目 录,第1章 概 述 第2章 智能传感器系统中经典传感技术基础 第3章 不同集成度智能传感器系统介绍 第4章 智能传感器的集成技术 第5章 智能传感器系统智能化功能的实现方法 第6章 通信功能与总线接口 第7章 智能技术在传感器系统中的应用 第8章 智能传感器系统的设计与应用 第9章 无线传感器网络技术概述,第5章 智能化功能的实现方法,要 点： 非线性自校正技术； 自校零与自校准技术； 噪声抑制技术； 自补偿技术； 信息融合技术； 量程自动更换及自检测、自诊断技术； 图象处理技术。,1、用软件来进行非线性校正，一般来说它对测量系统没有太高的要求，但必须要保证：它的输入输出特性具有好的重复性，因为它校正的依据是它在标准输入输出特性曲线的基础上进行的。 进行非线性校正可以达到两个目的： a）有利于读数； b）有利于分析处理测量结果，减少测量误差； 2、在智能化软件程序的导引下实时进行自动校零和实时自动校准/标定，其测量精度决定于作为标准量的基准精度，而对系统本身的精度、重复性、稳定性要求不高。 通过实时自校零和自校准，它可以： a）消除系统误差； b）降低外界干扰因素的影响； c) 提高系统的精度与稳定性。,3、噪声抑制技术主要是将有用信息从混有噪声的信号中提取出来。 a）方法：数字滤波、相关分析、统计平均处理； b）目的：消除偶然误差或随机误差，排除干扰，提高信噪比和分辨率。 4、通过自补偿技术可以改善传感器系统动态特性以及温漂性能。 5、通过信息融合技术来消除交叉灵敏度、时漂等因素所产生的干扰量的影响。 6、实现自动选择更换量程、自检测、自诊断等功能，可以进一步提高传感器系统的测量范围、安全性和可靠性。,5.1 非线性校正技术,非线性校正的目的就是达到使输入输出特性是一条直线，在介绍 用软件实现非线性校正之前我们先回顾一下非线性校正的过程。 5.1.1 非线性校正的一些概念 1、 具有典型非线性输出的传感器 1）测温元件：热电偶、铂电阻、热敏电阻，输出电信号被测温度。 2）半导体气敏元件： ，传感器电导与水蒸气分压呈对数关系 2、 非线性的类型： 常见的有两类：指数型曲线；有理代数函数型曲线。 a）如热敏电阻： ，一般式： b：常数（与电阻特性有关）， ：预定的基准温度（K）。,b）如铂电阻： ， ：0时的电阻值。 一般式： 3、 在测量仪表中用硬件进行非线性补偿的原理 1）开环式非线性补偿 a）计算法： ， ，要求： ，则： ，即希望建立的线性化的输入输出特性。 b）图解法 下图是一种经典的仪表线性化图解法的简图。,I象限： 传感器 象限： 放大器 象限： ，线性化器。 象限： ，希望的输出 特性线。 2）闭环式非线性补偿 主要是求解反馈网络的非线性特性。,a）计算法 ， ，要求： 建立的非线性反馈网络的输入输出特性： 希望： ，则： b）图解法 I象限： ，传感器； 象限： ，反馈网络。 象限：因 ，所以将 之间的关系也放在第二象限； 象限： ，希望的输出直线。,3）增益控制式非线性补偿 针对被动式传感器而言，亦即传感器的输出受激励源激励的调制。 在这里增益控制电路是具有非线性特性的校正电路。 希望： ； ， ，表明传感器输出受激励源调制。 增益控制电路的非线性表达式： 4、 线性化工程上的实现方法 1）采用模拟电路；如二极管阵列式开方器，各种对数、指数、三角,函数等运算放大器，实现高精度补偿的难度太大。 2）采用数字电路；如数字控制分段校正，非线性A/D转换等，能获得 较高的精度。 3) 利用微处理器运算功能，亦即采用软件的方法来实现。 下面我们介绍几种用软件来实现非线性校正的方法。 5.1.2 查表法 1、 实现方法 1）首先确定反非线性曲线。