智能传感器论文 浅析智能传感器

《智能传感器论文 浅析智能传感器》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、浅析智能传感器摘要：随着科学技术的发展，人们要求获得的信息不断增多，因此对传感器的要求越来越高。目前在不断提高传感器性能和可靠性的同时，还谋求多种信号的同时检测和处理，这就推动了传感器的集成化和智能化不断发展。本文简单介绍了智能传感器的结构、功能、实现途径及其应用前景。关键词：智能传感器、结构、功能、实现途径、应用前景Abstract: With the development of science and technology, more information is needed, while peopl

2、e place higher standards on sensors. At present, we not only improve the reliability and quality of sensors, but also research in the concurrent detection and processing of various signals, which in turn promotes the continuous development of the integratio

3、n and intelligence of sensors. This article simply introduces the structure, function, accomplishing means and application prospects of intelligent sensors.Keywords:intelligent sensor,structure, function, accomplishing means,application prospects1.引言智能传感器概念

4、最早由美国宇航局在研发宇宙飞船过程中提出来,并于1979年形成产品。宇宙飞船上需要大量的传感器不断向地面或飞船上的处理器发送温度、位置、速度和姿态等数据信息,即便使用一台大型计算机也很难同时处理如此庞大的数据。何况飞船又限制计算机体积和重量,因此希望传感器本身具有信息处理功能，于是将传感器与微处理器结合，就出现了智能传感器。[1]智能传感器是一种能够对被测对象的某一信息具有感受、检出的功能；能学习、推理判断处理信号；并具有通信及管理功能的一类新型传感器。智能传感器有自动校零、标定、补偿、采集数据等能力。其能力

5、决定了智能化传感器还具有较高的精度和分辨率，较高的稳定性及可靠性，较好的适应性，相比于传统传感器还具有非常高的性价比。[2]对智能传感器目前尚无统一定义，早期人们简单地认为智能传感器就是将传统的传感器与微处理器集成在同一块芯片上。随着智能传感器技术的发展，较多学者认为智能传感器是将传统传感器结合并赋予智能化功能的系统，即智能传感器系统。1.智能传感器的结构组成智能传感器系统主要由传感器、微处理器及相关电路组成，如图2-1所示。传感器将被测的物理量、化学量转换成相应的电信号，送到信号调制电路中，经过滤波、放大、

6、A/D转换后送达微处理器。微处理器对接收的信号进行计算、存储、数据分析处理后，一方面通过反馈回路对传感器与信号调理电路进行调节，以实现对测量过程的调节和控制；另一方面将处理的结果传送到输出接口，经接口电路处理后按输出格式、界面定制输出数字化的测量结果。微处理器是智能传感器的核心，由于微处理器充分发挥各种软件的功能，使传感器智能化，大大提高了传感器的性能。[1]2-1智能传感器原理框图2.智能传感器的功能智能传感器不仅具有视觉、触觉、听觉、嗅觉、味觉功能,且应具有记忆、学习、思维、推理和判断等“大脑”能力。前者

7、由传统的传感器来完成。此处的传统传感器的功能结构包括敏感元件、调理电路和模数转换器(ADC)，敏感元件将描述客观对象与环境状态或特性的物理量转换成电路元件参量或状态参量，调理电路将电路参量转换成电压信号并进行归一化处理以满足ADC动态范围。智能处理器应对ADC输出的数字信号进行智能处理，主要智能处理功能如下：1）自补偿功能。根据给定的传统传感器和环境条件的先验知识，处理器利用数字计算方法，自动补偿传统传感器硬件线性、非线性和漂移以及环境影响因素引起的信号失真，以最佳地恢复被测信号。计算方法用软件实现，达到软件

8、补偿硬件缺陷的目的。2）自计算和处理功能。根据给定的间接测量和组合测量数学模型，智能处理器利用补偿的数据可计算出不能直接测量的物理量数值。利用给定的统计模型可计算被测对象总体的统计特性和参数。利用已知的电子数据表，处理器可重新标定传感器特性。3）自学习与自适应功能。传感器通过对被测量样本值学习，处理器利用近似公式和迭代算法可认知新的被测量值，即有再学习能力。同时，通过对被测量和影响量的学习，处理器利