相關商品
商品簡介
目次
商品簡介
《智能傳感器系統(第2版)》在第一版的基礎上對智能傳感器系統及相應智能化技術進行了與時俱進的全面闡述，重點突出三個方面：一是概述智能傳感器系統硬件的兩種實現形式，即傳感器（經典的或現代的）經不同集成度調理電路芯片與CPU相結合的虛擬儀器形式以及與MPU相結合的微計算機/微處理器形式；二是全面概述了基本智能化功能軟件模塊的實現技術，并依次介紹了多種經典和新興的信息處理技術作為智能化技術工具的原理與方法，同時又注意介紹其軟件模塊在兩種形式智能傳感器系統中的實現；三是介紹新型的模糊與無線網絡智能傳感器系統。
《智能傳感器系統(第2版)》內容豐富、新穎，反映了該領域前沿的最新技術，既具先進性又具實用性；文字簡潔、深入淺出，避免了深奧的理論闡述與生澀的數學推導，但不失說理性，便于自學。《智能傳感器系統(第2版)》可作為高等院校研究生教材，也可作為進行科學研究、工程實驗的科研工作者及工程技術人員的參考書。
《智能傳感器系統(第2版)》內容豐富、新穎，反映了該領域前沿的最新技術，既具先進性又具實用性；文字簡潔、深入淺出，避免了深奧的理論闡述與生澀的數學推導，但不失說理性，便于自學。《智能傳感器系統(第2版)》可作為高等院校研究生教材，也可作為進行科學研究、工程實驗的科研工作者及工程技術人員的參考書。
目次
第1章 概述 1
1.1 傳感器技術發展的重要性 1
1.2 智能傳感器發展的歷史背景 2
1.3 智能傳感器的功能與特點 5
1.3.1 智能傳感器的功能 5
1.3.2 智能傳感器的特點 5
1.4 智能傳感器概念與傳感器系統 6
1.5 智能傳感器實現的途徑 7
1.5.1 非集成化實現 7
1.5.2 集成化實現 8
1.5.3 混合實現 10
1.5.4 智能傳感器的幾種形式 11
1.5.5 改善傳感器系統性能的多傳感器智能化技術 11
1.6 現場總線智能變送器/傳感器經典實例簡介 12
1.6.1 現場總線控制系統（FCS）中的傳感器與儀表 12
1.6.2 經典實例簡介 14
參考文獻 20
第2章 智能傳感器系統中的經典傳感技術基礎 22
2.1 傳感器系統的基本特性與技術指標 22
2.1.1 靜態特性與靜態技術指標 23
2.1.2 動態特性與動態技術指標 27
2.2 幾種變換器工作原理 33
2.2.1 基於壓阻效應的電阻變換器 33
2.2.2 基於電容效應的電容變換器 35
2.2.3 基於固有頻率變化效應的諧振式變換器 37
2.3 集成化壓力傳感器與加速度傳感器 38
2.3.1 壓阻式壓力傳感器 38
2.3.2 電容式壓力傳感器 44
2.3.3 諧振式壓力傳感器 46
2.3.4 加速度傳感器 49
2.4 提高傳感器性能的技術途徑 56
2.4.1 合理選擇結構、參數與工藝 56
2.4.2 基於差動對稱結構的差動技術 57
2.4.3 補償 66
2.4.4 多信號測量法 70
參考文獻 73
第3章 智能傳感器系統的組建與集成調理電路芯片介紹 74
3.1 智能傳感器系統的基本組成形式 74
3.1.1 傳感器 74
3.1.2 信號調理 75
3.1.3 數據采集與轉換 75
3.1.4 計算機及其I/O接口設備 75
3.2 基於虛擬儀器平臺實現數據采集與顯示功能 76
3.2.1 數據采集卡（DAQ）的基本性能指標 76
3.2.2 數據采集卡的安裝 77
3.2.3 I/O接口設備Lab PCI 6024E數據采集卡簡介 77
3.2.4 實現數據采集卡軟件驅動前的參數設置 78
3.2.5 [示例3-1]基於DAQ與PC實現虛擬儀器式的數據采集與顯示 78
3.3 電阻電橋式傳感器的單片集成調理電路——MAX1450芯片 80
3.3.1 MAX1450芯片的引腳功能與結構框圖 80
3.3.2 MAX1450的基本功能與補償校準功能 82
3.4 適配壓阻式傳感器的單片集成調理電路——MAX1460芯片 86