可采用先测出输入输出特性曲线，然 后根据线性化特性的要求，建立反非线性曲线。 2）根据精度要求对反非线性曲线分段，将折点座标值存入数据表。 3）测量时明确对应输入被测量 在哪一段。 4）根据该段折线的斜率进行线性插值，确定对应的 的输出值。,5）表达式： 2、 折线与折点的确定 1）近似法 折点在误差界上，书中表达不确切。 2）截线近似法 折点在曲线上且误差最小，最大误差在折线段中部。 前面曾经介绍的拟合直线的方法有：理论线性度、最小二乘法线性 度、平均选点线性度、端基线性度。 5.1.3 曲线拟合法 用n次多项式来逼近反非线性曲线。 1、 列出逼近反非线性曲线的多项式方程 1）对整个测量系统进行静态实验标定 对应输入： ；输出为：,曲线的折线逼近 （a）近似法； （b）截线近似法,2）反非线性曲线的拟合方程 在实际使用中，一般根据测量精度要求来选定拟合项数。 3）求解待定常数 求解方法：根据最小二乘法原则。 对函数F分别求导并令其为零，则通过解联立方程的形式即可求出各 常数的值。 从书中推导的公式来看，当N3时，其计算量已经比较大了。 2、 将求得的常系数 存入内存 在实际使用中，根据u值计算 时可按计算式 ，,进行循环运算，亦即第一次将 赋值给b， ，而第二次 ， ：书中所述噪声对矩阵计算的影响的解释： 所以有些信号需先作平滑和滤波处理，后面讲述。 5.1.4 函数链神经网络法 1、 传感器及其调理电路的实验标定 输入： ；输出： 2、 列出反非线性特性拟合方程 3、 神经网络的处理方法是基于分布式处理方式，而不像传统的计算机系 统基于多个计算步骤串行处理方式。基于串行处理方式，中间任何一个环 节出现问题，结果会引起灾难性的失败。,主要工作是计算出权值： 根据： ，估计误差： 来调节权值。 权值调节公式为： ， ：学习因子。 当估计误差值满足精度要求时，所得的权值：,即为多项式待定常数： ， 权值初始值的确定： 与 为同一数量级； 比 低一个数量 级以上， 比 低更多。 4、 应用举例： 书中讲的是一个测量浓度传感器系统的例子，该传感器系统的输出是 频率信号，当浓度增加时，输出频率减小。 该例子说明： 1）学习因子影响迭代收敛的速度和稳定性，在实际使用中可根据 情况进行调整； 2）学习的次数越多，拟合的精度越高； 3）精度约为1左右。,作业7 某一传感器的输出-输入关系为： 输出量程范围为：05V，试采用查表法对其进行非线性校 正，校正的精度要求为1% 。,5.2 自校零与自校准技术,理想传感器系统的输出y输入x特性为： ，但实际使用 的传感器系统，因温度等一些环境因素的影响，仍存在零位漂移和灵敏度 漂移，亦即上式为： ； ：称为零位误差， ：称为测量误差。 智能传感器系统的自校零与自校准技术是基于实时校准。 5.2.1 方法一 采用第二章第3节：提高传感器性能的技术途径之三：多信号测量法 中的三点测量法。 1、 系统构成 1）不含传感器的自校 a）系统提供一标准信号发生器，它包括零点标准值和测量标准值， 该值应与传感器的输出信号具有相同的量纲（或相同属性）；,智能传感器系统实现自校准功能原理框图 （a）不含传感器自校； （b）含传感器自校,b）包含一多路转换器，有电动、气动、液压； c）传感器测量系统； d）微处理器系统。 2）含传感器的自校 系统构成基本相同，且标准信号发生器的输出信号与传感器的被测对 象具有相同的属性。如测压力的，提供标准的压力信号。 2、 测量方法： 在每一个测量周期内，由微处理器控制多路转换器执行三步测量方法: 1）校零：输入零点标准值，输出: ； 2）标定：输入标准值 ，输出： ； 3）测量：输入传感器输出 ，输出: 。 