第9章傳感器應(yīng)用

第9章傳感器應(yīng)用第一頁(yè)，共25頁(yè)。要求熟悉并理解幾種常用的傳感器應(yīng)用系統(tǒng)的組成、工作原理和工作方式，如環(huán)境檢測(cè)系統(tǒng)、位移監(jiān)測(cè)系統(tǒng)、視頻監(jiān)測(cè)系統(tǒng)以及水質(zhì)監(jiān)測(cè)系統(tǒng)等第二頁(yè)，共25頁(yè)。目錄9.1基于無(wú)線傳感器網(wǎng)絡(luò)協(xié)同智能交通系統(tǒng)9.2建筑物健康監(jiān)測(cè)無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)及信息化處理技術(shù)9.3基于RVM的多功能自確認(rèn)水質(zhì)檢測(cè)傳感器第三頁(yè)，共25頁(yè)。傳感器是一種檢測(cè)裝置，能感受到被測(cè)量的信息，并能將檢測(cè)感受到的信息，按一定規(guī)律變換成為電信號(hào)或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲(chǔ)、顯示、記錄和控制等要求。它是實(shí)現(xiàn)自動(dòng)檢測(cè)和自動(dòng)控制的首要環(huán)節(jié)。傳感器的應(yīng)用領(lǐng)域非常廣泛包括機(jī)械制造，汽車電子產(chǎn)業(yè)，通信技術(shù)，消費(fèi)電子等領(lǐng)域第四頁(yè)，共25頁(yè)。9.1基于無(wú)線傳感器網(wǎng)絡(luò)協(xié)同智能交通系統(tǒng)數(shù)據(jù)融合技術(shù)在體城醫(yī)學(xué)無(wú)線傳感器網(wǎng)絡(luò)中的應(yīng)用協(xié)同信息處理技術(shù)在智能交通車車無(wú)線通信中的應(yīng)用協(xié)同信息處理技術(shù)在智能交通車路無(wú)線通信中的應(yīng)用第五頁(yè)，共25頁(yè)。無(wú)線傳感器網(wǎng)絡(luò)協(xié)同智能交通系統(tǒng)(intelligenttransportationsystem,ITS)是利用無(wú)線網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)安全、有效、舒適、環(huán)境友好的交通管理，通過(guò)協(xié)調(diào)與交通相關(guān)要素如駕駛員、道路、環(huán)境等的關(guān)系，達(dá)到管理調(diào)度的目的。無(wú)線網(wǎng)絡(luò)協(xié)同ITS就是利用傳感技術(shù)、信息處理技術(shù)、無(wú)線通信技術(shù)實(shí)現(xiàn)分層次的交通相關(guān)信息采集和協(xié)同管理。信息采集：第六頁(yè)，共25頁(yè)。9.1.1數(shù)據(jù)融合技術(shù)在體城醫(yī)學(xué)無(wú)線傳感器網(wǎng)絡(luò)中的應(yīng)用由于疲勞駕駛而導(dǎo)致的特大交通事故占有很大比例，疲勞駕駛不但會(huì)影響司機(jī)的視覺(jué)、反應(yīng)和判斷能力，而且影響司機(jī)的警覺(jué)性和對(duì)問(wèn)題的處理能力。特別是由于疲勞而產(chǎn)生的短暫“偽睡眠”期增多，這是交通事故發(fā)生的重要誘因。采用布置在駕駛員身上的體域醫(yī)學(xué)無(wú)線傳感器，可以有效監(jiān)測(cè)駕駛員的生理狀態(tài)。