3.4.1 結構框圖 86
3.4.2 功能與原理簡介 86
3.5 適配變壓器式傳感器的單片集成調理電路——AD698芯片簡介 88
3.5.1 LVDT變壓器式傳感器簡介 89
3.5.2 AD698的結構框圖與工作原理 89
3.5.3 主要參數設置與使用方法 91
3.6 適配電容式傳感器的集成調理電路——CAV414芯片 94
3.6.1 CAV414的結構框圖 94
3.6.2 工作原理與引腳連接 94
3.6.3 [示例3-2]基於CAV414的電容式變送器的構成 96
3.7 數據采集系統——單片集成接口芯片ADuC812 96
3.7.1 簡介 96
3.7.2 結構框圖與組成模塊的功能 97
3.7.3 主要參數特點 100
3.7.4 應用舉例——溫度的測量與顯示系統 100
3.8 溫度傳感器系統——全系統單片集成芯片MAX6625 102
3.8.1 MAX6625結構框圖及引腳排列 102
3.8.2 主要功能與技術指標 104
3.8.3 工作原理 104
3.8.4 MAX6625的操作與使用 105
3.8.5 MAX6625器件的編程舉例 106
3.9 XTR101 4～20mA回路變送器芯片 109
3.9.1 簡介 109
3.9.2 結構框圖及引腳功能 109
3.9.3 主要參數 110
3.9.4 應用方法舉例 110
3.10 適配橋路式傳感器的信號調理電路——ZMD31050芯片 111
3.10.1 簡介 111
3.10.2 功能框圖與引腳排列 112
3.10.3 主要參數 113
3.10.4 應用舉例 113
3.11 雙軸加速度傳感器系統——全系統單片集成芯片ADXL202 114
3.11.1 簡介 114
3.11.2 結構框圖與功能 114
3.11.3 主要參數特點 116
3.11.4 使用說明及典型應用舉例 116
參考文獻 118
第4章 基本智能化功能與其軟件實現 120
4.1 改善線性度及智能化非線性刻度轉換功能 120
4.1.1 查表法 121
4.1.2 曲線擬合法 123
4.1.3 [示例4-1]與鉑電阻配用的智能化刻度轉換模塊的設計（曲線擬合法） 124
4.2 改善靜態性能提高系統精度及智能化自校零、自校準功能 126
4.2.1 兩基準法 127
4.2.2 多基準法 128
4.3 改善穩定性抑制交叉敏感及智能化多傳感器數據融合功能 130
4.3.1 單傳感器系統 130
4.3.2 交叉敏感與傳感器系統的穩定性 131
4.3.3 多傳感器技術改善傳感器系統性能的基本方法 132
4.4 改善動態性能擴展頻帶及智能化頻率自補償功能 134
4.4.1 數字濾波器的數學基礎——Z變換簡介 135
4.4.2 擴展頻帶的數字濾波法 142
4.4.3 擴展頻帶的頻域校正法 145
4.4.4 [示例4-2]采用數字濾波法將測溫傳感器（一階系統）頻帶擴展A≥10倍 146
4.5 提高信噪比與分辨力及智能化信號提取與消噪功能 147
4.5.1 數字濾波技術 147
4.5.2 相關 159
4.5.3 頻域譜分析法 167
4.5.4 [示例4-3]交流電橋調幅波解調器中濾波器參數的確定 168
4.5.5 [示例4-4]設計一個巴特沃斯低通數字濾波器 170
4.5.6 [示例4-5]設計一個巴特沃斯高通數字濾波器Hg(z) 172
4.5.7 [示例4-6][WB]二階帶通數字濾波器在LabVIEW平臺上的實現、檢驗及向MPU移植與復現 173
4.6 增強自我管理與自適應能力及智能化控制功能 178
4.6.1 模擬PID控制器的傳遞函數 178
4.6.2 數字PID控制器脈沖傳遞函數 179
參考文獻 181
第5章 多元回歸分析法及其在智能傳感器系統中的應用 182
5.1 多元回歸分析法與定常系數多元回歸方程 182
5.1.1 二傳感器數據融合——二元回歸分析法 182
5.1.2 三傳感器數據融合——三元回歸分析法 185
