現(xiàn)代傳感技術(shù)及應(yīng)用

1　傳感器基本特性
1.1　概述
　1.1.1　傳感器的作用
　 1.1.2　傳感器及傳感技術(shù)
　 1.1.3　傳感器的組成
　 1.1.4　傳感器的分類
　 1.1.5　傳感器的發(fā)展趨勢
1.2　傳感器的組成與結(jié)構(gòu)
　 1.2.1　傳感器的組成
　 1.2.2　傳感器的結(jié)構(gòu)形式
1.3　傳感器的一般特性
1.3.1　傳感器的靜態(tài)特性
1.3.2　傳感器的動態(tài)特性
1.3.3　不失真測試的條件分析
1.3.4　傳感器的標(biāo)定
思考題與習(xí)題
2　光纖傳感器
2.1　光纖傳感器的特點及分類
2.1.1　光纖傳感器的特點
2.1.2　光纖傳感器的分類
2.2　光纖的傳光特性
2.2.1　光纖的結(jié)構(gòu)及分類
2.2.2　光纖的傳光原理
2.3　光纖傳感器的光源與光檢測器
2.3.1　光纖傳感器用光源的分類及特點
2.3.2　半導(dǎo)體光電檢測器
2.4　光纖傳感器的應(yīng)用
2.4.1　光纖溫度傳感器
2.4.2　光纖壓力傳感器
2.4.3　光纖流量、流速傳感器
　思考題與習(xí)題
3　圖像傳感器
3.1 電荷耦合攝像器件
3.1.1　CCD基本工作原理
3.1.2　電荷轉(zhuǎn)移與電極結(jié)構(gòu)
3.1.3　電荷的注入與讀出
3.1.4　CCD圖像傳感器
3.1.5　圖像傳感器的主要特性參數(shù)協(xié)議
　3.2　熱成像技術(shù)
　3.2.1　熱像儀的組成
　 3.2.2　熱釋電攝像管的結(jié)構(gòu)及原理
　3.3 圖像傳感器的典型應(yīng)用
　3.3.1　激光多普勒測速技術(shù)
　 3.3.2　基于熱釋電探測器的光纖比色測溫系統(tǒng)
思考題與習(xí)題
4　生物傳感器
4.1　生物傳感器概述
4.1.1　生物傳感器的應(yīng)用范圍
4.1.2　生物傳感器的發(fā)展
4.1.3　生物傳感器的基本原理及特點
4.1.4　生物傳感器的分類
4.1.5　生物芯片
4.2　生物識別機理及膜固定技術(shù)
4.2.1　酶反應(yīng)
4.2.2　微生物反應(yīng)及檢測
4.2.3　免疫學(xué)反應(yīng)
4.2.4　其他類型的生物學(xué)反應(yīng)
4.2.5　膜及其固定技術(shù)
4.3　生物傳感器原理及應(yīng)用
4.3.1　酶傳感器
4.3.2　免疫類傳感器
4.3.3　微生物傳感器
4.3.4　新型生物傳感器簡介
思考題與習(xí)題
5　無線傳感器網(wǎng)絡(luò)
5.1　無線傳感器網(wǎng)絡(luò)概述
5.1.1　無線傳感器網(wǎng)絡(luò)生成過程
5.1.2　無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)
5.1.3　傳感器節(jié)點構(gòu)成
5.1.4　無線傳感器網(wǎng)絡(luò)特點
5.1.5　無線傳感器網(wǎng)絡(luò)應(yīng)用
5.2　無線傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)
5.2.1　無線傳感器網(wǎng)絡(luò)體系
5.2.2　無線傳感器網(wǎng)絡(luò)拓?fù)?br />　　5.2.3　無線傳感器網(wǎng)絡(luò)物理協(xié)議
　 5.2.4　無線傳感器網(wǎng)絡(luò)MAC協(xié)議
　 5.2.5　無線傳感器網(wǎng)絡(luò)路由協(xié)議
