劉君華等著的《智能傳感器繫統（第2版）》在
第一版的基礎上對智能傳感器繫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
是概述智能傳感器繫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，並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繫
統中的實現；三是介紹新型的模糊與無線網絡智能傳
感器繫統。
本書內容豐富、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，便於自學。
本書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。

第1章 概述
1.1 傳感器技術發展的重要性
1.2 智能傳感器發展的歷史背景
1.3 智能傳感器的功能與特點
1.3.1 智能傳感器的功能
1.3.2 智能傳感器的特點
1.4 智能傳感器概念與傳感器繫統
1.5 智能傳感器實現的途徑
1.5.1 非集成化實現
1.5.2 集成化實現
1.5.3 混合實現
1.5.4 智能傳感器的幾種形式
1.5.5 改善傳感器繫統性能的多傳感器智能化技術
1.6 現場總線智能變送器/傳感器經典實例簡介
1.6.1 現場總線控制繫統（FCS）中的傳感器與儀表
1.6.2 經典實例簡介
參考文獻
第2章 智能傳感器繫統中的經典傳感技術基礎
2.1 傳感器繫統的基本特性與技術指標
2.1.1 靜態特性與靜態技術指標
2.1.2 動態特性與動態技術指標
2.2 幾種變換器工作原理
2.2.1 基於壓阻效應的電阻變換器
2.2.2 基於電容效應的電容變換器
2.2.3 基於固有頻率變化效應的諧振式變換器
2.3 集成化壓力傳感器與加速度傳感器
2.3.1 壓阻式壓力傳感器
2.3.2 電容式壓力傳感器
2.3.3 諧振式壓力傳感器
2.3.4 加速度傳感器
2.4 提高傳感器性能的技術途徑
2.4.1 合理選擇結構、參數與工藝
2.4.2 基於差動對稱結構的差動技術
2.4.3 補償
2.4.4 多信號測量法
參考文獻 73
第3章 智能傳感器繫統的組建與集成調理電路芯片介紹
3.1 智能傳感器繫統的基本組成形式
3.1.1 傳感器
3.1.2 信號調理
3.1.3 數據采集與轉換
3.1.4 計算機及其I/O接口設備
3.2 基於虛擬儀器平臺實現數據采集與顯示功能
3.2.1 數據采集卡（DAQ）的基本性能指標
3.2.2 數據采集卡的安裝
3.2.3 I/O接口設備Lab PCI 6024E數據采集卡簡介
3.2.4 實現數據采集卡軟件驅動前的參數設置
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
3.3 電阻電橋式傳感器的單片集成調理電路——MAX1450芯片
3.3.1 MAX1450芯片的引腳功能與結構框圖
3.3.2 MAX1450的基本功能與補償校準功能
3.4 適配壓阻式傳感器的單片集成調理電路——MAX1460芯片
3.4.1 結構框圖
3.4.2 功能與原理簡介
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
3.5.1 LVDT變壓器式傳感器簡介
3.5.2 AD698的結構框圖與工作原理
3.5.3 主要參數設置與使用方法
3.6 適配電容式傳感器的集成調理電路——CAV414芯片
3.6.1 CAV414的結構框圖
3.6.2 工作原理與引腳連接
3.6.3 [示例3-2]基於CAV414的電容式變送器的構成
3.7 數據采集繫統——單片集成接口芯片ADuC812
3.7.1 簡介
3.7.2 結構框圖與組成模塊的功能
3.7.3 主要參數特點
3.7.4 應用舉例——溫度的測量與顯示繫統
3.8 溫度傳感器繫統——全繫統單片集成芯片MAX6625
3.8.1 MAX6625結構框圖及引腳排列
3.8.2 主要功能與技術指標
3.8.3 工作原理