5.2 回歸分析法與可變系數回歸方程 187
5.2.1 工作原理 187
5.2.2 回歸方程可變系數A0(T)～ A5(T)的確定 187
5.3 應用舉例 190
5.4 示例 191
5.4.1 [示例5-1]基於回歸分析模型法降低一個干擾量影響的智能化軟件模塊設計 191
5.4.2 [示例5-2]基於回歸分析法模型降低兩個干擾量影響的智能化軟件模塊設計 195
參考文獻 200
第6章 神經網絡技術與其在智能傳感器系統中的應用 201
6.1 概述 201
6.2 神經網絡基礎知識 202
6.2.1 神經網絡結構 202
6.2.2 神經元模型 203
6.2.3 神經元作用函數 203
6.2.4 BP神經網絡 206
6.2.5 徑向基（RBF）神經網絡 209
6.3 示例 211
6.3.1 [示例6-1]基於神經網絡模型法溫度自補償智能化模塊的設計 211
6.3.2 [示例6-2]基於RBF神經網絡法抗兩個干擾量影響的智能化軟件模塊的設計 219
參考文獻 224
第7章 支持向量機技術在智能傳感器系統中的應用 225
7.1 統計學習理論與支持向量機的基礎知識 225
7.1.1 統計學習理論 225
7.1.2 支持向量機 230
7.2 支持向量機的訓練、檢驗與測量 240
7.2.1 訓練樣本及檢驗樣本的制備 240
7.2.2 支持向量機的訓練 240
7.2.3 支持向量機的檢驗 241
7.2.4 測量 241
7.2.5 移植 241
7.3 基於SVM方法的三傳感器數據融合原理 241
7.3.1 三傳感器數據融合的智能傳感器系統的組成 241
7.3.2 [示例7-1]降低兩個干擾量影響的SVM智能化軟件模塊的設計 243
7.3.3 [示例7-2]使用SVC（支持向量分類）對兩組分混合氣體進行定性識別 249
參考文獻 255
第8章 粒子群優化算法與其在智能傳感器系統中的應用 257
8.1 粒子群優化算法發展與應用概況 257
8.1.1 群智能 257
8.1.2 群智能的主要算法 258
8.1.3 群智能算法的特點 258
8.2 粒子群優化算法的基礎知識 258
8.2.1 基本粒子群優化算法 259
8.2.2 標準粒子群優化算法 260
……
第9章 主成分分析及其在智能傳感器系統中的應用 278
第10章 小波分析及其在智能傳感器系統中的應用 291
第11章 線性相位濾波器與自適應濾波器 315
第12章 模糊智能傳感器系統 342
第13章 無線傳感器網絡 372
參考文獻 395
1.1 傳感器技術發展的重要性 1
1.2 智能傳感器發展的歷史背景 2
1.3 智能傳感器的功能與特點 5
1.3.1 智能傳感器的功能 5
1.3.2 智能傳感器的特點 5
1.4 智能傳感器概念與傳感器系統 6
1.5 智能傳感器實現的途徑 7
1.5.1 非集成化實現 7
1.5.2 集成化實現 8
1.5.3 混合實現 10
1.5.4 智能傳感器的幾種形式 11
1.5.5 改善傳感器系統性能的多傳感器智能化技術 11
1.6 現場總線智能變送器/傳感器經典實例簡介 12
1.6.1 現場總線控制系統（FCS）中的傳感器與儀表 12
1.6.2 經典實例簡介 14
參考文獻 20
第2章 智能傳感器系統中的經典傳感技術基礎 22
2.1 傳感器系統的基本特性與技術指標 22
2.1.1 靜態特性與靜態技術指標 23
2.1.2 動態特性與動態技術指標 27
2.2 幾種變換器工作原理 33
2.2.1 基於壓阻效應的電阻變換器 33
2.2.2 基於電容效應的電容變換器 35
2.2.3 基於固有頻率變化效應的諧振式變換器 37
2.3 集成化壓力傳感器與加速度傳感器 38
2.3.1 壓阻式壓力傳感器 38
2.3.2 電容式壓力傳感器 44
2.3.3 諧振式壓力傳感器 46
2.3.4 加速度傳感器 49