疲勞狀態(tài)監(jiān)測(cè)參數(shù)主要包括腦電圖(electroencephalogram,EEG)、心電圖(electrocardiagram，EKG)和肌電圖(electromyography，EMI)等。腦電圖是反應(yīng)疲勞的重要指標(biāo)，澳大利亞科學(xué)家的實(shí)驗(yàn)分析了駕駛員在清醒、接近疲勞、疲勞、極度疲勞和從疲勞驚醒5個(gè)不同階段變化的特點(diǎn)。心電圖也是判斷駕駛員疲勞的一項(xiàng)指標(biāo)，包括心率指標(biāo)和心率變異指標(biāo)。圖9-1無(wú)線傳感器體域網(wǎng)的系統(tǒng)框圖第七頁(yè)，共25頁(yè)。9.1.2協(xié)同信息處理技術(shù)在智能交通車車無(wú)線通信中的應(yīng)用車輛之車輛之間（car-to-car)的通信是實(shí)現(xiàn)安全、高效的協(xié)同智能交通運(yùn)輸系統(tǒng)的重要發(fā)展趨勢(shì)，是國(guó)際上最近一個(gè)非常熱門(mén)的研究方向。安全高效舒適的協(xié)同智能交通目標(biāo)：要實(shí)現(xiàn)信息的共享，一部車輛可向其他車輛主動(dòng)咨詢所需的信息，當(dāng)前方有緊急事件發(fā)生時(shí)，車輛彼此間也可迅速交換信息。嵌入在汽車發(fā)動(dòng)機(jī)和其他地方的傳感器能夠用來(lái)交換信息，可以與車本身的計(jì)算機(jī)信息交互，為診斷發(fā)動(dòng)機(jī)與裝備了復(fù)雜計(jì)算機(jī)和通信能力的車或路邊設(shè)施通信，促進(jìn)車輛的定期維修，減少故障發(fā)生率。第八頁(yè)，共25頁(yè)。9.1.2協(xié)同信息處理技術(shù)在智能交通車車無(wú)線通信中的應(yīng)用車車通信的網(wǎng)絡(luò)的特點(diǎn):

車輛間有所謂的相對(duì)速度。在相對(duì)速度較高的情況下，這時(shí)的網(wǎng)絡(luò)拓?fù)潆y以管理。車輛間使用的是短距離通信時(shí)，傳輸半徑較短，使得車輛在較高的相對(duì)速度移動(dòng)情況下，事先找好的路徑可能已經(jīng)失效，必須在尋找新的路徑，整體網(wǎng)絡(luò)性能將變差。道路上的車輛并非均勻分布，網(wǎng)絡(luò)拓?fù)淇赡鼙环殖珊脦撞糠帧＝嚯x內(nèi)的車輛可以相互通信，某些車輛因?yàn)榫嚯x遙遠(yuǎn)、傳輸范圍等限制而無(wú)法直接通信。車車通信網(wǎng)絡(luò)規(guī)模較大，網(wǎng)絡(luò)密度多變。離峰時(shí)段，道路上的車輛可能寥寥可數(shù)，但是一到尖峰時(shí)段，道路上發(fā)生塞車的情況。對(duì)于以上多變的情況，充分發(fā)揮著車車網(wǎng)絡(luò)之間的協(xié)同信息處理能力，可實(shí)現(xiàn)動(dòng)態(tài)的網(wǎng)絡(luò)組簇，整個(gè)網(wǎng)內(nèi)的信息處理能力和交互能力尤為重要，保證了車與車之間的行駛安全。第九頁(yè)，共25頁(yè)。9.1.3協(xié)同信息處理技術(shù)在智能交通車路無(wú)線通信中的應(yīng)用當(dāng)車車通信由于距離較遠(yuǎn)無(wú)法實(shí)現(xiàn)時(shí)，車輛可以通過(guò)路邊的接入設(shè)備或基站連接到服務(wù)器，構(gòu)成龐大的無(wú)線和有線互連網(wǎng)絡(luò)，車輛與路邊交通設(shè)施之間(car-to-infrastructrue)的實(shí)時(shí)通信，便顯得尤為關(guān)鍵。