2026年智能传感与检测技术第章习题附答案

2026年智能传感与检测技术第章习题附答案一、选择题（每题2分，共20分）1.以下哪种传感器不属于基于物理效应的能量转换型传感器？A.压电式加速度传感器B.热电偶温度传感器C.电容式位移传感器D.光伏式光电池答案：C（电容式属于能量控制型，依赖外部电源）2.智能传感器中，采用Σ-Δ调制技术的主要目的是？A.提高线性度B.降低功耗C.提升分辨率D.增强抗干扰能力答案：C（Σ-Δ调制通过过采样和噪声整形提高有效位数）3.某温敏电阻的温度系数为-3.5%/℃（25℃时阻值10kΩ），当温度升至35℃时，其阻值约为？A.6.5kΩB.8.25kΩC.9.65kΩD.11.75kΩ答案：B（计算公式：R=R0[1+α(T-T0)]，α为负，代入得10kΩ×[1-0.035×10]=8.25kΩ）4.光纤传感器中，利用马赫-曾德尔干涉仪实现的是哪种调制方式？A.强度调制B.相位调制C.波长调制D.偏振调制答案：B（干涉仪通过光程差变化引起相位变化）5.多传感器融合中，“先对各传感器数据独立处理，再将特征层结果融合”属于？A.数据层融合B.特征层融合C.决策层融合D.混合层融合答案：B（特征层融合需先提取各传感器特征）6.基于MEMS的三轴加速度计中，检测质量块的运动通常通过哪种方式测量？A.压阻效应B.电容变化C.压电效应D.热对流答案：B（MEMS加速度计多采用电容式检测位移）7.以下哪种算法最适合处理非高斯噪声下的目标跟踪问题？A.卡尔曼滤波B.扩展卡尔曼滤波C.粒子滤波D.互补滤波答案：C（粒子滤波适用于非线性、非高斯场景）8.智能检测系统中，“将传感器输出的模拟信号转换为数字信号，并进行FFT分析”属于？A.信号获取B.信号调理C.信号处理D.决策执行答案：C（FFT属于频域分析，属于信号处理环节）9.柔性可穿戴传感器中，用于监测心率的光电体积描记（PPG）传感器主要利用？A.红外光的吸收特性B.可见光的反射特性C.超声波的多普勒效应D.生物电信号的传导答案：A（PPG通过红外光穿透皮肤，检测血液容积变化引起的光吸收差异）10.某激光测距传感器的精度为±(0.5mm+0.05%×测量距离)，当测量10m时，最大误差为？A.0.5mmB.5.5mmC.10.5mmD.15.5mm答案：B（0.5mm+0.05%×10000mm=0.5+5=5.5mm）二、填空题（每空1分，共15分）1.智能传感器的核心特征包括______、______和______（至少答三点）。答案：自校准、自诊断、数据处理、通信功能（任选三点）2.应变式传感器中，应变片的灵敏度系数K定义为______与______的比值。答案：电阻相对变化率（ΔR/R）、应变（ε）3.香农采样定理指出，为了无失真恢复原始信号，采样频率需大于等于______倍信号最高频率。答案：24.光纤传感器按传感原理可分为______型（功能型）和______型（非功能型）。答案：传感、传光5.卡尔曼滤波的两个核心步骤是______和______。答案：预测（时间更新）、更新（测量更新）6.无线传感器网络（WSN）中，常用的低功耗策略包括______、______和______（至少答三点）。答案：休眠机制、动态电源管理、数据融合、短距离通信（任选三点）7.基于机器学习的故障诊断流程通常包括______、______、______和______。答案：数据采集、特征提取、模型训练、故障识别三、简答题（每题8分，共40分）1.简述压阻式传感器的工作原理，并说明温度补偿的常用方法。答案：压阻式传感器利用半导体材料的压阻效应（应力作用下电阻率变化），通过惠斯通电桥将电阻变化转换为电压输出。温度补偿方法：①电桥补偿法（在桥臂接入温度特性一致的补偿电阻）；②热敏电阻补偿（串联/并联热敏电阻抵消温度引起的零点漂移）；③软件补偿（通过温度传感器实时监测，用算法修正输出值）。2.比较CCD与CMOS图像传感器的优缺点。答案：CCD（电荷耦合器件）：优点是灵敏度高、噪声低、图像质量好；缺点是功耗高、集成度低、需要复杂驱动电路。