智能傳感器技術(shù)綜述*

趙 丹， 肖繼學(xué)， 劉 一

(1.西南民族大學(xué)，四川 成都 610041； 2.四川大學(xué)，四川 成都 610065；3.西華大學(xué),四川 成都 610061)

0 引 言

智能傳感器已成為當(dāng)今傳感器技術(shù)的一個(gè)主要發(fā)展方向。高性能、高可靠性的多功能復(fù)雜自動(dòng)、測(cè)控系統(tǒng)以及基于電子標(biāo)簽即射頻識(shí)別(radio frequency identification,RFID)技術(shù)以“物”的識(shí)別為基礎(chǔ)的物聯(lián)網(wǎng)的興起與發(fā)展，愈發(fā)凸顯了具有感知、認(rèn)知能力的智能傳感器的重要性及其大力、快速發(fā)展的迫切性[1～4]。

智能傳感器目前還未有統(tǒng)一的科學(xué)定義。IEEE協(xié)會(huì)從最小化傳感器結(jié)構(gòu)的角度，將能提供受控量或待感知量大小且能典型簡(jiǎn)化其應(yīng)用于網(wǎng)絡(luò)環(huán)境的集成的傳感器稱為智能傳感器[5]。相對(duì)于僅提供表征待測(cè)物理量大小的模擬電壓信號(hào)的傳統(tǒng)傳感器，充分利用當(dāng)代集成技術(shù)、微處理器技術(shù)等的智能傳感器，其本質(zhì)特征在于其集感知、信息處理與通信于一體，能提供以數(shù)字量方式傳播具有一定知識(shí)級(jí)別的信息，具有自診斷、自校正、自補(bǔ)償?shù)裙δ躘6]。

智能傳感器首先借助于其傳感單元，感知待測(cè)量，并將之轉(zhuǎn)換成相應(yīng)的電信號(hào)。該信號(hào)通過(guò)放大、濾波等調(diào)理后，經(jīng)過(guò)A/D轉(zhuǎn)換，接著基于應(yīng)用算法進(jìn)行信號(hào)處理，獲得待測(cè)量大小等相關(guān)信息。然后，將分析結(jié)果保存起來(lái)，通過(guò)接口將它們交給現(xiàn)場(chǎng)用戶或借助于通信將之告知給系統(tǒng)或上位機(jī)等。由此可知，智能傳感器主要完成信號(hào)感知與調(diào)理、信號(hào)處理和通信三大功能。本文將從這三方面闡述智能傳感器技術(shù)的發(fā)展現(xiàn)狀。

1 信號(hào)感知與調(diào)理技術(shù)

智能傳感器一般通過(guò)信號(hào)感知模塊中的敏感元件將待測(cè)量最終轉(zhuǎn)換成模擬電壓信號(hào)。目前能感知的量很多，有物體位移、速度、加速度等運(yùn)動(dòng)量，溫度、濕度、壓力等過(guò)程量，光強(qiáng)、波長(zhǎng)、偏振度等光的特性量，流量、濃度、pH值等液體特性量，成分、濃度等氣體特性量，葡萄糖、尿素、維生素等化學(xué)成分等[7]。智能傳感器中的敏感元件有些如傳統(tǒng)傳感器一樣單個(gè)存在的，有些借助于微機(jī)械技術(shù)、硅集成等技術(shù)以陣列方式存在,以提高測(cè)試精度與可靠性，有些將多種敏感元件以一定的方式復(fù)合分布在感知模塊中以感知多種待測(cè)量[8]。

感知模塊出來(lái)的信號(hào)一般含有來(lái)自于外界的干擾，需要“凈化”處理以確保測(cè)試精度。另外，該信號(hào)一般比較小，有時(shí)甚至非常微弱，通常需要利用電橋等電路進(jìn)行信號(hào)放大。這些功能一般通過(guò)具有濾波、放大等功能的，如測(cè)試放大器等調(diào)理電路予以實(shí)現(xiàn)。感知模塊與調(diào)理電路有時(shí)分開(kāi)放置，有時(shí)集成在一個(gè)模塊上。

2 信號(hào)處理技術(shù)