在路邊的設(shè)施通常由一些功能模塊組成，如道路設(shè)施的信息獲取敏感器件、裝載在車輛上的敏感系統(tǒng)、報(bào)警系統(tǒng)、數(shù)據(jù)處理和融合單元以及地理信息系統(tǒng)等。路邊設(shè)施功能模塊：第十頁(yè)，共25頁(yè)。9.1.3協(xié)同信息處理技術(shù)在智能交通車路無(wú)線通信中的應(yīng)用路邊單元是沿著馬路或高速公路在指定或?qū)Ｓ玫墓潭ㄔO(shè)備。為了滿足短距離無(wú)線通信的需要，路邊的設(shè)置包括無(wú)線技術(shù)的網(wǎng)絡(luò)裝置，同時(shí)含有可以獲取車輛的速度等相關(guān)信息的敏感系統(tǒng)。路邊的通信單元的主要功能：車載單元是一個(gè)短距離無(wú)線收發(fā)系統(tǒng)，可以嵌入在汽車?yán)锘蜃鳛楸銛y系統(tǒng)安裝在汽車上。車載單元將提供車輛與路邊交通設(shè)施的通信功能和車輛間的通信車載單元、應(yīng)用處理系統(tǒng)、人機(jī)交互接口和GPS構(gòu)成車載系統(tǒng)。車路組成的無(wú)線網(wǎng)絡(luò)內(nèi)的速度信息、位置信息等需要做數(shù)據(jù)融合和處理，協(xié)同完成信息的交互，最終綜合決策是否給出一定預(yù)警信息，來(lái)保證行車安全。第十一頁(yè)，共25頁(yè)。9.2建筑結(jié)構(gòu)WSN健康監(jiān)測(cè)系統(tǒng)及信息處理技術(shù)建筑物無(wú)線傳感器健康監(jiān)測(cè)概述信息處理技術(shù)在無(wú)線傳感器健康監(jiān)測(cè)網(wǎng)絡(luò)中的應(yīng)用第十二頁(yè)，共25頁(yè)。9.2.1建筑物無(wú)線傳感器健康監(jiān)測(cè)概述任何建筑物都有一定的使用周期，建筑物的安全性會(huì)隨著使用時(shí)間的增加逐漸惡化。周期性的監(jiān)測(cè)能夠提供建筑物的健康程度信息，對(duì)險(xiǎn)情及時(shí)報(bào)警，從而減少一些不必要的人員、財(cái)產(chǎn)損失。傳統(tǒng)有線監(jiān)測(cè)系統(tǒng)存在缺點(diǎn):首先是成本高，系統(tǒng)使用的光纜和專用傳感器價(jià)格昂貴；其次是可靠性差，光纜會(huì)隨著使用時(shí)間的延長(zhǎng)逐漸老化，在強(qiáng)風(fēng)、地震等惡劣氣候的影響下，線路很容易遭到破壞而不能進(jìn)行可靠的數(shù)據(jù)傳輸。智能建筑監(jiān)測(cè)上的應(yīng)用構(gòu)建無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)系統(tǒng)需要考慮以下一些技術(shù)性的問(wèn)題：第十三頁(yè)，共25頁(yè)。9.2.2信息處理技術(shù)在無(wú)線傳感器健康監(jiān)測(cè)網(wǎng)絡(luò)中的應(yīng)用斯坦福大學(xué)的研究人員提出一個(gè)基于分簇結(jié)構(gòu)的兩層無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)系統(tǒng)。為了節(jié)省數(shù)據(jù)傳輸過(guò)程中的所消耗的能量，網(wǎng)絡(luò)可以根據(jù)節(jié)點(diǎn)間距離的遠(yuǎn)近劃分成簇，每個(gè)簇由相互靠近的傳感器節(jié)點(diǎn)組成。