3.8.4 MAX6625的操作與使用
3.8.5 MAX6625器件的編程舉例
3.9 XTR101 4～20mA回路變送器芯片
3.9.1 簡介
3.9.2 結構框圖及引腳功能
3.9.3 主要參數
3.9.4 應用方法舉例
3.10 適配橋路式傳感器的信號調理電路——ZMD31050芯片
3.10.1 簡介
3.10.2 功能框圖與引腳排列
3.10.3 主要參數
3.10.4 應用舉例
3.11 雙軸加速度傳感器繫統——全繫統單片集成芯片ADXL202
3.11.1 簡介
3.11.2 結構框圖與功能
3.11.3 主要參數特點
3.11.4 使用說明及典型應用舉例
參考文獻 118
第4章 基本智能化功能與其軟件實現
4.1 改善線性度及智能化非線性刻度轉換功能
4.1.1 查表法
4.1.2 曲線擬合法
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）
4.2 改善靜態性能提高繫統精度及智能化自校零、自校準功能
4.2.1 兩基準法
4.2.2 多基準法
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
4.3.1 單傳感器繫統
4.3.2 交叉敏感與傳感器繫統的穩定性
4.3.3 多傳感器技術改善傳感器繫統性能的基本方法
4.4 改善動態性能擴展頻帶及智能化頻率自補償功能
4.4.1 數字濾波器的數學基礎——Z變換簡介
4.4.2 擴展頻帶的數字濾波法
4.4.3 擴展頻帶的頻域校正法
4.4.4 [示例4-2]采用數字濾波法將測溫傳感器（一階繫統）頻帶擴展A≥10倍
4.5 提高信噪比與分辨力及智能化信號提取與消噪功能
4.5.1 數字濾波技術
4.5.2 相關
4.5.3 頻域譜分析法
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
4.5.5 [示例4-4]設計一個巴特沃斯低通數字濾波器
4.5.6 [示例4-5]設計一個巴特沃斯高通數字濾波器
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
4.6 增強自我管理與自適應能力及智能化控制功能
4.6.1 模擬PID控制器的傳遞函數
4.6.2 數字PID控制器脈衝傳遞函數
參考文獻
第5章 多元回歸分析法及其在智能傳感器繫統中的應用
5.1 多元回歸分析法與定常繫數多元回歸方程
5.1.1 二傳感器數據融合——二元回歸分析法
5.1.2 三傳感器數據融合——三元回歸分析法
5.2 回歸分析法與可變繫數回歸方程
5.2.1 工作原理
5.2.2 回歸方程可變繫數A0(T)～A5(T)的確定
5.3 應用舉例
5.4 示例
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
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
參考文獻
第6章 神經網絡技術與其在智能傳感器繫統中的應用
6.1 概述
6.2 神經網絡基礎知識
6.2.1 神經網絡結構
6.2.2 神經元模型
6.2.3 神經元作用函數
6.2.4 BP神經網絡
6.2.5 徑向基（RBF）神經網絡
6.3 示例
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
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
參考文獻
第7章 支持向量機技術在智能傳感器繫統中的應用
7.1 統計學習理論與支持向量機的基礎知識
7.1.1 統計學習理論
7.1.2 支持向量機
7.2 支持向量機的訓練、檢驗與測量
7.2.1 訓練樣本及檢驗樣本的制備
7.2.2 支持向量機的訓練
7.2.3 支持向量機的檢驗
7.2.4 測量
7.2.5 移植
7.3 基於SVM方法的三傳感器數據融合原理
7.3.1 三傳感器數據融合的智能傳感器繫統的組成