就本質(zhì)而言，智能傳感器的信號(hào)處理主要完成“感知”、“認(rèn)知”這2個(gè)方面的功能?！案兄本褪峭ㄟ^(guò)對(duì)來(lái)自于調(diào)理電路信號(hào)的分析，獲得待測(cè)物理量或待測(cè)參數(shù)、性能的大小，本文稱之為粗信號(hào)處理。“認(rèn)知”指智能傳感器通過(guò)信號(hào)處理，獲取關(guān)于其自身狀態(tài)、測(cè)試狀態(tài)等方面的知識(shí)，本文稱之為細(xì)信號(hào)處理。

2.1 粗信號(hào)處理

有些待測(cè)量可根據(jù)其定義利用單個(gè)調(diào)理信號(hào)直接獲得，如溫度、位移、交流電流有效值等[7,9];有些待測(cè)量則需要多種調(diào)理信號(hào)，如交流電力的視在功率、有功功率等性能指標(biāo)[10],本文稱這些方法為定義法。還有些待測(cè)量只能通過(guò)與之相關(guān)的各物理量的綜合分析才能便捷、可靠地測(cè)出，如混合氣體的成分和各成分的濃度[11]、人體摔倒等[12]，本文稱之為綜合法。研究表明，利用定義法可獲得的很多待測(cè)量，借助于數(shù)字信號(hào)處理技術(shù)也可以獲知，如交流電力電壓/電流的有效值、交流電力的功率等[13～15]，本文稱之為分析法。定義法乃智能傳感器的一種基本粗信號(hào)處理方法，可根據(jù)待測(cè)量的物理概念或定義予以實(shí)現(xiàn)。它通常用于測(cè)試系統(tǒng)中，本文不做贅述。綜合法、分析法則充分體現(xiàn)了智能傳感器的特質(zhì)。

基于數(shù)據(jù)融合技術(shù)，綜合法主要用于傳統(tǒng)方法獲取比較困難、精度不高、測(cè)試不可靠，甚至不能測(cè)試出待測(cè)量的信號(hào)。例如：對(duì)于一氧化碳、氫氣、甲烷、乙炔等有毒、有害、可燃性氣體的種類與濃度，傳統(tǒng)的色譜法測(cè)試不連續(xù)、繁瑣、時(shí)間長(zhǎng)，單一響應(yīng)快的氣敏元件其選擇性能差。為此，人們探索出了采用氣敏陣列理論的多種綜合法較好地克服了這些問(wèn)題[11]。氣敏陣列理論的基本思想就是利用多種能較好感知不同氣體的氣敏元件構(gòu)成陣列，借助于模式識(shí)別理論計(jì)算出混合氣體中氣體的成分和各種氣體的濃度?；诙嘧兞糠治瞿Ｊ阶R(shí)別原理的綜合法能以大于68 %的精度檢測(cè)出含0 %～5 %乙醇的氣體中混入的(10～80)×10-6的氫氣，將一氧化碳對(duì)氧化錫甲烷敏感元件、甲烷對(duì)氧化錫一氧化碳敏感元件的交叉敏感度分別降至5 %，2 %，以高于93.5 %，89 %的準(zhǔn)確率分別測(cè)試出CH4，C4H10，CO 3種單一氣體以及CH4與C4H10，CH4與CO 2種混合氣體的濃度，利用一種12單元氧化錫氣敏陣列能100 %識(shí)別出甲醇、乙醇、丙醇、丁醇，能以73 %的精度對(duì)2種啤酒與淡啤酒、威士忌、白蘭地共6種飲料進(jìn)行識(shí)別。人們采用神經(jīng)網(wǎng)絡(luò)模式識(shí)別法構(gòu)建的8單元陣列人工嗅覺(jué)模塊能完全準(zhǔn)確地識(shí)別出5種牌號(hào)的香水與5種風(fēng)味氣味(橘子、草莓、葡萄、桃子)。又如，摔倒是老年人身體健康的一個(gè)主要危害，據(jù)估計(jì)，在福利院或獨(dú)自生活的年滿75歲以上的老年人每年至少有30 %摔倒過(guò)。單個(gè)被動(dòng)式紅外傳感器或具有通信與運(yùn)動(dòng)探測(cè)功能的腕式穿戴設(shè)備或照相機(jī)均難于完成人體摔倒的自動(dòng)、可靠偵測(cè)。人們利用紅外集成(infrared integrated systems，IRISYS)熱圖像傳感器，綜合應(yīng)用運(yùn)動(dòng)識(shí)別、運(yùn)動(dòng)估計(jì)、運(yùn)動(dòng)跟蹤、基于目標(biāo)的推理、分類等技術(shù)，較好地實(shí)現(xiàn)了對(duì)老年人摔倒的自動(dòng)、可靠偵測(cè)[12]。