簇首作為本地站點(diǎn)控制者（LSM）沒(méi)有能量的限制，它負(fù)責(zé)協(xié)調(diào)和收集簇內(nèi)節(jié)點(diǎn)的監(jiān)測(cè)數(shù)據(jù)監(jiān)測(cè)系統(tǒng)的通信網(wǎng)絡(luò)由兩層子系統(tǒng)構(gòu)成:底層子系統(tǒng)由低數(shù)據(jù)率、低傳輸范圍和能量受限的傳感器節(jié)點(diǎn)組成，上層子系統(tǒng)由高數(shù)據(jù)率、大傳輸范圍和沒(méi)有能量受限的簇首節(jié)點(diǎn)組成。在系統(tǒng)監(jiān)測(cè)過(guò)程中，底層傳感器節(jié)點(diǎn)將收集到的數(shù)據(jù)傳送給上層相應(yīng)的簇首，簇首對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的融合可以直接傳送給監(jiān)測(cè)中心進(jìn)行處理，也可傳送給其他簇頭進(jìn)行再次融合后傳送給監(jiān)測(cè)中心。第十四頁(yè)，共25頁(yè)。9.2.2信息處理技術(shù)在無(wú)線傳感器健康監(jiān)測(cè)網(wǎng)絡(luò)中的應(yīng)用底層傳感器節(jié)點(diǎn)由節(jié)點(diǎn)控制器、無(wú)線收發(fā)器、靜態(tài)存儲(chǔ)器、低靈敏度的加速度計(jì)、內(nèi)含高靈敏度加速度計(jì)的傳感器模塊和高分辨率、低速AD轉(zhuǎn)換器等構(gòu)成。節(jié)點(diǎn)中使用了兩種類型的加速度計(jì)是為了實(shí)現(xiàn)兩種情況的監(jiān)測(cè)，即極端事件(地震)監(jiān)測(cè)和長(zhǎng)期監(jiān)測(cè)。為了盡可能地降低能量損耗來(lái)延長(zhǎng)整個(gè)系統(tǒng)的生存時(shí)間，節(jié)點(diǎn)存在四種操作狀態(tài):睡眠狀態(tài)：無(wú)線收發(fā)器和傳感器模塊都處于休眠狀態(tài)，控制器和加速度計(jì)周期性接通電源以便監(jiān)測(cè)可能發(fā)生的極端事件。更新?tīng)顟B(tài)：傳感器模塊處于休眠狀態(tài)，控制器和無(wú)線電收發(fā)器被打開(kāi)，加速度計(jì)則仍然是周期性接通電源模式。狀態(tài)的更新由簇首和控制器之間的通信過(guò)程實(shí)現(xiàn)。半喚醒狀態(tài)：無(wú)線收發(fā)器休眠，傳感器模塊、加速度計(jì)模塊和控制器都處于打開(kāi)狀態(tài)，該狀態(tài)下沒(méi)有數(shù)據(jù)發(fā)送，但是有加速度計(jì)的采樣輸出行為。喚醒狀態(tài)：無(wú)線電收發(fā)器、傳感器模塊、加速度計(jì)和控制器都處于打開(kāi)狀態(tài)，此時(shí)傳感器輸出采樣數(shù)據(jù)并利用無(wú)線收發(fā)器接收和傳輸數(shù)據(jù)。第十五頁(yè)，共25頁(yè)。9.2.2信息處理技術(shù)在無(wú)線傳感器健康監(jiān)測(cè)網(wǎng)絡(luò)中的應(yīng)用簇首節(jié)點(diǎn)主要包括兩個(gè)無(wú)線收發(fā)器和一個(gè)簇首控制器。其中一個(gè)無(wú)線收發(fā)器工作在915MHz,用來(lái)和簇內(nèi)的傳感器節(jié)點(diǎn)通信;另外一個(gè)無(wú)線收發(fā)器工作在2.4GHz,用來(lái)和相鄰的簇首節(jié)點(diǎn)或監(jiān)測(cè)中心通信。無(wú)線建筑監(jiān)測(cè)系統(tǒng)兩種主要監(jiān)測(cè)情況:極端事件監(jiān)測(cè)：當(dāng)建筑物的加速度超過(guò)閾值大約5mg時(shí)，就認(rèn)為發(fā)生了極端事件。