概论 1
0.1 传感器定义及应用现状 1
0.2传感技术的智能化发展趋势 3
第一篇 智能传感与智能化信息系统的基本知识 7
第一章 智能传感器与信息系统基础 7
1.1 引言 7
1.2什么是智能传感器 7
1.2.1 通过三个不同领域内传输的基本信息 7
1.2.2对智能传感器的需求 8
1.3智能传感系统的结构 9
1.3.1 机器智能化的层次 9
1.3.2人－机接口的机器智能化 10
1.3.3传感器中的智能化规则 10
1.3.4 中间层的智能化规则 12
1.4实现传感器智能化的步骤 13
1.4.1 利用计算机合成的途径 14
1.4.2 利用特殊功能的材料 19
1.4.3利用功能化几何结构 20
1.4.4智能化传感器前瞻 21
1.5智能化传感器的未来任务 21
1.5.1 应用机器智能的故障探测和预报 21
1.5.2 目标成分分析的远程传感 21
1.5.3 用于资源有效循环的传感器智能 22
第二章 用于智能传感器的基本技术 23
2.1计算型传感器 23
2.1.1 构筑智能采集与信息处理系统的生物传感系统 23
2.1.2计算型传感器的当前进展 25
2.1.3计算型传感器的“大脑”：神经网络与批量并行处理器 29
2.1.4计算型传感器的应用展望 31
2.2 智能材料 32
2.2.1 智能材料的发展背景 32
2.2.2智能材料的度量指标 33
2.2.3 智能材料的主要种类及应用 35
2.2.4 智能材料的典型应用 36
2.3微机械加工 38
2.3.1 引言 38
2.3.2体型微加工 39
2.3.3键合 40
2.3.4表面微加工 42
2.3.5其他微加工技术 44
2.3.6其他微加工材料 47
2.3.7 微机械加工与集成化技术在传感器中的应用 49
2.3.8结论 52
2.4 三维集成电路 52
2.4.1 三维集成芯片的定义 52
2.4.2 三维集成芯片的分类方法 53
2.4.3 三维集成电路的制作过程 53
2.4.4 三维集成芯片的优点和存在的问题 54
2.4.5 三维集成芯片研究的历史沿革及发展趋向 55
2.4.6 三维集成芯片在控制系统中的应用 56
2.5 图像处理与DSP 56
2.5.1 数字信号处理的基本理论 57
2.5.2 利用数字处理器进行信号处理的关键 60
2.5.3数字图像处理器的应用 62
2.6适应性传感器系统 64
2.6.1 适应性传感器系统的概念 64
2.6.2适应性传感器系统的应用实例 65
2.6.3 用于速度测量仪表的适应性空间滤波器 66
第三章 信息融合的实现——智能化感知系统 69
3.1 视觉仿生传感中眼、耳功能的信息融合 69
3.1.1 机器视觉的仿生原理及应用领域 69
3.1.2智能三维视觉传感器的机制和原理 70
3.1.3三维视觉传感各种仿生功能的实现 76
3.2声传感技术与语音识别 85
3.2.1 引言 85
3.2.2声传感系统智能的专用术语描述 86
3.2.3实现声传感智能的几种途径 86
3.2.4 使用传感器融合的智能感知器 89
3.2.5语音辨识系统 90
3.3气敏、湿敏、生物传感器与嗅觉、味觉辨识 93
3.3.1 传感器的嗅觉与味觉仿生机理及气敏、湿敏传感器应用 93
3.3.2传感器的味觉仿生机理与生化传感 94
3.3.3典型嗅觉传感系统原理及应用 95
3.3.4用于分子识别的生物传感器 100
3.4热敏、压敏、磁传感与触觉感知系统 106
3.4.1 传感器的触觉仿生机理及应用 106
3.4.2 触觉传感的特点及相关研究 107
3.4.3智能触觉传感器 108
3.4.4具有视觉信号的触觉图像 110
3.4.5有源传感 111
3.4.6 触觉传感的功能延伸——集成化磁传感技术 112
3.5 回声定位系统 115
3.5.1 生物回声定位系统的工作机理 115
3.5.2 移动目标范围及速度的估计 116
3.5.3声波的线性周期调制 118
3.5.4应用实例与数字实验结果 120
第四章 智能传感器的外围技术 123
4.1 微机电系统结构与元器件 123
4.1.1 引言 123
4.1.2 面向微机电系统的微结构 124
4.1.3微机电系统的常用元器件 125
4.1.4其他微机械结构 127
4.1.5微执行器的应用 131
4.2智能传感器的通信 132
4.2.1 引言 132
4.2.2定义与背景 132
4.2.3资源组织和标准 134
4.2.4 汽车协议 134
4.2.5 工业网络 137
4.2.6办公室与楼宇自动化 140