　 5.2.6　無線傳感器網(wǎng)絡(luò)傳輸和應(yīng)用層協(xié)議
　 5.2.7　無線傳感器網(wǎng)絡(luò)其他關(guān)鍵技術(shù)
　 5.2.8　無線傳感器網(wǎng)絡(luò)能量管理機制
　5.3　無線傳感器網(wǎng)絡(luò)的典型設(shè)計實例
　 5.3.1　設(shè)計簡介
　5.3.2　Mica 2節(jié)點設(shè)計分析
　 5.4　無線傳感器網(wǎng)絡(luò)應(yīng)用實例
　 5.4.1　芯片制造廠設(shè)備監(jiān)控系統(tǒng)應(yīng)用
　 5.4.2　大鴨島海燕生活習(xí)性監(jiān)測保護(hù)應(yīng)用
　5.4.3　家庭及辦公智能化網(wǎng)絡(luò)應(yīng)用
　 思考題與習(xí)題
6　移動機器人傳感器
6.1　概述
　 6.1.1　機器人與移動機器人
　 6.1.2　移動機器人感知
　 6.1.3　移動機器人傳感器分類
6.2　移動機器人常用內(nèi)部傳感器
6.2.1　編碼器
6.2.2　慣性傳感器
6.3　移動機器人航位推算模型
6.3.1　差速驅(qū)動移動機器人
6.3.2　類車或三輪移動機器人
6.4　移動機器人常用外部傳感器
　6.4.1　觸覺傳感器
　 6.4.2　接近覺傳感器
　6.4.3　測距傳感器
6.5　主動嗅覺感知
6.5.1　機器人嗅覺
6.5.2　機器人嗅覺常用氣體／氣味傳感器
6.5.3　常用風(fēng)速／風(fēng)向傳感器
6.5.4　氣味／氣體源搜尋策略
6.5.5　主動嗅覺研究面臨的問題
6.6　距離傳感器測量模型
6.6.1　高斯噪聲測量模型
6.6.2　指數(shù)分布噪聲測量模型
6.6.3　點一質(zhì)量分布噪聲測量模型
6.6.4　均勻分布噪聲測量模型
6.6.5　綜合概率密度函數(shù)
6.6.6 固有模型參數(shù)的選取
6.7　基于距離傳感器的二維環(huán)境表達(dá)
6.7.1　超聲概率柵格地圖
6.7.2　二維環(huán)境幾何特征提取
思考題與習(xí)題
7　智能傳感技術(shù)
7.1　智能傳感器的體系結(jié)構(gòu)與功能實現(xiàn)
7.1.1　智能傳感器的體系結(jié)構(gòu)
7.1.2　智能傳感器功能的實現(xiàn)
7.2　智能傳感器系統(tǒng)集成技術(shù)
7.2.1　微系統(tǒng)加工工藝
7.2.2　微制造技術(shù)
思考題與習(xí)題
8 多源傳感器信息融合技術(shù)
8.1　信息融合技術(shù)的基本概念和分類
8.2　貝葉斯估計
8.2.1　Bayes條件概率公式
8.2.2　基于Bayes方法的信息融合原理
8.3　卡爾曼(Kalman)濾波
8.3.1　卡爾曼(Kalman)濾波的基本方程
8.3.2　基于卡爾曼濾波器的數(shù)據(jù)融合方法在高溫爐檢測系統(tǒng)中的應(yīng)用
8.4 自適應(yīng)加權(quán)平均和有序加權(quán)平均算法
8.4.1　自適應(yīng)加權(quán)平均
8.4.2　有序加權(quán)平均算子(Ordered Weighted Averagin9，OWA)
8.5　Dempster—Sharer證據(jù)理論
8.5.1　證據(jù)理論基本模型和性質(zhì)
8.5.2　證據(jù)理論的組合規(guī)則
8.5.3　證據(jù)理論的進(jìn)一步說明
8.6　神經(jīng)網(wǎng)絡(luò)信息融合方法
8.6.1 單個BP(Back Propagation)網(wǎng)絡(luò)的建立
8.6.2　多個BP網(wǎng)絡(luò)的集成
　　……
參考文獻(xiàn)