現代傳感技術及應用（簡體書）

本書介紹了現代傳感器的原理、特性及其在工程中的應用技術，緊密圍繞當前傳感器技術發展最新內容和方向編寫，敘述由淺入深，循序漸進。全書在介紹傳感器基本特性的基礎上，詳細介紹了光纖、圖像、生物傳感器以及無線傳感器網絡、機器人傳感器、智能傳感技術,最后介紹了多源傳感器的信息融合技術。 本書可作為高等院校測控技術與儀器、自動化、電氣工程及其自動化、計算機科學與技術、通信工程、生物醫學工程等專業研究生選修課和本科專業高年級學生的參考教材，也可供從事傳感與信息檢測相關領域應用和設計開發的研究人員、工程技術人員參考。

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
1.1.3　傳感器的組成
1.1.4　傳感器的分類
1.1.5　傳感器的發展趨勢
1.2　傳感器的組成與結構
1.2.1　傳感器的組成
1.2.2　傳感器的結構形式
1.3　傳感器的一般特性
1.3.1　傳感器的靜態特性
1.3.2　傳感器的動態特性
1.3.3　不失真測試的條件分析
1.3.4　傳感器的標定
思考題與習題
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　光纖的結構及分類
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　半導體光電檢測器
2.4　光纖傳感器的應用
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　電荷轉移與電極結構
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協議
　3.2　熱成像技術
3.2.1　熱像儀的組成
3.2.2　熱釋電攝像管的結構及原理
　3.3 圖像傳感器的典型應用
3.3.1　激光多普勒測速技術
3.3.2　基于熱釋電探測器的光纖比色測溫系統
思考題與習題
4　生物傳感器
4.1　生物傳感器概述
4.1.1　生物傳感器的應用范圍
4.1.2　生物傳感器的發展
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
4.2.1　酶反應
4.2.2　微生物反應及檢測
4.2.3　免疫學反應
4.2.4　其他類型的生物學反應
4.2.5　膜及其固定技術
4.3　生物傳感器原理及應用
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
思考題與習題
5　無線傳感器網絡
5.1　無線傳感器網絡概述
5.1.1　無線傳感器網絡生成過程
5.1.2　無線傳感器網絡結構
5.1.3　傳感器節點構成
5.1.4　無線傳感器網絡特點
5.1.5　無線傳感器網絡應用
5.2　無線傳感器網絡關鍵技術
5.2.1　無線傳感器網絡體系
5.2.2　無線傳感器網絡拓撲
5.2.3　無線傳感器網絡物理協議
5.2.4　無線傳感器網絡MAC協議
5.2.5　無線傳感器網絡路由協議
5.2.6　無線傳感器網絡傳輸和應用層協議
5.2.7　無線傳感器網絡其他關鍵技術
5.2.8　無線傳感器網絡能量管理機制
　5.3　無線傳感器網絡的典型設計實例
5.3.1　設計簡介
5.3.2　Mica 2節點設計分析
5.4　無線傳感器網絡應用實例
5.4.1　芯片制造廠設備監控系統應用
5.4.2　大鴨島海燕生活習性監測保護應用
5.4.3　家庭及辦公智能化網絡應用
思考題與習題
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　常用風速／風向傳感器
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　指數分布噪聲測量模型
6.6.3　點一質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
6.6.6 固有模型參數的選取
6.7　基于距離傳感器的二維環境表達
6.7.1　超聲概率柵格地圖
6.7.2　二維環境幾何特征提取
思考題與習題
7　智能傳感技術
7.1　智能傳感器的體系結構與功能實現
7.1.1　智能傳感器的體系結構
7.1.2　智能傳感器功能的實現
7.2　智能傳感器系統集成技術
7.2.1　微系統加工工藝
7.2.2　微制造技術
思考題與習題
8 多源傳感器信息融合技術
8.1　信息融合技術的基本概念和分類
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據融合方法在高溫爐檢測系統中的應用
8.4 自適應加權平均和有序加權平均算法
8.4.1　自適應加權平均
8.4.2　有序加權平均算子(Ordered Weighted Averagin9，OWA)
8.5　Dempster—Sharer證據理論
8.5.1　證據理論基本模型和性質
8.5.2　證據理論的組合規則
8.5.3　證據理論的進一步說明
8.6　神經網絡信息融合方法
8.6.1 單個BP(Back Propagation)網絡的建立
8.6.2　多個BP網絡的集成
……
參考文獻