智能傳感器系統(tǒng)

第1章 概述
1.1 傳感器技術(shù)發(fā)展的重要性
1.2 智能傳感器發(fā)展的歷史背景
1.3 智能傳感器的功能與特點
1.3.1 智能傳感器的功能
1.3.2 智能傳感器的特點
1.4 智能傳感器概念與傳感器系統(tǒng)
1.5 智能傳感器實現(xiàn)的途徑
1.5.1 非集成化實現(xiàn)
1.5.2 集成化實現(xiàn)
1.5.3 混合實現(xiàn)
1.5.4 集成化智能傳感器的幾種形式
參考文獻
第2章 智能傳感器系統(tǒng)中的經(jīng)典傳感技術(shù)基礎(chǔ)
2.1 傳感器系統(tǒng)的基本特性
2.1.1 靜態(tài)特性
2.1.2 動態(tài)特性
2.2 幾種傳感器工作原理
2.2.1 結(jié)構(gòu)型傳感器
2.2.2 諧振式頻率輸出型傳感器
2.2.3 CCD圖像傳感器
2.2.4 半導(dǎo)器氣敏傳感器
2.3 提高傳感器性能的技術(shù)途徑
2.3.1 合理選擇結(jié)構(gòu)、參數(shù)與工藝
2.3.2 基于差動對稱結(jié)構(gòu)的差動技術(shù)
2.3.3 補償
2.3.4 多信號測量法
2.3.5 集成化與智能化
參考文獻
第3章 不同集成度智能傳感器系統(tǒng)舉例
3.1 傳感器的集成化與智能化的概述
3.1.1 傳感器的集成化
3.1.2 不同集成度智能傳感器概述
3.2 集成化智能傳感器系統(tǒng)的初級形式舉例
3.2.1 單片集成式
3.2.2 初級形式的混合多片集成式
3.3 集成化智能傳感器系統(tǒng)的中級形式舉例
3.3.1 美國霍尼韋爾公司ST-3000系列智能變送器
3.3.2 具有微處理器(MCU)的單片集成壓力傳感器
3.4 集成化智能傳感器系統(tǒng)的高級形式舉例
3.4.1 具有多維檢測能力的智能傳感器
3.4.2 固體圖像傳感器(SSIS)
參考文獻
第4章 智能傳感器系統(tǒng)的集成技術(shù)
4.1 集成電路的基本工藝
4.1.1 晶片的制備
4.1.2 外延
4.1.3 熱氧化
4.1.4 物理氣相淀積
4.1.5 化學(xué)氣相淀積
4.1.6 光刻
4.1.7 刻蝕
4.1.8 擴散
4.1.9 離子注入
4.2 典型的集成電路元件制造工藝
4.2.1 典型的集成電路制造流程
4.2.2 集成電路電阻器
4.2.3 集成電路電容器
4.2.4 電感的制造
4.2.5 雙極性晶體管
4.2.6 MOS場效應(yīng)晶體管工藝
4.3 微機械工藝的主要技術(shù)
4.3.1 SOI晶片
4.3.2 硅的各向異性刻蝕技術(shù)
4.3.3 干法刻蝕
4.3.4 自致停技術(shù)
4.3.5 犧牲層技術(shù)
4.3.6 鍵合技術(shù)
4.3.7 LIGA技術(shù)和準LIGA技術(shù)
4.4 典型微機械結(jié)構(gòu)的制造
4.4.1 噴墨嘴
4.4.2 氣相色譜儀
4.4.3 微型冷卻器
4.4.4 微型光學(xué)調(diào)制器
4.4.5 微型渦輪機
4.4.6 半導(dǎo)體壓力傳感器
4.4.7 硅微加速度傳感器
4.5 集成智能傳感器系統(tǒng)舉例
4.5.1 氣敏傳感器陣列
4.5.2 集成血液流量微傳感器
4.5.3 集成加速度傳感器
4.5.4 集成智能傳感器
參考文獻
第5章 智能傳感器系統(tǒng)智能化功能的實現(xiàn)方法(Ⅰ)
5.1 非線性自校正技術(shù)
5.1.1 查表法
5.1.2 曲線擬合法
5.1.3 函數(shù)鏈神經(jīng)網(wǎng)絡(luò)法
5.2 自校零與自校準技術(shù)
5.2.1 實現(xiàn)自校準功能的方法一
5.2.2 實現(xiàn)自校準功能的方法二
5.2.3 實現(xiàn)自校準功能的方法三
5.3 噪聲抑制技術(shù)
5.3.1 濾波
5.3.2 相關(guān)
5.3.3 其它濾波技術(shù)
參考文獻
第6章 智能傳感器系統(tǒng)智能化功能的實現(xiàn)方法(Ⅱ)
6.1 自補償
6.1.1 溫度補償
6.1.2 頻率補償
6.2 多傳感器信息融合
6.2.1 二傳感器信息融合
6.2.2 三傳感器信息融合
6.2.3 傳感器陣列信息融合
