《工业大数据与人工智能》 课件 第四章-4.1 工业智能传感与感知

工业大数据与人工智能HFUT1教材简介2智能传感器概述智能传感器功能及分类第四章

工业中的感知智能

智能传感器的基本功能智能传感器分类采样技术滤波技术时频域分析技术智能传感器的概念和特点智能传感器的信号处理技术4.1工业智能传感与感知3智能传感器概述-智能传感器的概念智能传感器的概念起源于1979年的美国国家航空航天局宇宙飞船研发项目。作为一种先进的感测设备，智能传感器具有实时处理、高精度、自校准和通信能力等特点，相比传统传感器，它更小巧高效，其内部配备了先进处理器，可以实时分析环境参数，并通过通信技术与其他设备互动，弥补了传统传感器感知范围有限和数据处理能力不足的问题。4智能传感器概述-智能传感器的特点5智能传感器功能及分类-智能传感器的基本功能6智能传感器功能及分类-智能传感器的分类根据其内部结构和制造方式7智能传感器功能及分类-智能传感器的分类组合模块式在保持原有生产工艺基础不变的情况下，仅需通过增加一块集成了数字总线接口的微处理器模块，即可将传统传感器升级为智能传感器系统。8智能传感器功能及分类-智能传感器的分类2.混合式混合式智能传感器将传感器的敏感元件、信号处理电路、校正电路和补偿电路、微处理器、数字存储器（ROM、RAM）、数字总线接口等以不同的组合方式集成在两块或者三块芯片上，并封装在一个外壳中。9智能传感器功能及分类-智能传感器的分类3.集成式集成式智能传感器利用大规模集成电路技术和微机电技术，选用硅材料来构建精密的传感元件，并将这些元件与信号处理、A/D转换及微型处理器等关键电路集成在同一微小芯片上。10智能传感器的信号处理技术-采样技术采样技术-奈奎斯特定理核心思想:采样频率≥2×信号最高频率避免混叠(aliasing)定义:对于带限信号：采样频率≥2×最高频率保证信号无失真重建混叠:采样频率过低导致高频成分被误解为低频引起信号失真11智能传感器的信号处理技术-滤波技术滤波目的:从含有干扰的信号中提取有用信号分类:模拟滤波器使用电容、电感、电阻等模拟电子元件处理连续时间模拟信号可处理无限带宽信号精度受限，易受噪声影响数字滤波器通过数字信号处理器(DSP)或软件实现处理数字信号具有灵活性和可编程性可以实现复杂算法12智能传感器的信号处理技术-时频域分析技术时域分析技术均值方差13智能传感器的信号处理技术-时域分析技术自相关函数信号能量功率信号的平均功率14智能传感器的信号处理技术-频域分析技术傅里叶变换（FourierTransform,FT）15智能传感器的信号处理技术-频域分析技术快速傅里叶变换（FastFourierTransform,FFT）功率谱密度（PowerSpectralDensity,PSD）描述随机信号功率在频率域的分布：16智能传感器的信号处理技术-时频域分析技术短时傅里叶变换（Short-TimeFourierTransform,STFT）结合时域和频域分析的优点，通过在信号上滑动的窗口进行傅里叶变换，提供信号频率内容随时间变化的信息，适用于分析非平稳信号。17智能传感器的信号处理技术-时频域分析技术小波变换（WaveletTransform,WT）利用不同尺度的小波基函数，同时在时间和频率上提供信号的局部化分析，特别适合于分析具有瞬态特征或频率随时间变化的信号。18智能传感器的信号处理技术-时频域分析技术Wigner-Ville分布（Wig