4.2.7 家庭自动化 140
4.2.8关于半导体的协议 141
4.2.9 网络通信的其他方式 145
4.3智能传感器的标准 146
4.3.1 智能传感器和系统的标准制定 147
4.3.2 IEEE1451.1 148
4.3.3 IEEE1451.2 151
4.3.4 IEEE P1451.3 155
4.3.5 IEEE P1451.4 156
4.3.6把系统延伸到网络 156
第二篇 基于智能化信息融合处理的数据分析与信息系统 161
第五章 传感器信息融合原理综述 161
5.1 什么是传感器融合 161
5.2 人体生物传感器的融合机制 162
5.3传感器融合的应用 163
5.4 工状态与存在问题 163
5.4.1 硬件 164
5.4.2软件 164
5.4.3 算法 165
5.5能动感知 166
5.5.1 主动感知 166
5.5.2从主动到能动 166
5.6 未来课题 167
第六章 非线性系统的神经模糊识别方法 168
6.1 引言 168
6.2模糊模型 169
6.2.1 模糊基本函数 169
6.2.2模糊模型的解释 170
6.2.3先前知识的保留 171
6.3局域线性模型树 172
6.3.1 规则后件的参数估算 173
6.3.2规则后件的结构估算 174
6.3.3规则前提结构的估算 175
6.4 LOLIMOT算法在一个工程实例中的应用 176
6.4.1 过程描述 177
6.4.2 以LOLIOT进行识别 177
6.4.3结果 179
第七章 基于信号预测、修复与滤波的软计算 180
7.1 引言 180
7.2借助新型模糊神经元的损坏性信号修复 180
7.2.1 新型模糊神经网络结构 180
7.2.2饱和信号的修复 181
7.2.3断续信号的修复 183
7.3 以RBF网络实现的噪音信号滤波 184
7.3.1 RBF滤波器的结构 184
7.3.2 用于不确定系统的RBF滤波器 186
7.3.3洛伦兹混沌信号的滤波 186
7.3.4一个实际语音噪声信号的滤波 187
第八章 建立智能化自适应信息系统的神经模糊－混沌工程 189
8.1 引言 189
8.2 实现自适应学习和知识监测的模糊神经网——FuNN 189
8.2.1 FuNN的结构 189
8.2.2 对FuNN的训练适应、规则插入和规则提出不同方法的实验 191
8.3动态过程的分级理论分析 192
8.4 基于FuNN的自适应多模块系统的建立 193
8.4.1 多模块系统简介 193
8.4.2结构学习方法 194
8.4.3 在FuNN环境中结构学习的实现 195
8.4.4 模糊COPE与基于信息系统的连接器CBIS环境概要 195
8.5用于混沌时序预测与控制的自适应智能化系统 196
8.5.1 污水处理工厂控制系统的设计 196
8.5.2 流量信号的特性描述和预测 196
8.5.3 评估系统记忆的FuNN基础方法 197
第三篇 智能化感知系统的工程应用 201
第九章可视化智能与产品检验 201
9.1 引言 201
9.2 以传感器阵列实施的可视化 202
9.3插值 202
9.4味觉的可视化 203
9.5声音可视化 204
9.6机器视觉检验系统 206
9.6.1 视觉检验系统的特点 206
9.6.2机器视觉检验系统示例 207
9.6.3应用 208
第十章 智能化技术在过程分析中的应用 212
10.1 智能化技术在工业过程中的应用 212
10.1.1 石化工厂的报警管理 212
10.1.2钢铁工业中的过程分析 214
10.1.3橡胶工业中的过程分析 216
10.2 软件工具 218
第十一章 气味鉴别系统的工业应用 219
11.1 引言 219
11.2原理 219
11.3威士忌气味鉴别实验 220
11.4有关香味鉴别实验 221
11.5扩展到其他风味的检测 221
第十二章过程仪表中的智能传感 223
12.1 现场仪表的智能化目标 223
12.2工业现场智能仪表实例 224
12.2.1 电磁流量计 224
12.2.2漩涡流量计 225
12.2.3差压变送器 226
12.2.4调节阀定位器 227
12.3智能传感器与现场总线 228
第十三章故障探测系统 229
13.1 引言 229
13.2故障探测系统的特点 229
13.3使用光纤网络的仪表系统 230
13.4 基于光学技术的新型传感器 231
13.4.1 多功能激光传感器 231
13.4.2使用激光二极管的气体探测系统 232
13.4.3管内壁探测传感器 233