现代传感技术及应用PDF电子书下载

1传感器基本特性 1

1.1概述 1

传感器的作用 1

传感器及传感技术 1

传感器的组成 2

传感器的分类 2

传感器的发展趋势 2

1.2传感器的组成与结构 3

传感器的组成 3

传感器的结构形式 3

1.3传感器的一般特性 7

传感器的静态特性 8

传感器的动态特性 13

不失真测试的条件分析 20

传感器的标定 23

思考题与习题 25

2光纤传感器 26

2.1光纤传感器的特点及分类 26

光纤传感器的特点 26

光纤传感器的分类 27

2.2光纤的传光特性 27

光纤的结构及分类 27

光纤的传光原理 30

2.3光纤传感器的光源与光检测器 34

光纤传感器用光源的分类及特点 34

半导体光电检测器 36

2.4光纤传感器的应用 40

光纤温度传感器 40

光纤压力传感器 44

光纤流量、流速传感器 46

思考题与习题 48

3图像传感器 50

3.1电荷耦合摄像器件 50

CCD基本工作原理 51

电荷转移与电极结构 54

电荷的注入与读出 57

CCD图像传感器 60

图像传感器的主要特性参数 61

3.2热成像技术 67

热像仪的组成 67

热释电摄像管的结构及原理 69

3.3图像传感器的典型应用 75

激光多普勒测速技术 75

基于热释电探测器的光纤比色测温系统 81

思考题与习题 85

4生物传感器 87

4.1生物传感器概述 87

生物传感器的应用范围 87

生物传感器的发展 89

生物传感器的基本原理及特点 90

生物传感器的分类 92

生物芯片 93

4.2生物识别机理及膜固定技术 94

酶反应 94

微生物反应及检测 94

免疫学反应 96

其他类型的生物学反应 97

膜及其固定技术 99

4.3生物传感器原理及应用 102

酶传感器 102

免疫类传感器 104

微生物传感器 106

新型生物传感器简介 108

思考题与习题 115

5无线传感器网络 116

5.1无线传感器网络概述 116

无线传感器网络生成过程 116

无线传感器网络结构 116

传感器节点构成 117

无线传感器网络特点 118

无线传感器网络应用 119

5.2无线传感器网络关键技术 121

无线传感器网络体系 121

无线传感器网络拓扑 122

无线传感器网络物理层协议 127

无线传感器网络MAC协议 127

无线传感器网络路由协议 132

无线传感器网络传输和应用层协议 137

无线传感器网络其他关键技术 138

无线传感器网络能量管理机制 146

5.3无线传感器网络的典型设计实例 147

设计简介 147

Mica2节点设计分析 147

5.4无线传感器网络应用实例 150

芯片制造厂设备监控系统应用 150

大鸭岛海燕生活习性监测保护应用 151

家庭及办公智能化网络应用 151

思考题与习题 152

6移动机器人传感器 153

6.1概述 153

机器人与移动机器人 153

移动机器人感知 153

移动机器人传感器分类 154

6.2移动机器人常用内部传感器 155

编码器 155

惯性传感器 158

6.3移动机器人航位推算模型 162

差速驱动移动机器人 163

类车或三轮移动机器人 163

6.4移动机器人常用外部传感器 164

触觉传感器 164

接近觉传感器 165

测距传感器 165

6.5主动嗅觉感知 168

机器人嗅觉 168

机器人嗅觉常用气体／气味传感器 168

常用风速／风向传感器 172

气味／气体源搜寻策略 174

主动嗅觉研究面临的问题 174

6.6距离传感器测量模型 175

高斯噪声测量模型 176

指数分布噪声测量模型 176

点质量分布噪声测量模型 177

均匀分布噪声测量模型 177

综合概率密度函数 177

固有模型参数的选取 177

6.7基于距离传感器的二维环境表达 178

超声概率栅格地图 178

二维环境几何特征提取 180

思考题与习题 182

7智能传感技术 183

7.1智能传感器的体系结构与功能实现 184

智能传感器的体系结构 184

智能传感器功能的实现 186

7.2智能传感器系统集成技术 197

微系统加工工艺 197

微制造技术 205

思考题与习题 214

8多源传感器信息融合技术 215

8.1信息融合技术的基本概念和分类 215

8.2贝叶斯估计 216

Bayes条件概率公式 216

基于Bayes方法的信息融合原理 217

8.3卡尔曼（Kalman）滤波 218

卡尔曼（Kalman）滤波的基本方程 218

基于卡尔曼滤波器的数据融合方法在高温炉检测系统中的应用 220

8.4自适应加权平均和有序加权平均算法 221

自适应加权平均 222

有序加权平均算子（OrderedWeighted Averaging,OWA） 222

8.5 Dempster-Shafer证据理论 223

证据理论基本模型和性质 224

证据理论的组合规则 225

证据理论的进一步说明 226

8.6神经网络信息融合方法 230

单个BP （Back Propagation）网络的建立 231

多个BP网络的集成 231

8.7数据关联的基本概念和方法 233

数据关联的概念 233

“最近邻”法 234

概率数据关联滤波器 234

模糊数据关联 236

8.8多传感器目标检测 237

问题的描述 237

检测空间的划分与信任级别 239

分布式检测多传感器系统结构 240

8.9基于案例的推理技术在数据融合中的应用 242

基于案例推理的基本原理 242

一个基于案例推理的应用实例 244

8.10粗集理论与信息融合 246

粗集的基本概念 246

粗集 247

知识的约简 248

基于粗集理论的多传感器融合 249

本节小结 252

思考题与习题 252

参考文献 254