2.4 提高傳感器性能的技術途徑 56
2.4.1 合理選擇結構、參數與工藝 56
2.4.2 基於差動對稱結構的差動技術 57
2.4.3 補償 66
2.4.4 多信號測量法 70
參考文獻 73
第3章 智能傳感器系統的組建與集成調理電路芯片介紹 74
3.1 智能傳感器系統的基本組成形式 74
3.1.1 傳感器 74
3.1.2 信號調理 75
3.1.3 數據采集與轉換 75
3.1.4 計算機及其I/O接口設備 75
3.2 基於虛擬儀器平臺實現數據采集與顯示功能 76
3.2.1 數據采集卡（DAQ）的基本性能指標 76
3.2.2 數據采集卡的安裝 77
3.2.3 I/O接口設備Lab PCI 6024E數據采集卡簡介 77
3.2.4 實現數據采集卡軟件驅動前的參數設置 78
3.2.5 [示例3-1]基於DAQ與PC實現虛擬儀器式的數據采集與顯示 78
3.3 電阻電橋式傳感器的單片集成調理電路——MAX1450芯片 80
3.3.1 MAX1450芯片的引腳功能與結構框圖 80
3.3.2 MAX1450的基本功能與補償校準功能 82
3.4 適配壓阻式傳感器的單片集成調理電路——MAX1460芯片 86
3.4.1 結構框圖 86
3.4.2 功能與原理簡介 86
3.5 適配變壓器式傳感器的單片集成調理電路——AD698芯片簡介 88
3.5.1 LVDT變壓器式傳感器簡介 89
3.5.2 AD698的結構框圖與工作原理 89
3.5.3 主要參數設置與使用方法 91
3.6 適配電容式傳感器的集成調理電路——CAV414芯片 94
3.6.1 CAV414的結構框圖 94
3.6.2 工作原理與引腳連接 94
3.6.3 [示例3-2]基於CAV414的電容式變送器的構成 96
3.7 數據采集系統——單片集成接口芯片ADuC812 96
3.7.1 簡介 96
3.7.2 結構框圖與組成模塊的功能 97
3.7.3 主要參數特點 100
3.7.4 應用舉例——溫度的測量與顯示系統 100
3.8 溫度傳感器系統——全系統單片集成芯片MAX6625 102
3.8.1 MAX6625結構框圖及引腳排列 102
3.8.2 主要功能與技術指標 104
3.8.3 工作原理 104
3.8.4 MAX6625的操作與使用 105
3.8.5 MAX6625器件的編程舉例 106
3.9 XTR101 4～20mA回路變送器芯片 109
3.9.1 簡介 109
3.9.2 結構框圖及引腳功能 109
3.9.3 主要參數 110
3.9.4 應用方法舉例 110
3.10 適配橋路式傳感器的信號調理電路——ZMD31050芯片 111
3.10.1 簡介 111
3.10.2 功能框圖與引腳排列 112
3.10.3 主要參數 113
3.10.4 應用舉例 113
3.11 雙軸加速度傳感器系統——全系統單片集成芯片ADXL202 114
3.11.1 簡介 114
3.11.2 結構框圖與功能 114
3.11.3 主要參數特點 116
3.11.4 使用說明及典型應用舉例 116
參考文獻 118
第4章 基本智能化功能與其軟件實現 120
4.1 改善線性度及智能化非線性刻度轉換功能 120
4.1.1 查表法 121
4.1.2 曲線擬合法 123
4.1.3 [示例4-1]與鉑電阻配用的智能化刻度轉換模塊的設計（曲線擬合法） 124
4.2 改善靜態性能提高系統精度及智能化自校零、自校準功能 126
4.2.1 兩基準法 127
4.2.2 多基準法 128
4.3 改善穩定性抑制交叉敏感及智能化多傳感器數據融合功能 130
4.3.1 單傳感器系統 130
4.3.2 交叉敏感與傳感器系統的穩定性 131
4.3.3 多傳感器技術改善傳感器系統性能的基本方法 132
4.4 改善動態性能擴展頻帶及智能化頻率自補償功能 134
4.4.1 數字濾波器的數學基礎——Z變換簡介 135