由第1）、2）步可求得：,这种方法对于系统响应频率不是很高，而且零点和灵敏度变化比较大 的使用场合较适用，而对于系统信号变化很快或零点和灵敏度变化不是很 快的场合倒没有必要采用该种方法。 3、 宽量程多档多增益系统的标定（方法二） 实际上是测出系统的增益或者说灵敏度。 1）方法：斜率比动态校准法 ， ：输入信号从4.5V4.5V的时间 间隔； ：输出信号从4.5V4.5V的时间间隔； 2）影响校准精度的因素 a）阈值电压比较器的分辨率， b）微处理器采样系统中A/D的量化误差， c）标准信号频率， d）微处理器系统的时钟频率。,斜率比动态校准法 （a）标准信号UR波形； （b）输出波形； （c）原理框图,上述因素之间是相互关联的，标准信号频率低可提高精度，但增大了 量化误差的影响。 5.2.2 方法三 上述方法仅适用于输出输入特性呈线性关系的场合，而实际传感器 由于非目标参量交叉灵敏度的影响，它的输出输入特性是不稳定的，即 在一定条件下呈非线性的关系。因此也就不能按前述方法进行校准，而要 采取测量前的在线实时三点标定法。 1、 标准信号发生器提供三个标准值信号，按实际测量的需要接好系统回 路。通过微机系统的控制，依次输入三个标准值： ， ， ；测得 相应输出值 ， ， 。 2、 按照第一节所述的非线性校正的曲线拟合法，求出反非线性特性拟合 方程式中系数值，即： 中的 ， ， 。,3、 通过控制将智能传感器系统的转换开关转向测量状态，将测量值代入 上式中，则 值即代表系统测出的输入待测目标参量x。 实现条件：传感器系统在实时标定与测量期间，输出输入特性保持 不变。 测量精度：决定于实时标定的精度。 效果示例：总误差： 1，标准值精度： 0.02，短时精度: 0.1 下图给出了一个压力自校准系统的例子，它的标准测量周期，完全取 决于压力达到稳定状态的时间；周期越短，对提高测量精度越有利。,压力自校准系统原理框图,5.3 噪声抑制技术,有关噪声的抑制技术实际上在有关的课程里都讲过，一般有滤波、相 关技术、平均技术等。 5.3.1 滤波 用途：信号频谱与噪声频谱不重合时。 滤波器的分类：模拟滤波器由硬件组成，属于连续时间系统。 数字滤波器由软件实现，属于离散时间系统。 1、 数字滤波器中的Z变换 传递函数的特性，广义地说就是滤波器的特性。 在介绍数字滤波器之前，我们先了解一下Z变换的概念；对于连续时间系统，一般采用拉氏变换，而对于离散时间系统则采用Z变换。,Z变换定义式： 其中： ，或 傅立叶变换的离散形式。 1）典型函数的Z变换 a）单位阶跃函数的Z变换 b）单位斜坡函数x（t）的Z变换 c）指数函数的Z变换,d）余弦函数的Z变换 2）求s域的Z变换 将 Z变换。 3）Z反变换 a）查表法 b）直接除法幂级数展开法 将x（z）的关系式展开成: 的形式。 c）留数法（积分反演法），在z0处无极点，分母中无z项 ）单极点留数： ）m阶重极点留数：,d）部分分式展开法 将X（z）展开成简单的一阶或二阶项之和，再利用查表法求出各项的Z 反变换。说明：x（t）的Z变换是X（z），但X（z）的反变换不一定就是 x（t）。 4）Z变换的基本性质和定理 a）线性特性并联连接关系 ， ，则： b）延迟性质 ，则： ；,2、 模拟滤波器相关知识 1）滤波器的特征频带与分类 通带、阻带、过渡带。 （a）低通滤波器；（b）高通滤波器；（c）带通滤波器；（d）带阻滤波器,2）巴特沃斯滤波器与切比雪夫滤波器 低通滤波器传递函数的一般表达式： 在很多逼近准则中，巴特沃斯（Butterworth）和切比雪夫Chebyshe