傳感器非線性信號的智能處理與融合

前言

傳感器是將非電量轉(zhuǎn)化成電學(xué)量的元件或器件。通過實驗或理論，可由輸入的非電量得到電學(xué)量輸出，這是正演。同時，由輸入得到輸出時，還受環(huán)境因素（如環(huán)境溫度，氣敏元件的加熱溫度，水汽等其他氣體）的干擾。人們需要把測得的電學(xué)信號，反推出非電量信號，達到使傳感器起作用的最終目的，這是反演。正演是由原因得到結(jié)果，而反演則是由結(jié)果去尋找其產(chǎn)生的原因，而且要撥開各種干擾因素，因此，反演問題比較困難。這就要依靠各種先進算法，這也是研究和使用傳感器時必須解決的非線性信號的補償、智能處理與融合問題。本書針對經(jīng)典和近代各種非線性信號（函數(shù)）擬合算法展開討論，重點放在我們所提出的創(chuàng)新擬合算法及在傳感器中的應(yīng)用。又由于傳感器輸出的非線性信號與傳感器的制作密不可分，因此也對傳感器制作稍作介紹，以使讀者了解產(chǎn)生這種非線性信號的條件，但是本書不涉及單片機及其應(yīng)用。我們在以下方面做出了創(chuàng)新：（1）在國際上首次發(fā)現(xiàn)“壓阻式壓力傳感器的電橋存在零點電漂移現(xiàn)象”，對此現(xiàn)象給予了定義并進行了理論分析，確定了該特性指標(biāo)檢定方法。我們還發(fā)現(xiàn)即使是利用“自平衡電橋激勵”也存在零點電漂移現(xiàn)象，這就涉及傳感器標(biāo)準(zhǔn)的制定。

內(nèi)容概要

　　《傳感器非線性信號的智能處理與融合》介紹了壓力傳感器、圓環(huán)力敏傳感器、氧傳感器、有機蒸氣傳感器及其輸出的非線性信號。因傳感器是將輸入的非電量轉(zhuǎn)化為電學(xué)量的元件，要求將測得的電學(xué)量反演輸出并顯示為非電量，以達到測量的最終目的，這就要依靠除經(jīng)典算法以外的各種先進的算法，例如規(guī)范化多項式擬合法、輸入－輸出的歸十算法、模擬退火算法、遺傳算法、蟻群算法、量子粒子群算法、神經(jīng)網(wǎng)絡(luò)算法、模糊算法才能完成反演轉(zhuǎn)換。　　《傳感器非線性信號的智能處理與融合》重點就是結(jié)合實際應(yīng)用介紹這些算法，書中有的算法是《傳感器非線性信號的智能處理與融合》作者獨創(chuàng)的。此外《傳感器非線性信號的智能處理與融合》還介紹了不同非線性信號的自然和強制融合過程，從而可實現(xiàn)傳感器的補償。以提高其測量精度。《傳感器非線性信號的智能處理與融合》適合于信息、半導(dǎo)體、微電子、物理電子、電機、自動化等專業(yè)本科生、研究生及高校教師閱讀參考，也可供從事傳感器應(yīng)用及計量、人臉圖像識別、機器人、電網(wǎng)調(diào)度、半導(dǎo)體材料等方面的工程技術(shù)人員參考。

