第1章 监测系统概述 1
1.1 监测系统的定义与结构 1
1.2 传感器与数据采集技术 3
1.2.1 传感器技术 4
1.2.2 数据采集技术 6
1.3 信号处理与特征生成 9
1.3.1 信号处理 9
1.3.2 特征生成 10
1.4 模式分类与预测 11
1.5 智能信息处理与决策软件 15
1.6 应用案例简介 16
参考文献 20
第2章 传感器技术 23
2.1 传感器工作原理及分类 23
2.2 监测系统中传感器的选择要点 25
2.2.1 传感器特性分析 28
2.2.2 传感器布置 33
2.3 智能传感器概述 37
2.3.1 智能传感器的结构 39
2.3.2 智能传感器的功能 41
2.3.3 智能传感器的特点 41
2.4 无线传感器网络 43
2.4.1 基本原理 43
2.4.2 无线传感器网络节点介绍 46
2.4.3 无线传感器网络部署问题 49
2.5 应用实例 52
2.5.1 桥梁结构健康监测系统中的传感器技术 52
2.5.2 温室环境监测系统中的传感器技术 54
参考文献 57
第3章 数据采集与获取 60
3.1 数据采集子系统的设计原则 60
3.2 现场总线技术 61
3.2.1 现场总线的产生与发展 61
3.2.2 现场总线的定义 62
3.2.3 几种常见的现场总线 62
3.2.4 现场总线在工业现场中的应用 67
3.3 嵌入式系统 67
3.3.1 嵌入式系统的特点 68
3.3.2 嵌入式系统的分类 68
3.3.3 嵌入式系统的选择 70
3.3.4 几种常见的嵌入式操作系统 70
3.3.5 嵌入式操作系统的应用 73
3.4 虚拟仪器 73
3.4.1 虚拟仪器的发展 73
3.4.2 虚拟仪器的硬件系统 74
3.4.3 虚拟仪器的软件系统 75
3.4.4 LabVIEW简介 76
3.5 应用实例 76
3.5.1 可再生能源监测子系统采集节点设计 76
3.5.2 输油管道监测采集节点设计 80
参考文献 84
第4章 时序信号处理与特征提取 86
4.1 监测系统中的信号特点分析 86
4.1.1 数据的采集 86
4.1.2 随机信号的检验 88
4.2 信号的预处理 89
4.2.1 数据剔点处理 90
4.2.2 数据滤波处理 92
4.3 信号特征提取 93
4.3.1 监测系统中常用的特征提取方法概述 93
4.3.2 时频信号分析的基本理论 95
4.3.3 小波变换 96
4.3.4 二次型时频分布 101
4.3.5 HHT-Huang变换 102
4.4 多传感器信息融合 107
4.4.1 多传感器信息融合的分类 107
4.4.2 多传感器信息融合的系统结构 108
4.4.3 多传感器信息融合的一般方法 110
4.5 应用实例 113
4.5.1 桥梁结构健康监测系统中的振动信号的处理 113
4.5.2 输油系统奇异点的获取 121
参考文献 126
第5章 模式分类与预测 129
5.1 监测系统中的分类与预测 129
5.1.1 监测系统中的分类 130
5.1.2 监测系统中的预测 130
5.2 模式识别的基本原理 131
5.2.1 模式识别的基本概念 131
5.2.2 模式识别的系统组成 132
5.2.3 模式识别方法 132
5.2.4 监测系统中模式识别的基本步骤 133
5.3 有监督的分类与预测方法 134
5.3.1 模糊集理论 135
5.3.2 BP神经网络 138
5.3.3 支持向量机 140
5.4 无监督的分类与预测方法 142
5.4.1 最大似然估计 142
5.4.2 SOM网 144
5.4.3 K近邻法 146
5.4.4 K均值法 147
5.5 半监督的分类与预测方法 149
5.6 桥梁结构健康系统中的分类与预测 152
参考文献 154
第6章 智能信息处理与决策软件 156
6.1 复杂软件构建方法 156
6.1.1 面向对象的软件方法 156
6.1.2 面向服务的软件方法 158
6.1.3 面向Agent的软件方法 159
6.1.4 面向软件人的软件方法 162
6.2 实时数据处理 164
6.2.1 实时数据的定义 164
6.2.2 实时数据的采集 164
6.2.3 实时数据的融合 166
6.2.4 实时数据的存储 167
6.3 异构数据表达与管理 167
6.3.1 异构数据的特点 167
6.3.2 异构数据的转换 168
6.3.3 异构数据的集成 169
6.4 预测与决策 170
6.4.1 预测问题的描述 170
6.4.2 常用预测方法 170
6.4.3 决策分析要素与方法 174
6.4.4 多目标决策分析 176
6.4.5 模糊决策 178
参考文献 184