引 言

    智能傳感器已成為當今傳感器技術的一個主要發展方向。高性能、高可靠性的多功能復雜自動、測控系統以及基于電 子 標 簽 即 射 頻 識 別 ( radio frequency identification，RFID) 技術以“物”的識別為基礎的物聯網的興起與發展，愈發凸顯了具有感知、認知能力的智能傳感器的重要性及其大力、快速發展的迫切性。

    智能傳感器目前還未有統一的科學定義。IEEE 協會從最小化傳感器結構的角度，將能提供受控量或待感知量大小且能典型簡化其應用于網絡環境的集成的傳感器稱為智能傳感器。相對于僅提供表征待測物理量大小的模擬電壓信號的傳統傳感器，充分利用當代集成技術、微處理器技術等的智能傳感器，其本質特征在于其集感知、信息處理與通信于一體，能提供以數字量方式傳播具有一定知識級別的信息，具有自診斷、自校正、自補償等功能。

    智能傳感器首先借助于其傳感單元，感知待測量，并將之轉換成相應的電信號。該信號通過放大、濾波等調理后，經過 A/D 轉換，接著基于應用算法進行信號處理，獲得待測量大小等相關信息。然后，將分析結果保存起來，通過接口將它們交給現場用戶或借助于通信將之告知給系統或上位機等。由此可知，智能傳感器主要完成信號感知與調理、信號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的發展現狀。

1 信號感知與調理技術

    智能傳感器一般通過信號感知模塊中的敏感元件將待測量最終轉換成模擬電壓信號。目前能感知的量很多，有物體位移、速度、加速度等運動量，溫度、濕度、壓力等過程量，光強、波長、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、維生素等化學成分等。智能傳感器中的敏感元件有些如傳統傳感器一樣單個存在的，有些借助于微機械技術、硅集成等技術以陣列方式存在，以提高測試精度與可靠性，有些將多種敏感元件以一定的方式復合分布在感知模塊中以感知多種待測量。感知模塊出來的信號一般含有來自于外界的干擾，需要“凈化”處理以確保測試精度。另外，該信號一般比較小，有時甚至非常微弱，通常需要利用電橋等電路進行信號放大。這些功能一般通過具有濾波、放大等功能的，如測試放大器等調理電路予以實現。感知模塊與調理電路有時分開放置，有時集成在一個模塊上。

2 信號處理技術

    就本質而言，智能傳感器的信號處理主要完成“感知”、“認知”這 2 個方面的功能。“感知”就是通過對來自于調理電路信號的分析，獲得待測物理量或待測參數、性能的大小，本文稱之為粗信號處理。“認知”指智能傳感器通過信號處理，獲取關于其自身狀態、測試狀態等方面的知識，本文稱之為細信號處理。

    2.1 粗信號處理

    有些待測量可根據其定義利用單個調理信號直接獲得，如溫度、位移、交流電流有效值等; 有些待測量則需要多種調理信號，如交流電力的視在功率、有功功率等性能指標，本文稱這些方法為定義法。還有些待測量只能通過與之相關的各物理量的綜合分析才能便捷、可靠地測出，如混合氣體的成分和各成分的濃度、人體摔倒等，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量，借助于數字信號處理技術也可以獲知，如交流電力電壓/電流的有效值、交流電力的功率等，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處理方法，可根據待測量的物理概念或定義予以實現。它通常用于測試系統中，本文不做贅述。綜合法、分析法則充分體現了智能傳感器的特質。

    基于數據融合技術，綜合法主要用于傳統方法獲取比較困難、精度不高、測試不可靠，甚至不能測試出待測量的信號。例如: 對于一氧化碳、氫氣、甲烷、乙炔等有毒、有害、可燃性氣體的種類與濃度，傳統的色譜法測試不連續、繁瑣、時間長，單一響應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題。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成陣列，借助于模式識別理論計算出混合氣體中氣體的成分和各種氣體的濃度。基于多變量分析模式識別原理的綜合法能以大于68 % 的精度檢測出含 0 %～5 %乙醇的氣體中混入的( 10～80) ×10－ 6的氫氣，將一氧化碳對氧化錫甲烷敏感元件、甲烷對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 %的準確率分別測試出 CH4，C4H10，CO 3 種單一氣體以及 CH4與 C4H10，CH4與CO2種混合氣體的濃度，利用一種12 單元氧化錫氣敏陣列能100%識別出甲醇、乙醇、丙醇、丁醇，能以73%的精度對2 種啤酒與淡啤酒、威士忌、白蘭地共 6 種飲料進行識別。人們采用神經網絡模式識別法構建的 8 單元陣列人工嗅覺模塊能完全準確地識別出 5 種牌號的香水與 5 種風味氣味( 橘子、草莓、葡萄、桃子) 。又如，摔倒是老年人身體健康的一個主要危害，據估計，在福利院或獨自生活的年滿 75 歲以上的老年人每年至少有 30 %摔倒過。單個被動式紅外傳感器或具有通信與運動探測功能的腕式穿戴設備或照相機均難于完成人體摔倒的自動、可靠偵測。人們利用紅外集成( infrared integrated systems，IＲISYS) 熱圖像傳感器，綜合應用運動識別、運動估計、運動跟蹤、基于目標的推理、分類等技術，較好地實現了對老年人摔倒的自動、可靠偵測。

