《智能傳感器技術》教材配套課件國防科技大學第十一章智能傳感器信號處理技術傳感器非線性矯正11.1傳感器自校準11.2智能傳感器不僅具有敏感功能，而且集成了不同的信號處理技術，是傳感器與微處理器集成化的產物。智能傳感器能夠自動采集數據并自動實現(xiàn)數據檢驗、自選量程、自尋故障、自校零、自標定、自校正等功能。傳感器量程自適應11.3多傳感器數據融合11.4基本思想1通過不斷調整函數模型使得傳感器誤差的平方和最小設直接測量值

y與m個間接測量值

存在函數關系：估計值

為：殘余誤差方程組最小二乘法目標函數：最小二乘線性擬合2線性測量情況殘余誤差矩陣：L：測量值A：系數矩陣X：估計值（待求）矩陣目標函數：極值條件（一階導數為零）：求解：最小二乘擬合優(yōu)缺點3優(yōu)點缺點能通過優(yōu)化目標函數找到最適合的擬合直線適合線性數據擬合，計算簡單，實現(xiàn)容易對異常值或噪聲敏感不能處理自變量誤差存在的情況擬合次數（多項式的階數）過高時，可能導致過擬合差商1定義：關于點的K階差商，定義為：性質：

根據差商定義n次牛頓插值多項式：基本思想2基于差分思想的多項式插值方法基本步驟優(yōu)點缺點擬合精度高可以通過遞推的方法計算多項式系數，插值點較多時，計算效率較高數據點分布不均勻或噪聲較大時，插值誤差較大多項式階數選擇不當時，容易欠擬合或過擬合基本思想1對生物群體“物競天擇，適者生存”法則的數學仿真生

物

空

間數

學

空

間生物群體優(yōu)化問題的解空間個體潛在解環(huán)境約束條件多

代

淘

汰最適應環(huán)境的個體條件約束下的優(yōu)化問題最優(yōu)解主要步驟2基本思想1

基于概率的優(yōu)化算法，通過模擬物理退火過程，將問題求解轉化為尋找能量最小化的過程物理退火過程模擬退火過程粒子狀態(tài)每個狀態(tài)對應一個（可行）解能量最低態(tài)最優(yōu)解溶解過程設定初溫（設定參數T值）等溫過程一個溫度下，多次采樣過程冷卻控制參數下降能量目標函數傳感器內部自校準輸入偏置電流自動校準零點漂移自動校準輸入端短路，得到零位輸入值正常測量過程中，每次測量后均自動從采樣值中減去存入的零位輸入值增益誤差自動校準輸入型前置放大器模數轉換器微處理器系統(tǒng)標準電源輸入電壓放大電路模數轉換器主機電路利用傳感器內部微處理器和內附校準信號源進行校準傳感器外部自校準參照高精度的外部標準調整傳感器校準常數電壓量程自動轉換電路電流量程自動轉換電路基于模擬電路的切換方法可變增益電阻法運算放大器法多模式開關法基于數字電路的切換方法采樣放大器法自適應濾波法自適應采樣法各傳感器對某一目標屬性做出的決策信息數據融合按照信息處理的抽象程度，可以將多傳感器數據融合劃分為三個層次：數據層融合、特征層融合、決策層融合數據融合的層次1原始傳感信息數據融合數據層融合特征層融合各傳感器的原始信息中提取出的一組典型特征數據融合決策層融合數據融合的功能模型2基

礎數據融合主要過程主要功能：特征提取分類識別參數估計決策數據融合步驟：低層處理，包括數據層和特征層融合高層處理，即決策層融合數據融合的形式3串聯(lián)融合：每個傳感器在接收前一級傳感器信息基礎上，先實現(xiàn)信息的本地融合，再將融合結果傳給下一級傳感器，以此類推直到最后一級傳感器輸出最終融合結果。并聯(lián)融合：各傳感器直接將輸出信息傳給數據融合中心，由其對各輸入信息處理后輸出最終結果混合融合：串并聯(lián)融合方式的結合，包括總體串聯(lián)、局部并聯(lián)，或總體并聯(lián)、局部串聯(lián)數據融合算法1關系到整個數據融合系統(tǒng)的效率，融合結果的準確性、可靠性常用方法：隨機類方法人工智能類方法加權平均法貝葉斯概率推理法卡爾曼濾波法等模糊邏輯推理法神經網絡法智能融合法等主要區(qū)別：隨機類方法主要基于概率論和隨機過程的理論人工智能類方法通常是基于機器學習、深度學習等算法實現(xiàn)數據融合人工智能類方法—①模糊邏輯推理法2基于模糊集理論對多傳感器系統(tǒng)中的不確定性信息進行描述和處理模糊集理論基本思想：把普通集合中的絕對隸屬關系靈活化，使元素對集合的隸屬度從原來的只能取值0或1，擴展到可以取[0，1]區(qū)間的任何數值。將輸入數據根據隸屬度函數轉變?yōu)槟：`屬度的過程根據模糊規(guī)則和隸屬度得到模糊結論的方法人工智能類方法—②神經網絡法2根據當前系統(tǒng)所接收到的樣本的相似性，確定網絡權值，進行大規(guī)模并行、分散處理信息三個根據：根據多傳感器系統(tǒng)特點和要求選擇合適的神經網絡模型根據數據融合的要求建立合適的神經網絡輸入與輸出的映射關系根據已有的傳感器信息和系統(tǒng)決策進行指導性學習、權值分配、網絡訓練人工智能類方法—②神經網絡法2基于神經網絡的數據融合過程外界環(huán)境傳感器與預處理器1傳感器與預處理器2傳感器與預處理器N……數據處理過程1神經網絡數據處理過程2輸出人工智能類方法—③智能融合法2通過智能方法對數據間關系的抽象數據如符號進行處理和推理以專家系統(tǒng)為