事實(shí)上，調(diào)理信號(hào)中始終存在著干擾，若采用定義法，這些干擾通常將直接影響、限制測(cè)試精度。減少干擾就成為提高測(cè)試精度的一種直接現(xiàn)實(shí)途徑。它一般通過(guò)2種方式實(shí)現(xiàn)：提高調(diào)理電路的濾波性能或在粗信號(hào)處理之前采用軟或(和)硬件濾波。前者增加了調(diào)理電路的復(fù)雜度，后者需要額外的濾波電路(針對(duì)硬件濾波)或消耗大量的系統(tǒng)CPU資源(針對(duì)軟件濾波)[16]。為此，人們基于分析法開(kāi)始了這方面的研究[13～15]。分析法的基本任務(wù)是尋求能降低調(diào)理信號(hào)中干擾對(duì)分析精度影響的待測(cè)量獲取算法，其根本目的乃提高測(cè)試性能或簡(jiǎn)化智能傳感器硬件結(jié)構(gòu)，以降低智能傳感器的成本或提高其性/價(jià)比，利于智能傳感器的推廣、應(yīng)用。對(duì)于交流電力智能傳感器，人們分別基于誤差最小二乘(LMS)理論、相關(guān)性原理研究出了電壓有效值與初相位的2種分析算法以及電力功率性能指標(biāo)的2種分析算法。相對(duì)于定義法，前2種算法能減少至少50 %的計(jì)算量，降低約2/3測(cè)試誤差，允許的干擾幅值從信號(hào)幅值原來(lái)的5 % 放寬至15 %；后2種算法能減少至少49.4 %的計(jì)算量，降低約2/3的測(cè)試誤差，對(duì)調(diào)理電路降低了3倍以上的信噪比要求。

2.2 細(xì)信號(hào)處理

粗信號(hào)處理的精度與穩(wěn)定性常受到如偏移誤差、增益誤差、非線性誤差以及環(huán)境等方面的影響，智能傳感器需通過(guò)細(xì)信號(hào)處理來(lái)認(rèn)識(shí)其“健康”狀態(tài)，“彌補(bǔ)”其分析偏差，確保測(cè)試的可靠性、精確性。細(xì)信號(hào)處理通常包括自診斷、自校正、自補(bǔ)償。

自診斷用于檢測(cè)智能傳感器是否“健康”：各組成部分能否正常工作，系統(tǒng)參數(shù)是否配置合適，整個(gè)系統(tǒng)能否正常進(jìn)行測(cè)試、通信等。它通常利用人工智能等理論方法，例如:一種基于知識(shí)庫(kù)或?qū)＜蚁到y(tǒng)的智能傳感器自診斷方法[17]。自校正用于智能傳感器各組成部分狀態(tài)、特征參數(shù)及系統(tǒng)參數(shù)的校正。自補(bǔ)償則用于補(bǔ)償待測(cè)量的非線性或因溫度、環(huán)境變化等造成的測(cè)試誤差。針對(duì)智能傳感器的特性易受多種因素影響的情況，一種神經(jīng)網(wǎng)絡(luò)及其收斂快、精度高的訓(xùn)練方法[18]。為減少自校正點(diǎn)和自校正時(shí)間，人們?cè)诔浞挚紤]調(diào)理信號(hào)概率密度函數(shù)的基礎(chǔ)上,利用循序多項(xiàng)式插值探索出了一種適合于智能傳感器的自適應(yīng)自校正算法[19]。人們基于人工神經(jīng)網(wǎng)絡(luò)理論研究出了一種構(gòu)建能自校正與補(bǔ)償、有較好適應(yīng)性與靈活性的傳感器非線性融合逆模型的方法[20]。利用該方法設(shè)計(jì)出氣體敏感器件TGS823的逆模型，在不同的環(huán)境中能以99.2 %的準(zhǔn)確率分析出氣體濃度。對(duì)于智能磁航向傳感器，人們分別利用最佳橢圓擬合、最小二乘擬合及BP 神經(jīng)元網(wǎng)絡(luò)探索出了3 種磁航向誤差補(bǔ)償算法[21]。對(duì)于誤差大于14°航向角，這3種算法的補(bǔ)償精度分別為±0.8°,±0.35°(試驗(yàn)點(diǎn)數(shù)為8),±0.3°(試驗(yàn)點(diǎn)數(shù)為72，4個(gè)試驗(yàn)點(diǎn)時(shí)為±3°)，單采樣周期內(nèi)實(shí)時(shí)計(jì)算所需時(shí)間分別為20,20,100 ms。