極端事件發(fā)生后，如果加速度值在一個(gè)閾值時(shí)間間隔內(nèi)返回到閾值以下，就認(rèn)為極端事件結(jié)束。當(dāng)傳感器探測(cè)到某個(gè)極端事件發(fā)生時(shí)，它就進(jìn)人了激活狀態(tài)。長(zhǎng)期的監(jiān)測(cè)：監(jiān)測(cè)中心采用時(shí)間調(diào)度來(lái)記錄周圍環(huán)境震動(dòng)信息發(fā)生的時(shí)間。調(diào)度表根據(jù)所期望或已存在的環(huán)境條件被制定后傳送給網(wǎng)絡(luò)中的簇首。第十六頁(yè)，共25頁(yè)。9.3基于RVM的多功能自確認(rèn)水質(zhì)檢測(cè)傳感器RVM原理介紹基于RVM的傳感器故障診斷和數(shù)據(jù)恢復(fù)第十七頁(yè)，共25頁(yè)。目前，世界水環(huán)境保護(hù)面臨著水資源短缺和污染嚴(yán)重的問(wèn)題，水質(zhì)檢測(cè)工作越來(lái)越受到人們的重視。水質(zhì)檢測(cè)傳感器是水質(zhì)檢測(cè)設(shè)備信息獲取的源頭，其檢測(cè)精度、可靠性等指標(biāo)直接影響水質(zhì)檢測(cè)的結(jié)果。水質(zhì)檢測(cè)一般需要對(duì)多個(gè)參數(shù)進(jìn)行同時(shí)測(cè)量。水質(zhì)檢測(cè)設(shè)備使用的傳感器大都是針對(duì)每種參數(shù)使用一種對(duì)應(yīng)的傳感器，例如上海雷磁儀器廠研制的SJG-704型水質(zhì)檢測(cè)儀，能夠同時(shí)在線式pH、溶解氧、濁度、電導(dǎo)率和溫度五項(xiàng)參數(shù)，它使用了五種對(duì)應(yīng)的傳感器。國(guó)外對(duì)水質(zhì)檢測(cè)傳感器的研究較為深入，研究出了能夠同時(shí)檢測(cè)多個(gè)參數(shù)的多功能水質(zhì)檢測(cè)傳感器，如澳大利亞高原公司生產(chǎn)的CS304系列能夠同時(shí)測(cè)量電導(dǎo)率、溫度、溶解氧、pH四種參數(shù)，另外德國(guó)、美國(guó)等也有類似的產(chǎn)品。這些多功能傳感器雖然能同時(shí)測(cè)量多個(gè)參數(shù)，但仍然無(wú)法對(duì)傳感器本身的工作狀態(tài)進(jìn)行自確認(rèn)。第十八頁(yè)，共25頁(yè)。9.3.1RVM原理介紹RVM是一種基于貝葉斯概率學(xué)習(xí)模型的有監(jiān)督小樣本學(xué)習(xí)理論。在貝葉斯框架下，利用自相關(guān)判定理論移除不相關(guān)的點(diǎn)，獲得稀疏化模型。與SVM相比，它克服了核函數(shù)必須滿足Mercer條件的缺點(diǎn)，同時(shí)由于對(duì)解的稀疏性要求較高，因此在保證精度的同時(shí)，縮短了運(yùn)算時(shí)間，適用于對(duì)實(shí)時(shí)性要求較高的多功能自確認(rèn)水質(zhì)檢測(cè)傳感器的故障診斷與數(shù)據(jù)恢復(fù)。第十九頁(yè)，共25頁(yè)。9.3.1基于RVM的傳感器故障診斷和數(shù)據(jù)恢復(fù)傳感器故障模式分析是進(jìn)行故障診斷和數(shù)據(jù)恢復(fù)的前提，首先根據(jù)傳感器工作原理，結(jié)合實(shí)測(cè)數(shù)據(jù)，對(duì)多功能水質(zhì)檢測(cè)傳感器的常見(jiàn)故障進(jìn)行了分析，在此基礎(chǔ)上研究了基于RVM的傳感器故障診斷和數(shù)據(jù)恢復(fù)算法。