CMOS（互补金属氧化物半导体）：优点是集成度高（可集成信号处理电路）、功耗低、成本低；缺点是噪声较高（像素级电路干扰）、灵敏度略低。3.说明基于BP神经网络的传感器非线性校正流程。答案：①数据采集：在传感器全量程内采集输入（被测量）与输出（电信号）的样本对；②网络构建：设计BP网络结构（输入层为传感器输出，隐含层1-2层，输出层为校正后的被测量值）；③模型训练：用样本数据训练网络，最小化预测值与真实值的误差；④在线校正：将传感器实时输出输入训练好的网络，得到线性化的测量结果。4.分析多传感器融合在自动驾驶中的典型应用场景，并列举两种融合算法。答案：应用场景：①环境感知（激光雷达、摄像头、毫米波雷达融合检测障碍物）；②定位导航（GPS、IMU、视觉SLAM融合提高定位精度）；③状态监测（轮速传感器、加速度计、陀螺仪融合计算车辆姿态）。融合算法：扩展卡尔曼滤波（处理非线性系统）、贝叶斯网络（处理不确定性推理）。5.简述柔性传感器的关键材料及在健康监测中的应用实例。答案：关键材料：导电高分子（如PEDOT:PSS）、纳米材料（碳纳米管、石墨烯）、弹性基底（PDMS、Ecoflex）。应用实例：①柔性压力传感器集成于智能鞋垫，监测步态与足底压力分布；②柔性温度传感器贴附皮肤，实时监测体温变化；③柔性生物传感器（酶修饰电极）检测汗液中的葡萄糖或乳酸浓度，用于糖尿病管理。四、综合应用题（共25分）1.设计一个基于物联网的智能农业大棚环境监测系统（15分）。要求：（1）明确需监测的参数（至少4种）及对应的传感器选型；（2）画出信号处理流程图（从传感器输出到云端数据展示）；（3）说明低功耗设计的关键措施。答案：（1）监测参数及传感器选型：温度：数字式温湿度传感器（如SHT31，I2C接口，精度±0.3℃）；湿度：同上（SHT31，精度±2%RH）；光照强度：硅光电池或数字光照传感器（如BH1750，测量范围1-65535lx）；CO2浓度：NDIR（非分散红外）传感器（如S8-Mini，量程0-5000ppm，精度±30ppm+3%读数）；土壤湿度：电容式土壤湿度传感器（如YL-69，输出模拟电压与湿度正相关）。（2）信号处理流程：传感器输出→信号调理（放大、滤波，如温湿度传感器直接数字输出，土壤湿度需AD转换）→微控制器（如STM32，读取数据并预处理）→无线传输（LoRa/NB-IoT模块，将数据打包）→物联网平台（如阿里云IoT，解析存储）→云端分析（可视化、阈值报警）→用户终端（手机APP/PC查看）。（3）低功耗设计措施：①传感器选择低功耗型号（如SHT31休眠电流<0.1μA）；②采用休眠-唤醒机制（微控制器平时休眠，定时（如每10分钟）唤醒采集传输）；③优化无线传输协议（LoRa低速率长距离，减少发射时间）；④电源管理（使用锂电池+太阳能板互补供电，加入电源管理芯片动态调整电压）。2.某加速度传感器采样频率为100Hz，采集到一组含高斯噪声的加速度数据（单位：m/s²）：[0.1,0.3,0.2,0.4,0.5]。假设真实加速度为匀速运动（加速度理论值为0），噪声方差R=0.04，初始估计值x₀=0，初始误差协方差P₀=1。要求用卡尔曼滤波进行去噪，写出状态方程、观测方程及前两步（k=1,k=2）的迭代计算过程，并给出k=2时的估计值（10分）。答案：（1）状态方程：由于匀速运动，加速度无变化，状态转移矩阵F=1，控制输入u=0，故xₖ=Fxₖ₋₁+wₖ₋₁（w为过程噪声，方差Q=0，因无加速度变化）。（2）观测方程：zₖ=Hxₖ+vₖ（H=1，v为观测噪声，方差R=0.04）。（3）迭代计算：k=1（z₁=0.1）：预测步：x₁⁻=Fx₀=0；P₁⁻=F²P₀+Q=1×1+0=1更新步：卡尔曼增益K₁=P₁⁻/(P₁⁻+R)=1/(1+0.04)≈0.9615x₁=x₁⁻+K₁(z₁-Hx₁⁻)=0+0.9615×(0.1-0)≈0.09615P₁=(1-K₁)P₁⁻=(1-0.9615)×1≈0.0385k=2（z₂=0.3）：预测步：x₂⁻=Fx₁=0.09615；P₂⁻=F²P₁+Q=0.0385+0