書籍目錄

1 傳感器中的非線性信號及其反演1.1 傳感器中的非線性信號1.1.1 壓力傳感器的零點電漂移特性指標(biāo)1.1.2 壓力傳感器的零點電漂移特性的理論分析1.1.3 零點電漂移的利用和抑制1.1.4 小結(jié)1.2 反向漏電對熱零點漂移的影響1.2.1 國外科學(xué)家提出的熱零點漂移模型1.2.2 反向漏電流對熱零點漂移影響模型1.3 壓力傳感器靈敏度電壓非線性分析1.3.1 擴散電阻的理論模型1.3.2 靈敏度電壓非線性理論分析1.3.3 對靈敏度電壓非線性特性的模擬及實驗1.3.4 小結(jié)1.4 壓力傳感器零點電漂移與熱漂移特性的模擬1.4.1 概述1.4.2 利用PSPICE處理非線性電阻的方法1.4.3 模擬結(jié)果1.4.4 實驗結(jié)果1.4.5 小結(jié)1.5 氣敏傳感器的靈敏度非線性信號1.5.1 以TiO2膜為基的NO2氣敏傳感器中的靈敏度非線性1.5.2 新型智能TiO2基的氧敏傳感器中的靈敏度非線性1.5.3 ZnO薄膜的丙酮氣敏特性1.6 轎車門二限位器疲勞試驗平臺與拉力傳感器的非線性信號1.6.1 概述1.6.2 疲勞實驗平臺機械結(jié)構(gòu)1.6.3 力傳感器的制作1.7 非線性信號的反演1.7.1 反演問題的困難1.7.2 電阻率測量中的反演問題2 經(jīng)典非線性信號(函數(shù))擬合法2.1 最小二乘法2.1.1 直線最小二乘法2.1.2 曲線最小二乘法2.2 牛頓插值法2.2.1 牛頓插值法基本原理2.2.2 用牛頓插值法對傳感器輸出的非線性信號進行反演2.2.3 小結(jié)3 近代非線性信號(函數(shù))擬合法3.1 MATLAB算法3.1.1 曲線擬合3.1.2 坐標(biāo)點不在一條曲線上的擬合3.2 模擬退火算法3.2.1 模擬退火算法的模型3.2.2 模擬退火算法的參數(shù)控制問題3.2.3 模擬退火算法的應(yīng)用3.3 遺傳算法3.3.1 遺傳算法定義3.3.2 遺傳算法的特點3.3.3 遺傳算法的一般過程3.3.4 遺傳算法的運算過程3.3.5 遺傳算法的應(yīng)用3.4 非線性函數(shù)規(guī)范化多項式擬合法3.4.1 原理3.4.2 擬合精度的影響因素3.4.3 規(guī)范化矩陣的各階同構(gòu)逆矩陣3.5 輸出信號基于規(guī)范化多項式擬合的智能壓力傳感器3.5.1 概述3.5.2 融入環(huán)境溫度信息的壓力解析表達式3.5.3 小結(jié)3.6 利用多項式擬合規(guī)范化方法實現(xiàn)范德堡函數(shù)的高精度反演3.6.1 概述3.6.2 范德堡函數(shù)的局域反演和全局反演3.6.3 范德堡函數(shù)非線性多項式在硅單晶圓片測試中的應(yīng)用3.6.4 范德堡函數(shù)非線性擬合多項式的誤差分析3.6.5 小結(jié)3.7 對硅的電阻率溫度系數(shù)與電阻率的關(guān)系曲線的各種擬合方法結(jié)果的比較3.7.1 各種擬合方法結(jié)果3.7.2 小結(jié)3.8 非線性函數(shù)反演“歸十”擬合法3.8.1 算法的基本原理3.8.2 實驗數(shù)據(jù)擬合成規(guī)范化多項式時各階變量系數(shù)間的關(guān)系3.8.3 歸十化多項式中w／wi-1的關(guān)系3.8.4.包括w／wi-1>1的全部情況的β、γ.δ的取值范圍3.8.5 歸十的反演擬合多項式去“歸十”化3.8.6 算法的應(yīng)用3.8.7 小結(jié)3.9 神經(jīng)網(wǎng)絡(luò)擬合法3.9.1 人工神經(jīng)網(wǎng)絡(luò)模型3.9.2 人工神經(jīng)網(wǎng)絡(luò)的分類3.9.3 有學(xué)習(xí)率神經(jīng)網(wǎng)絡(luò)擬合法3.10 無學(xué)習(xí)率權(quán)值調(diào)整神經(jīng)計算法擬合范德堡函數(shù)多項式3.10.1 樣本數(shù)與權(quán)值數(shù)相等的神經(jīng)網(wǎng)絡(luò)擬合算法擬合范德堡函數(shù)3.10.2 樣本數(shù)大于權(quán)值數(shù)時誤差迭代下降的神經(jīng)網(wǎng)絡(luò)擬合算法3.10.3 兩種神經(jīng)算法的比較3.11 量子粒子群優(yōu)化算法及仿真分析3.11.1 QPSO算法3.11.2 QDPSO算法3.11.3 典例仿真與對比分析3.12 模糊擬合算法3.12.1 模糊數(shù)學(xué)的名詞3.12.2 四控制要素模糊算法3.12.3 三控制要素模糊算法3.13 基于三控制要素的多項式模糊擬合在人臉圖像識別中的應(yīng)用3.13.1 人臉識別問題3.13.2 人臉圖像數(shù)據(jù)的非線性降維3.13.3 實驗結(jié)果3.14 利用模糊數(shù)學(xué)分類和繪制硅片上電阻率等值線3.14.1 概述……4 傳感器非線性信號的補償與融合

章節(jié)摘錄

插圖：用半導(dǎo)體硅集成電路工藝制備壓力傳感器已有30多年歷史了，隨著市場需求其每年以20％的速度增長，競爭十分劇烈，但仍存在以下問題迫切需要解決，并應(yīng)引起注意：（1）電阻非線性問題突出。力敏電阻依靠p-n結(jié)與襯底隔離，在p區(qū)側(cè)的耗盡層寬度與外加電壓有關(guān)，故電阻條的有效導(dǎo)電厚度隨外加電壓而變化，表現(xiàn)為非線性，并直接導(dǎo)致零點的電漂移。（2）零點電漂移。壓力傳感器的特性指標(biāo)除眾所周知的幾個之外，我們在上百次對國內(nèi)外不同品種的壓力傳感器進行測定時，均發(fā)現(xiàn)了零點電漂移現(xiàn)象，在國際上我們是領(lǐng)先觀察到并給予定義的。零點電漂移影響壓力傳感器的測量精度，使靈敏度大大降低。（3）熱零點漂移與漏電問題。熱零點漂移是影響壓力傳感器性能的重要指標(biāo)，受到廣泛重視。國際上認(rèn)為熱零點漂移僅取決于力敏電阻的不等性及其溫度非線性，但我們認(rèn)為熱零點漂移還與力敏電阻的反向漏電有關(guān)，對該理論作出了重要補充，還指出多晶硅可以吸除襯底中的重金屬雜質(zhì)，從而減小力敏電阻的反向漏電、改善熱零點漂移，提高傳感器的性能。

編輯推薦

《傳感器非線性信號的智能處理與融合》由冶金工業(yè)出版社出版。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    傳感器非線性信號的智能處理與融合 PDF格式下載

---