信號(hào)處理一般在通用微處理器上借助軟件予以實(shí)現(xiàn)，也可利用專用集成電路或數(shù)字信號(hào)處理器予以硬件實(shí)現(xiàn)，或部分功能通過(guò)軟件實(shí)現(xiàn)，部分功能通過(guò)硬件實(shí)現(xiàn)。

3 通信技術(shù)

IEEE 1451系列標(biāo)準(zhǔn)乃智能傳感器通用通信標(biāo)準(zhǔn),該標(biāo)準(zhǔn)支持多種現(xiàn)場(chǎng)總線、以太網(wǎng)等現(xiàn)有的各種網(wǎng)絡(luò)技術(shù)。IEEE 1451 第七部分則規(guī)定了智能傳感器與目前正蓬勃興起的物聯(lián)網(wǎng)間的通信接口標(biāo)準(zhǔn)。人們?cè)谶@方面開(kāi)展了大量工作并取得了豐碩成果。例如:人們研究出了一種基于IEEE 1451標(biāo)準(zhǔn)的智能傳感器結(jié)構(gòu)，提出了即插即用Web智能傳感器的一種基于Web服務(wù)方法，實(shí)現(xiàn)了一種基于CAN協(xié)議的溫度智能傳感器，探索出了一種智能傳感器無(wú)線網(wǎng)絡(luò)組織結(jié)構(gòu)協(xié)議和一種基于Zig Bee無(wú)線通信技術(shù)的智能傳感器無(wú)線接口設(shè)計(jì)方案等[22～26]。

通信模塊以軟件硬件方式實(shí)現(xiàn)，它一般與智能傳感器的信號(hào)處理模塊集成在一起。

實(shí)現(xiàn)智能傳感器目前主要有3種方式。一種方式是將信號(hào)感知與調(diào)理模塊、信號(hào)處理模塊、通信模塊等通過(guò)導(dǎo)線等方式組合在一起即可，這種實(shí)現(xiàn)方式適合于智能化如化工廠等用戶原有傳統(tǒng)傳感器的場(chǎng)合;另一種方式乃利用微機(jī)械加工、微電子加工等技術(shù)將這些模塊集成在一片芯片上，實(shí)現(xiàn)了智能傳感器的微型化。這是商品化智能傳感器的最佳選擇，這種智能傳感器使用方便、性能穩(wěn)定、可靠。還有一種方式乃將這些模塊集成在兩片或多片芯片上，然后由這些芯片構(gòu)成智能傳感器，這是目前商品化智能傳感器的一種較好選擇。

4 發(fā)展方向

智能傳感器將向著精度與可靠性高、品種多、功能豐富、復(fù)合型、集成化與微型化等方向發(fā)展。研究新型敏感材料、探索新穎感知方法、敏感元件的陣列化與復(fù)合化將成為智能傳感器感知技術(shù)未來(lái)發(fā)展的主要方向。新的敏感材料、感知方法意味著感知范圍的擴(kuò)大或感知可選擇性的增強(qiáng)。敏感元件的陣列化乃智能傳感器高精度、高可靠性的必要源泉。立體分布、微加工的集成化多種敏感元件為智能傳感器的多功能、復(fù)合型提供堅(jiān)實(shí)的物質(zhì)基礎(chǔ)。