傳感器兩種故障分析方法：傳感器故障模式分析基于RVM的傳感器故障診斷算法基于RVM的數(shù)據(jù)恢復(fù)方法第二十頁(yè)，共25頁(yè)。9.3.1基于RVM的傳感器故障診斷和數(shù)據(jù)恢復(fù)多功能自確認(rèn)水質(zhì)檢測(cè)傳感器常見(jiàn)的故障主要有：測(cè)溫電阻開(kāi)路故障。pH電極常值輸出。pH電極顯著突變。鹽度測(cè)量電極極化。1.傳感器故障模式分析第二十一頁(yè)，共25頁(yè)。9.3.1基于RVM的傳感器故障診斷和數(shù)據(jù)恢復(fù)基于RVM的傳感器故障診斷算法實(shí)質(zhì)上是將多功能自確認(rèn)水質(zhì)檢測(cè)傳感器的各種故障模式進(jìn)行編碼，利用已知故障模式的數(shù)據(jù)集訓(xùn)練RVM多分類機(jī)，實(shí)際應(yīng)用時(shí)，將實(shí)時(shí)測(cè)量數(shù)據(jù)輸入RVM多分類機(jī)進(jìn)行分類，確定故障類型。這樣就將故障診斷的問(wèn)題轉(zhuǎn)化為了多分類問(wèn)題。2.基于RVM的傳感器故障診斷算法VM二分類機(jī)層次擴(kuò)展來(lái)構(gòu)建RVM多分類機(jī)具體步驟：

(1)利用正常狀態(tài)下的數(shù)據(jù)和各種故障狀態(tài)下的數(shù)據(jù)訓(xùn)練基于RVM的多分類機(jī)。首先將正常模式和各種故障模式作為兩類訓(xùn)練，然后將各種故障層次分解進(jìn)行訓(xùn)練得到完整的故障診斷分類機(jī)。如有新的故障模式出現(xiàn)，需要重新訓(xùn)練分類機(jī)?；赗VM二分類機(jī)的訓(xùn)練過(guò)程如下:①將兩類樣本數(shù)據(jù)標(biāo)準(zhǔn)化，消除量綱的影響。②將兩類樣本分別編碼為0、1，作為目標(biāo)向量。③利用核函數(shù)將標(biāo)準(zhǔn)化數(shù)據(jù)映射到特征空間，進(jìn)行超參數(shù)更新，計(jì)算得到A。④計(jì)算ωMP⑤計(jì)算分類目標(biāo)值，完成分類。（2）在線故障診斷時(shí)，將實(shí)測(cè)數(shù)據(jù)輸入步驟(1)得到的故障診斷分類機(jī)，如果出現(xiàn)故障則進(jìn)行數(shù)據(jù)恢復(fù)。第二十二頁(yè)，共25頁(yè)。9.3.1基于RVM的傳感器故障診斷和數(shù)據(jù)恢復(fù)2.基于RVM的傳感器故障診斷算法圖9-2基于RVM的故障診斷方法第二十三頁(yè)，共25頁(yè)。9.3.1基于RVM的傳感器故障診斷和數(shù)據(jù)恢復(fù)3.基于RVM的數(shù)據(jù)恢復(fù)算法當(dāng)傳感器發(fā)生故障時(shí)，應(yīng)充分利用多個(gè)參數(shù)之間的相關(guān)險(xiǎn)，利用正常輸出的測(cè)量參數(shù)對(duì)故障部分進(jìn)行數(shù)據(jù)恢復(fù)，例如，溫度、鹽度、pH之間都存在相關(guān)性，具備實(shí)現(xiàn)數(shù)據(jù)恢復(fù)的基本條件?；赗VM的數(shù)據(jù)恢復(fù)算法具體步驟如下:(1)利用正常數(shù)據(jù)建立基于RVM的回歸分析模型。以pH、溫度與鹽度的關(guān)系為例，介紹建模過(guò)程：①以pH、溫度測(cè)量值作為輸入集xN*2,N為采樣點(diǎn)數(shù)，鹽度測(cè)量值作為目標(biāo)集{tn}Nn=1，組成數(shù)據(jù)訓(xùn)練集，并對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消