4.4.2 擴展頻帶的數字濾波法 142
4.4.3 擴展頻帶的頻域校正法 145
4.4.4 [示例4-2]采用數字濾波法將測溫傳感器（一階系統）頻帶擴展A≥10倍 146
4.5 提高信噪比與分辨力及智能化信號提取與消噪功能 147
4.5.1 數字濾波技術 147
4.5.2 相關 159
4.5.3 頻域譜分析法 167
4.5.4 [示例4-3]交流電橋調幅波解調器中濾波器參數的確定 168
4.5.5 [示例4-4]設計一個巴特沃斯低通數字濾波器 170
4.5.6 [示例4-5]設計一個巴特沃斯高通數字濾波器Hg(z) 172
4.5.7 [示例4-6][WB]二階帶通數字濾波器在LabVIEW平臺上的實現、檢驗及向MPU移植與復現 173
4.6 增強自我管理與自適應能力及智能化控制功能 178
4.6.1 模擬PID控制器的傳遞函數 178
4.6.2 數字PID控制器脈沖傳遞函數 179
參考文獻 181
第5章 多元回歸分析法及其在智能傳感器系統中的應用 182
5.1 多元回歸分析法與定常系數多元回歸方程 182
5.1.1 二傳感器數據融合——二元回歸分析法 182
5.1.2 三傳感器數據融合——三元回歸分析法 185
5.2 回歸分析法與可變系數回歸方程 187
5.2.1 工作原理 187
5.2.2 回歸方程可變系數A0(T)～ A5(T)的確定 187
5.3 應用舉例 190
5.4 示例 191
5.4.1 [示例5-1]基於回歸分析模型法降低一個干擾量影響的智能化軟件模塊設計 191
5.4.2 [示例5-2]基於回歸分析法模型降低兩個干擾量影響的智能化軟件模塊設計 195
參考文獻 200
第6章 神經網絡技術與其在智能傳感器系統中的應用 201
6.1 概述 201
6.2 神經網絡基礎知識 202
6.2.1 神經網絡結構 202
6.2.2 神經元模型 203
6.2.3 神經元作用函數 203
6.2.4 BP神經網絡 206
6.2.5 徑向基（RBF）神經網絡 209
6.3 示例 211
6.3.1 [示例6-1]基於神經網絡模型法溫度自補償智能化模塊的設計 211
6.3.2 [示例6-2]基於RBF神經網絡法抗兩個干擾量影響的智能化軟件模塊的設計 219
參考文獻 224
第7章 支持向量機技術在智能傳感器系統中的應用 225
7.1 統計學習理論與支持向量機的基礎知識 225
7.1.1 統計學習理論 225
7.1.2 支持向量機 230
7.2 支持向量機的訓練、檢驗與測量 240
7.2.1 訓練樣本及檢驗樣本的制備 240
7.2.2 支持向量機的訓練 240
7.2.3 支持向量機的檢驗 241
7.2.4 測量 241
7.2.5 移植 241
7.3 基於SVM方法的三傳感器數據融合原理 241
7.3.1 三傳感器數據融合的智能傳感器系統的組成 241
7.3.2 [示例7-1]降低兩個干擾量影響的SVM智能化軟件模塊的設計 243
7.3.3 [示例7-2]使用SVC（支持向量分類）對兩組分混合氣體進行定性識別 249
參考文獻 255
第8章 粒子群優化算法與其在智能傳感器系統中的應用 257
8.1 粒子群優化算法發展與應用概況 257
8.1.1 群智能 257
8.1.2 群智能的主要算法 258
8.1.3 群智能算法的特點 258
8.2 粒子群優化算法的基礎知識 258
8.2.1 基本粒子群優化算法 259
8.2.2 標準粒子群優化算法 260
……
第9章 主成分分析及其在智能傳感器系統中的應用 278
第10章 小波分析及其在智能傳感器系統中的應用 291
第11章 線性相位濾波器與自適應濾波器 315
第12章 模糊智能傳感器系統 342
第13章 無線傳感器網絡 372
參考文獻 395
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。