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
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
參考文獻
第8章 粒子群優化算法與其在智能傳感器繫統中的應用
8.1 粒子群優化算法發展與應用概況
8.1.1 群智能
8.1.2 群智能的主要算法
8.1.3 群智能算法的特點
8.2 粒子群優化算法的基礎知識
8.2.1 基本粒子群優化算法
8.2.2 標準粒子群優化算法
8.2.3 粒子群優化算法流程
8.3 粒子群優化算法的發展與改進簡介
8.4 應用示例
8.4.1 待優化的參數與待改善的傳感器
8.4.2 [示例8-1]遍歷優化LS-SVM模型參數
8.4.3 [示例8-2]采用粒子群優化算法優化一個參數
8.4.4 [示例8-3]采用粒子群優化算法優化兩個參數
參考文獻
第9章 主成分分析及其在智能傳感器繫統中的應用
9.1 主成分分析法
9.1.1 二維空間中的PCA
9.1.2 PCA算法
9.2 PCA算法在消除傳感器漂移中的應用
9.2.1 PCA算法實現傳感器故障檢測的思想
9.2.2 [示例9-1]建立傳感器陣列、獲取關聯數據與漂移數據
9.2.3 [示例9-2]傳感器發生漂移的識別
參考文獻
**0章 小波分析及其在智能傳感器繫統中的應用
10.1 小波分析基礎
10.1.1 小波分析與短時Fourier變換
10.1.2 離散小波
10.1.3 小波級數
10.1.4 多分辨分析
10.1.5 小波包分析
10.2 Matlab工具箱中小波分析函數
10.2.1 小波分析函數
10.2.2 小波包函數
10.3 [示例10-1]小波數字濾波的實現
參考文獻
**1章 線性相位濾波器與自適應濾波器
11.1 線性相位濾波器
11.1.1 線性相位與線性相位濾波器
11.1.2 線性相位有限衝擊響應濾波器的數學模型
11.1.3 線性相位FIR濾波器的窗口設計
11.1.4 [示例11-1]用窗口法設計一個線性相位低通FIR濾波器
11.1.5 [示例11-2]線性相位FIR濾波器在Matlab中的實現
11.2 自適應濾波器
11.2.1 自適應濾波器的結構
11.2.2 自適應濾波理論與算法
11.2.3 Matlab中的自適應濾波函數
11.2.4 [示例11-3]自適應濾波在繫統辨識中的應用
參考文獻
**2章 模糊智能傳感器繫統
12.1 模糊集合理論概述
12.1.1 模糊集合的定義及其表示方法
12.1.2 隸屬函數的確定方法及常用形式
12.1.3 模糊集合的基本運算
12.1.4 模糊關繫的定義及合成
12.1.5 語言變量與模糊推理
12.2 模糊傳感器繫統
12.2.1 測量結果“符號化表示”的概念
12.2.2 模糊傳感器的基本概念和功能
12.2.3 模糊傳感器的結構
12.2.4 模糊傳感器語言描述的產生方法
12.2.5 模糊傳感器對測量環境的適應性
12.2.6 模糊傳感器隸屬函數的訓練算法
12.3 示例
12.3.1 [示例12-1]模糊溫度測試儀
12.3.2 [示例12-2]模糊溫度控制儀
參考文獻
**3章 無線傳感器網絡
13.1 概述
13.1.1 無線傳感器網絡研究與應用狀況
13.1.2 無線傳感器網絡通信協議
13.1.3 無線傳感器網絡與Internet的互聯
13.1.4 實現遠程監測的無線傳感器網絡繫統的典型結構
13.2 無線傳感器網絡與Internet的互聯
13.2.1 基於LabVIEW虛擬儀器的網絡化方法
13.2.2 [示例13-1]設計“遠程無線傳感器網絡監測平臺”虛擬儀器程序
13.2.3 [示例13-2]將本地“遠程無線傳感器網絡監測平臺”VI制作成為網絡化VI
13.3 無線傳感器網絡
13.3.1 無線傳感器網絡中的傳感器節點
13.3.2 無線傳感器網絡中的彙聚節點
13.3.3 [示例13-3]工業監測用無線傳感器網絡的硬件芯片與引腳連接
13.3.4 [示例13-4]工業監測用無線傳感器網絡的軟件設計流程舉例
參考文獻