以定義法、基于數(shù)據(jù)融合技術(shù)與模式識(shí)別理論的綜合法為代表的粗信號(hào)處理方法和利用專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、自適應(yīng)等理論的細(xì)信號(hào)處理方法目前主要研究的是如何精確、可靠地實(shí)現(xiàn)智能傳感器的“感知”、“認(rèn)知”這兩大信號(hào)處理功能。分析法則研究了讓智能傳感器如何“瘦”系統(tǒng)、低成本地去完成其“感知”功能。分析法比較充分地體現(xiàn)了智能傳感器中信號(hào)處理的能力，它有利于智能傳感器的集成化、微型化。智能傳感器的商品化需求將驅(qū)使分析法快速發(fā)展，并讓其從“感知”推廣至“認(rèn)知”。隨著計(jì)算機(jī)技術(shù)、控制技術(shù)、數(shù)字信號(hào)處理技術(shù)的發(fā)展，智能傳感器的信號(hào)處理將變得日益精密、可靠、健壯。

以智能傳感器為節(jié)點(diǎn)構(gòu)成的智能傳感網(wǎng)絡(luò)是重要發(fā)展方向，在多功能、高精度的復(fù)雜分布式測(cè)控系統(tǒng)中將顯示出其強(qiáng)大的生命力并起著非常重要的基礎(chǔ)作用。智能傳感器的通信技術(shù)將會(huì)隨著總線技術(shù)、網(wǎng)絡(luò)技術(shù)、通信技術(shù)的發(fā)展而不斷豐富、發(fā)展。隨著微機(jī)械加工技術(shù)、微電子加工技術(shù)的發(fā)展，市場(chǎng)將推動(dòng)智能傳感器向著集成化、微型化方向快速發(fā)展。

5 結(jié) 論

本文首先介紹了智能傳感器的基本結(jié)構(gòu)，分析了其功能構(gòu)成。然后根據(jù)其功能組成，從智能傳感器的信號(hào)感知與調(diào)理技術(shù)、包含粗信號(hào)處理與細(xì)信號(hào)處理并實(shí)現(xiàn)“感知”與“認(rèn)知”功能的信號(hào)處理技術(shù)、通信技術(shù)3個(gè)方面詳細(xì)闡述了智能傳感器技術(shù)的發(fā)展現(xiàn)狀。最后從這3個(gè)方面展望了智能傳感器技術(shù)的發(fā)展前景，指出高性能、多種類、多功能、復(fù)合型、集成化、微型化、網(wǎng)絡(luò)化乃智能傳感器未來(lái)的發(fā)展方向。

參考文獻(xiàn):

[1] 宋光明，宋愛(ài)國(guó)，黃惟一，等.一種基于網(wǎng)絡(luò)化智能傳感器的分布式測(cè)控方法[J].系統(tǒng)仿真學(xué)報(bào),2004,16(2):2817-2820.

[2] 肖繼學(xué),黎亞元,陳廷成.數(shù)控系統(tǒng)運(yùn)行狀態(tài)綜合測(cè)試系統(tǒng)的分布式開(kāi)發(fā)[J].西華大學(xué)學(xué)報(bào),2005,24(5):18-21.

[3] 寧煥生,張 瑜,劉芳麗,等.中國(guó)物聯(lián)網(wǎng)信息服務(wù)系統(tǒng)研究[J].電子學(xué)報(bào)A,2006,34(12):2514-2517.

[4] 丁 露,梅 恪.智能傳感器在物聯(lián)網(wǎng)領(lǐng)域中的應(yīng)用[J].信息技術(shù)與標(biāo)準(zhǔn)化,2010(8):22-25.

[5] IEEE 1451 Committee.IEEE Standard 1451.2—1997.Standard for a smart transducer interface for sensors and actuators-transducer to microprocessor communication protocols and transducer electronic data sheet (TEDS)[S].

[6] Zhang Yong,Gu Yikang,Vlatkovic Vlatko,et al.Progress of smart sensor and smart sensor networks[C]∥Proceedings of the 5th World Congress on Intelligent Control and Automation,2004:3600-3606.

[7] 王雪文,張志勇.傳感器原理及應(yīng)用[M].北京:北京航空航天大學(xué)出版社,2004.