    事實上，調理信號中始終存在著干擾，若采用定義法，這些干擾通常將直接影響、限制測試精度。減少干擾就成為提高測試精度的一種直接現實途徑。它一般通過 2 種方式實現: 提高調理電路的濾波性能或在粗信號處理之前采用軟或( 和) 硬件濾波。前者增加了調理電路的復雜度，后者需要額外的濾波電路( 針對硬件濾波) 或消耗大量的系統CPU 資源( 針對軟件濾波)。為此，人們基于分析法開始了這方面的研究。分析法的基本任務是尋求能降低調理信號中干擾對分析精度影響的待測量獲取算法，其根本目的乃提高測試性能或簡化智能傳感器硬件結構，以降低智能傳感器的成本或提高其性/價比，利于智能傳感器的推廣、應用。對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的 2 種分析算法。相對于定義法，前2 種算法能減少至少50%的計算量，降低約 2/3 測試誤差，允許的干擾幅值從信號幅值原來的5 % 放寬至 15 % ; 后 2 種算法能減少至少 49． 4 % 的計算量，降低約 2/3 的測試誤差，對調理電路降低了 3 倍以上的信噪比要求。

    2.2 細信號處理

    粗信號處理的精度與穩定性常受到如偏移誤差、增益誤差、非線性誤差以及環境等方面的影響，智能傳感器需通過細信號處理來認識其“健康”狀態，“彌補”其分析偏差，確保測試的可靠性、精確性。細信號處理通常包括自診斷、自校正、自補償。

    自診斷用于檢測智能傳感器是否“健康”: 各組成部分能否正常工作，系統參數是否配置合適，整個系統能否正常進行測試、通信等。它通常利用人工智能等理論方法，例如: 一種基于知識庫或專家系統的智能傳感器自診斷方法。自校正用于智能傳感器各組成部分狀態、特征參數及系統參數的校正。自補償則用于補償待測量的非線性或因溫度、環境變化等造成的測試誤差。針對智能傳感器的特性易受多種因素影響的情況，一種神經網絡及其收斂快、

    精度高的訓練方法。為減少自校正點和自校正時間，人們在充分考慮調理信號概率密度函數的基礎上，利用循序多項式插值探索出了一種適合于智能傳感器的自適應自校正算法。人們基于人工神經網絡理論研究出了一種構建能自校正與補償、有較好適應性與靈活性的傳感器非線性融合逆模型的方法。利用該方法設計出氣體敏感器件 TGS823 的逆模型，在不同的環境中能以 99． 2 % 的準確率分析出氣體濃度。對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 神經元網絡探索出了3 種磁航向誤差補償算法。對于誤差大于 14°航向角，這 3 種算法的補償精度分別為 ± 0． 8°，± 0． 35°( 試驗點數為 8) ，±0． 3°( 試驗點數為 72，4 個試驗點時為 ±3°) ，單采樣周期內實時計算所需時間分別為 20，20，100 ms。信號處理一般在通用微處理器上借助軟件予以實現，也可利用專用集成電路或數字信號處理器予以硬件實現，或部分功能通過軟件實現，部分功能通過硬件實現。

3 通信技術

    IEEE 1451 系列標準乃智能傳感器通用通信標準，該標準支持多種現場總線、以太網等現有的各種網絡技術。IEEE 1451 第七部分則規定了智能傳感器與目前正蓬勃興起的物聯網間的通信接口標準。人們在這方面開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 標準的智能傳感器結構，提出了即插即用 Web智能傳感器的一種基于 Web 服務方法，實現了一種基于CAN 協議的溫度智能傳感器，探索出了一種智能傳感器無線網絡組織結構協議和一種基于 Zig Bee 無線通信技術的智能傳感器無線接口設計方案等。通信模塊以軟件硬件方式實現，它一般與智能傳感器的信號處理模塊集成在一起。

    實現智能傳感器目前主要有 3 種方式。一種方式是將信號感知與調理模塊、信號處理模塊、通信模塊等通過導線等方式組合在一起即可，這種實現方式適合于智能化如化工廠等用戶原有傳統傳感器的場合; 另一種方式乃利用微機械加工、微電子加工等技術將這些模塊集成在一片芯片上，實現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、復合型、集成化與微型化等方向發展。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合化將成為智能傳感器感知技術未來發展的主要方向。新的敏感材料、感知方法意味著感知范圍的擴大或感知可選擇性的增強。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、復合型提供堅實的物質基礎。

    以定義法、基于數據融合技術與模式識別理論的綜合法為代表的粗信號處理方法和利用專家系統、神經網絡、自適應等理論的細信號處理方法目前主要研究的是如何精確、可靠地實現智能傳感器的“感知”、“認知”這兩大信號處理功能。分析法則研究了讓智能傳感器如何“瘦”系統、低成本地去完成其“感知”功能。分析法比較充分地體現了智能傳感器中信號處理的能力，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使分析法快速發展，并讓其從“感知”推廣至“認知”。隨著計算機技術、控制技術、數字信號處理技術的發展，智能傳感器的信號處理將變得日益精密、可靠、健壯。

    以智能傳感器為節點構成的智能傳感網絡是重要發展方向，在多功能、高精度的復雜分布式測控系統中將顯示出其強大的生命力并起著非常重要的基礎作用。智能傳感器的通信技術將會隨著總線技術、網絡技術、通信技術的發展而不斷豐富、發展。隨著微機械加工技術、微電子加工技術的發展，市場將推動智能傳感器向著集成化、微型化方向快速發展。

5 結 論

    本文首先介紹了智能傳感器的基本結構，分析了其功能構成。然后根據其功能組成，從智能傳感器的信號感知與調理技術、包含粗信號處理與細信號處理并實現“感知”與“認知”功能的信號處理技術、通信技術 3 個方面詳細闡述了智能傳感器技術的發展現狀。最后從這 3 個方面展望了智能傳感器技術的發展前景，指出高性能、多種類、多功能、復合型、集成化、微型化、網絡化乃智能傳感器未來的發展方向。