《智能传感器系统》求取 ⇩

第1章概述1

1.1传感器技术发展的重要性1

1.2智能传感器发展的历史背景2

1.3智能传感器的功能与特点5

1.3.1智能传感器的功能5

1.3.2智能传感器的特点5

1.4智能传感器概念与传感器系统6

1.5智能传感器实现的途径7

1.5.1非集成化实现7

1.5.2集成化实现9

1.5.3混合实现11

1.5.4集成化智能传感器的几种形式11

参考文献13

第2章智能传感器系统中的经典传感技术基础14

2.1传感器系统的基本特性14

2.1.1静态特性15

2.1.2动态特性20

2.2几种传感器工作原理26

2.2.1结构型传感器26

2.2.2谐振式频率输出型传感器45

2.2.3 CCD图像传感器49

2.2.4半导体气敏传感器55

2.3提高传感器性能的技术途径64

2.3.1合理选择结构、参数与工艺64

2.3.2基于差动对称结构的差动技术64

2.3.3补偿74

2.3.4多信号测量法78

2.3.5集成化与智能化81

参考文献81

第3章不同集成度智能传感器系统举例83

3.1传感器的集成化与智能化的概述83

3.1.1传感器的集成化83

3.1.2不同集成度智能传感器概述85

3.2集成化智能传感器系统的初级形式举例86

3.2.1单片集成式86

3.2.2初级形式的混合多片集成式105

3.3集成化智能传感器系统的中级形式举例126

3.3.1美国霍尼韦尔公司ST—3000系列智能变送器126

3.3.2具有微处理器（MCU）的单片集成压力传感器129

3.4集成化智能传感器系统的高级形式举例133

3.4.1具有多维检测能力的智能传感器133

3.4.2固体图像传感器（SSIS）137

参考文献138

第4章智能传感器系统的集成技术140

4.1集成电路的基本工艺141

4.1.1晶片的制备141

4.1.2外延142

4.1.3热氧化143

4.1.4物理气相淀积144

4.1.5化学气相淀积145

4.1.6光刻147

4.1.7刻蚀149

4.1.8扩散150

4.1.9离子注入151

4.2典型的集成电路元件制造工艺153

4.2.1典型的集成电路制造流程153

4.2.2集成电路电阻器154

4.2.3集成电路电容器156

4.2.4电感的制造156

4.2.5双极性晶体管158

4.2.6 MOS场效应晶体管工艺159

4.3微机械工艺的主要技术161

4.3.1SOI晶片162

4.3.2硅的各向异性刻蚀技术163

4.3.3干法刻蚀166

4.3.4 自致停技术169

4.3.5牺牲层技术169

4.3.6键合技术170

4.3.7 LIGA技术和准LIGA技术172

4.4典型微机械结构的制造173

4.4.1喷墨嘴173

4.4.2气相色谱仪175

4.4.3微型冷却器176

4.4.4微型光学调制器176

4.4.5微型涡轮机177

4.4.6半导体压力传感器179

4.4.7硅微加速度传感器182

4.5集成智能传感器系统举例185

4.5.1气敏传感器阵列185

4.5.2集成血液流量微传感器188

4.5.3集成加速度传感器190

4.5.4集成智能传感器193

参考文献196

第5章智能传感器系统智能化功能的实现方法（Ⅰ）197

5.1非线性自校正技术198

5.1.1查表法199

5.1.2曲线拟合法199

5.1.3函数链神经网络法202

5.2自校零与自校准技术206

5.2.1实现自校准功能的方法之一206

5.2.2实现自校准功能的方法之二208

5.2.3实现自校准功能的方法之三209

5.3噪声抑制技术211

5.3.1滤波211

5.3.2相关230

5.3.3其它滤波技术244

参考文献247

第6章智能传感器系统智能化功能的实现方法（Ⅱ）249

6.1自补偿250

6.1.1温度补偿250

6.1.2频率补偿258

6.2多传感器信息融合264

6.2.1二传感器信息融合266

6.2.2三传感器信息融合275

6.2.3传感器阵列信息融合279

6.3自选量程与增益控制289

6.4智能传感器的自检验291

6.4.1 ROM自检292

6.4.2特殊功能寄存器自检292

6.4.3 RAM自检292

6.4.4总线自检293

6.4.5A/D和D/A的自检294

6.4.6 I/O接口电路自检295

6.4.7插件自检295

6.4.8显示面板自检295

6.5自诊断296

6.5.1硬件冗余方法296

6.5.2解析冗余方法297

6.5.3人工神经网络方法300

6.5.4举例308

6.6图像处理313

6.6.1图像的平滑314

6.6.2图像的增强315

6.6.3图像的灰度变换316

6.6.4图像特征的度量和纹理分析319

6.6.5图像识别319

6.6.6图像的复原321

参考文献324

第7章通信功能与总线接口325

7.1现场总线控制系统中的智能传感器与现场总线326

7.1.1现场总线控制系统（FCS）中的传感器与仪表326

7.1.2现场总线控制系统中的现场总线327

7.2现场总线网络协议模式329

7.2.1应用层330

7.2.2数据链路层331

7.2.3物理层332

7.3 几种典型现场总线标准333

7.3.1BIT总线333

7.3.2 可寻址远程传感器数据通路（HART）333

7.3.3 CAN总线334

7.3.4现场总线基金会现场总线（FF）334

7.3.5 局部操作网络（LONWORKS）335

7.4现场总线智能变送器／传感器实例介绍336

7.4.1现场总线压力变送器LD302336

7.4.2现场总线智能变送器338

7.4.3 3051型智能压力变送器341

7.4.4 EJA型差压压力智能变送器342

参考文献344

第8章智能模糊传感器345

8.1基础知识346

8.1.1 测量结果“符号化表示”的概念346

8.1.2符号测量系统——符号传感器（系统）347

8.1.3模糊集合理论基本概念350

8.2模糊传感器基本概念、功能及结构358

8.2.1模糊传感器的基本概念358

8.2.2模糊传感器的功能358

8.2.3模糊传感器的结构359

8.3模糊传感器语言概念的产生办法363

8.3.1通过语义关系产生概念363

8.3.2插值法产生概念365

8.3.3模糊传感器对测量环境的适应性366

8.3.4隶属函数训练算法367

8.4模糊传感器举例370

8.4.1模糊血压传感器371

8.4.2模糊色彩传感器373

参考文献376

第9章人工神经网络在智能传感器中的应用377

9.1神经网络基本知识377

9.1.1人工神经网络模型377

9.1.2神经网络结构379

9.1.3学习与记忆380

9.1.4神经网络的信息处理功能381

9.2前向网络381

9.2.1感知机381

9.2.2 BP网络382

9.3反馈网络386

9.3.1 Hopfield网络结构386

9.3.2 Hopfield神经网络A/D变换器386

9.4神经网络在智能传感器中的应用388

9.4.1纸浆浓度传感器非线性估计和动态标定的神经网络实现388

9.4.2神经网络在监测材料损伤中的应用390

9.4.3神经网络滤波393

9.4.4 神经网络实现微弱信号提取397

9.4.5基于神经网络的传感器静态误差综合修正法398

9.4.6基于神经网络的三传感器数据融合处理法（消除两个非目标参量的影响）400

参考文献406