[8] 李守智,田敬民.智能傳感器技術(shù)及相關(guān)工藝的研究進(jìn)展[J].傳感器技術(shù),2002,21(4):61-64.

[9] 閆 曉,錢曉龍,汪晉寬.一種電流真有效值測(cè)量智能傳感器設(shè)計(jì)[C]∥中國(guó)儀器儀表學(xué)會(huì)第五屆青年學(xué)術(shù)會(huì)議,2003:107-123.

[10] 肖繼學(xué),楊 瑜,王 凱,等. 基于定義的交流電力有功功率測(cè)試法[J].西華大學(xué)學(xué)報(bào):自然科學(xué)版,2010,29(2):152-155.

[11] 梅 濤.陣列式智能氣體傳感器綜述[J].傳感技術(shù)學(xué)報(bào),1992(4):52-57.

[12] Sixsmith Andrew,Johnson Neil.A smart sensor to detect the falls of the elderly[J].IEEE Journal of Pervasive Computing,2004,3(2):42-47.

[13] 肖繼學(xué),李世璽,程 志.交流電壓智能傳感器的粗信號(hào)處理[J].西華大學(xué)學(xué)報(bào):自然科學(xué)版,2011,30(2):35-38.

[14] 肖繼學(xué),楊 瑜,王 凱,等.基于相關(guān)分析的交流電力有功功率測(cè)試研究[J].西華大學(xué)學(xué)報(bào):自然科學(xué)版,2010,29(4):5-7.

[15] 車 暢,胡 丹.交流電力功率智能傳感器粗信號(hào)處理[J].西南交通大學(xué)學(xué)報(bào),2011,46(4):598-603.

[16] 侯 勇,苗升展,崔尚文,等.超低功耗一氧化碳智能傳感器的設(shè)計(jì)[J].天津科技大學(xué)學(xué)報(bào),2013,28(6):60-64.

[17] 于蓮芝,梁衛(wèi)沖,顏國(guó)正.現(xiàn)場(chǎng)總線基于知識(shí)的智能傳感器故障診斷[J].儀器儀表學(xué)報(bào),2004,25(4):787-788.

[18] 翁桂榮.關(guān)于人工神經(jīng)網(wǎng)絡(luò)在智能傳感器中的應(yīng)用研究[J].儀器儀表學(xué)報(bào),2002,23(3):298-300.

[19] Pereira J M Dias,Postolache Octavian,Silva Girāo P M B.Adaptive self-calibration algorithm for smart sensors linearization[C]∥Proceedings of Instrumentation and Measurement Technology Conference,2005:648-652.

[20] 莊哲民.基于環(huán)境參數(shù)融合的智能氣體傳感器設(shè)計(jì)[J].計(jì)量學(xué)報(bào),2004,25(4):380-383.

[21] 楊新勇,黃圣國(guó).智能磁航向傳感器的研制及誤差補(bǔ)償算法分析[J].北京航空航天大學(xué)學(xué)報(bào),2004,30(3):244-248.

[22] Sorribas J,Río J del,Trullols E,et al. A smart sensor architecture for marine sensor networks[C]∥Proceedings of International Conference on Networking and Services,2006:93.

[23] Ciancetta Fabrizio,D’Apice Biagio,Gallo Daniele,et al.Plug-n-play smart sensor based on web service[J].IEEE Sensors Journal,2007,7(5):882-889.

[24] Jadsonlee da Silva Sá,Jaidilson Jóda Silva,Miguel Gonalves Wanzeller,et al.Monitoring of temperature using smart sensors based on CAN architecture[C]∥Proceedings of the 15th International Conference on Eelctroncis,Communciations and Computers,2005:218-222.

[25] 劉 剛，周興社.EEPC：一種新的無(wú)線智能傳感器網(wǎng)絡(luò)組織結(jié)構(gòu)與協(xié)議[J].計(jì)算機(jī)工程,2005,31(18):47-49.

[26] 趙 曦, 解永平.基于Zig Bee的智能傳感器網(wǎng)絡(luò)無(wú)線接口設(shè)計(jì)[J].儀器儀表學(xué)報(bào),2006,27(6):1639-1640.