感器而言，温度是传感器系统中最主要的干扰量 增益的自适应12、增益过小：（1）数据字的容量会浪费（2）信噪比可能很低（3）测量误差大增益过大：信息会因系统内的数据字信息容量不够而损失掉13、增益自适应掌握的动身点是固定增益电路消失了难以避开的不足，而增益自适应掌握的优点也正是弥补了这个不足传感器的自检14、定义： 智能传感器自动开头或人为触发开头执行的自我检验过程作用: 对智能传感器系统的软硬件功能进行检测，给出检测结果以推断传感器的性能，有助于供应智能传感器系统的牢靠性实现方式：1. 开机自检 2. 周期性自检 3. 键控自检15、ROM自检： 通常接受“校验和法”，在ROM保存一个单元，写入校验字，使ROM中的每一列具有奇数（或偶数）个“1”，使ROM校验和全为1（或0），称ROM奇（或偶校验）16、 特别功能寄存器自检（1）标志寄存器的测试：将相应标志位置“1” 执行一条条件转移指令 （2）可读/写寄存器的检查： 通过先写入、再读出的方法来推断寄存器的正确性。

17、RAM自检RAM为空白：目的：推断其能否正确写入和读出 方法：写入“AA”，逐字读出，检查是否存在问题；再写入“55”以执行同样的过程，若没有问题则自检通过RAM已写入数据接受“异或”的方法：先读出RAM单元中的数据，存入寄存器，将其求反后与原单元内容作“异或”运算，若结果全为“1”，则表面单元工作正常18、总线自检总线自检的目的：检查经过缓冲器的总线（外部总线）传递信息是否正确（1） CUP首先对相应锁存器执行一条输出指令，使地址总线和数据总线上的信息保存在锁存器中 （2）对锁存器进行读入操作，即将锁存器中的地址和数据总线信息重新读入CPU，并和原来的输出信息进行比较，即可推断出外部总线是否存在故障 19、A/D和D/A自检、I/O接口电路自检、插件自检、显示面板自检等等智能传感器设计中，自检是必需的，自检项目越多，使用和维修越便利，但是相应的用于自检的软、硬件结构也越简单自诊断20、传感器故障诊断方法 （1） 硬件冗余方法（2） 解析冗余方法（3）人工神经网络方法21、硬件冗余方法核心思想：对容易失效的传感器设置肯定的备份，然后通过表决器的方法进行管理 优点：不需被控对象的数学模型，且鲁棒性很强。

缺点：设备简单，体积和质量很大，成本很高22、解析冗余方法的优缺点 优点： ① 能够定位故障来源，并可估量故障大小和严峻程度 ② 不需增加硬件设备，成本较低 缺点： ①鲁棒性不强 ②必须知道被控对象的精确数学模型③能够进行传感器的故障诊断，但不能恢复故障传感器的信号噪声抑制技术和弱信号检测技术23、噪声抑制技术：☆ 滤 波 ：噪声和信号频谱不重合☆ 相 关 ：噪声和信号频谱有重叠24、弱信号检测技术 ☆ 窄带滤波法：利用信号的功率谱密度较窄，而噪声的功率谱密度相对很宽的特点，使用一个窄带通滤波器，将有用信号的功率提取处理 ☆ 锁定接收法 ☆ 取样积分法25、噪声与干扰有何区分？ 噪声：① 扣除被测信号真实值之后的各个测量值，是由于材料或器件的物理缘由引起的扰动 ② 不能完全消除，只能设法减小 干扰：① 可以减小或消除的外部扰动，由非被测信号或非被测量系统引起，是外界影响造成的，属于抱负上可排解的噪声 ② 可以通过接地、屏蔽、滤波等手段加以消除或削弱多传感器信息融合26、传感器相互之间工作方式主要分为三种：互补方式、竞争方式、协同方式27、信息融合的级别：数据级：直接对传感器的原始数据进行融合处理特征级：特征向量的融合处理决策级：直接针对简略决策目标的， 融合结果直接影响决策水平。

模糊技术28、模糊关系表示两个以上集合元素之间关联、交互或互联存在或不存在的程度29、模糊综合评价一般步骤： （1） 确定评价对象的因素集（2）确定评语集（3）作出单因素评价（4）综合评价30、模糊传感器：模糊传感器是以数值测量为基础，能产生和处理与其相关的符号信息，实现被测对象信息自然语言符号化的智能传感器基本功能：学习、推理联想、感知、通信31、导师指导信号的猎取步骤如下： （1）确定测量范围的上下限 （2）选择论域上描述被测符号的个数 （3）选择被训练概念 （4）输入该被训练概念对应隶属度为1的特征测量点（5）输入该被训练概念对应的关键点（6）通过相应训练算法产生概念的隶属函数人工神经网络技术32、神经网络是由多个简洁的处理单元彼此按某种方式相互连接而形成的系统, 按拓扑结构：有反馈和无反馈； 按学习过程：有监督和无监督； 按网络性能：连续型和离散型33、神经网络的学习步骤1）选定初始权值2）用一组训练样例对网络进行训练，每一个样例都包括输入及期望的输出两部分3）把样例输入信息输入到网络，由网络自第一个隐层开头逐层进行计算，并向下一层传递，直至传至输出层4）输出与样例的期望输出进行比较，如果它们的误差不能满足要求，则沿着原来的连接通路逐层返回，并利用两者的误差按肯定的原则对各层节点的连接权值进行调整，使误差逐步减小，直到满足要求时为止网络化的智能传感器34、网络化智能传感器以嵌入式微处理器为核心，集成了传感单元、信号处理单元和网络接口单元的新一代传感器。

特点：l 功耗低，体积小，抗干扰性和牢靠性高 l 多敏感功。