6.2.4 智能氣體傳感器陣列
6.3 自選量程與增益控制
6.4 智能傳感器的自檢驗
6.4.1 ROM自檢
6.4.2 特殊功能寄存器自檢
6.4.3 RAM自檢
6.4.4 總線自檢
6.4.5 A/D和D/A的自檢
6.4.6 I/O接口電路自檢
6.4.7 插件自檢
6.4.8 顯示面板自檢
6.5 自診斷
6.5.1 硬件冗余方法
6.5.2 解析冗余方法
6.5.3 人工神經(jīng)網(wǎng)絡(luò)方法
6.5.4 舉例
6.6 圖像處理
6.6.1 圖像的平滑
6.6.2 圖像的增強
6.6.3 圖像的灰度變換
6.6.4 圖像特征的度量和紋理分析
6.6.5 圖像識別
6.6.6 圖像的復(fù)原
參考文獻
第7章 通信功能與總線接口
7.1 現(xiàn)場總線控制系統(tǒng)中的智能傳感器與現(xiàn)場總線
7.1.1 現(xiàn)場總線控制系統(tǒng)(FCS)中的傳感器與儀表
7.1.2 總線控制系統(tǒng)中的現(xiàn)場總線
7.2 現(xiàn)場總線網(wǎng)絡(luò)協(xié)議模式
7.2.1 應(yīng)用層
7.2.2 數(shù)據(jù)鏈路層
7.2.3 物理層
7.3 幾種典型現(xiàn)場總線標準
7.3.1 BIT總線
7.3.2 可尋址遠程傳感器數(shù)據(jù)通路(HART)
7.3.3 CAN總線
7.3.4 FF總線
7.3.5 局部操作網(wǎng)絡(luò)(LONWORKS)
7.4 現(xiàn)場總線智能變送器/傳感器實例介紹
7.4.1 現(xiàn)場總線壓力變送器LD302
7.4.2 現(xiàn)場總線智能變送器
7.4.3 3051型智能壓力變送器
7.4.4 EJA型差壓壓力智能變送器
參考文獻
第8章 智能模糊傳感器
8.1 基礎(chǔ)知識
8.1.1 測量結(jié)果“符號化表示”的概念
8.1.2 符號測量系統(tǒng)——符號傳感器(系統(tǒng))
8.1.3 模糊集合理論基本概念
8.2 模糊傳感器基本概念、功能及結(jié)構(gòu)
8.2.1 模糊傳感器的基本概念
8.2.2 模糊傳感器的功能
8.2.3 模糊傳感器的結(jié)構(gòu)
8.3 模糊傳感器語言概念的產(chǎn)生辦法
8.3.1 通過語義關(guān)系產(chǎn)生概念
8.3.2 插值法產(chǎn)生概念
8.3.3 模糊傳感器對測量環(huán)境的適應(yīng)性
8.3.4 隸屬函數(shù)訓(xùn)練算法
8.4 模糊傳感器舉例
8.4.1 模糊血壓傳感器
8.4.2 模糊色彩傳感器
參考文獻
第9章 人工神經(jīng)網(wǎng)絡(luò)在智能傳感器中的應(yīng)用
9.1 神經(jīng)網(wǎng)絡(luò)基本知識
9.1.1 人工神經(jīng)網(wǎng)絡(luò)模型
9.1.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
9.1.3 學(xué)習(xí)與記憶
9.1.4 神經(jīng)網(wǎng)絡(luò)的信息處理功能
9.2 前向網(wǎng)絡(luò)
9.2.1 感知機
9.2.2 BP網(wǎng)絡(luò)
9.3 反饋網(wǎng)絡(luò)
9.3.1 Hopfield網(wǎng)絡(luò)結(jié)構(gòu)
9.3.2 Hopfield網(wǎng)絡(luò)結(jié)構(gòu)A/D變換器
9.4 神經(jīng)網(wǎng)絡(luò)在智能傳感器中的應(yīng)用
9.4.1 紙漿濃度傳感器非線性估計和動態(tài)標定的神經(jīng)網(wǎng)絡(luò)實現(xiàn)
9.4.2 神經(jīng)網(wǎng)絡(luò)在監(jiān)測材料損傷中的應(yīng)用
9.4.3 神經(jīng)網(wǎng)絡(luò)濾波
9.4.4 神經(jīng)網(wǎng)絡(luò)實現(xiàn)微弱信號提取
9.4.5 基于神經(jīng)網(wǎng)絡(luò)的傳感器靜態(tài)誤差綜合修正法
9.4.6 基于神經(jīng)網(wǎng)絡(luò)的三傳感器數(shù)據(jù)融合處理法(消除兩個非目標參量的影響)
參考文獻