本书介绍了现代传感器的原理、特性及其在工程中的应用技术,紧密围绕当前传感器技术发展*新内容和方向编写,叙述由浅入深,循序渐进。全书在介绍传感器基本特性的基础上,详细介绍了光纤、图像、生物传感器以及无线传感器网络、机器人传感器、智能传感技术,*后介绍了多源传感器的信息融合技术。
本书可作为高等院校测控技术与仪器、自动化、电气工程及其自动化、计算机科学与技术、通信工程、生物医学工程等专业研究生选修课和本科专业高年级学生的参考教材,也可供从事传感与信息检测相关领域应用和设计开发的研究人员、工程技术人员参考。

由王化祥教授等人编著的《传感器原理及应用》一书,自1988年正式出版以来,受到广大读者的欢迎,并选为教材使用。该书所讲述内容主要是传统式传感器原理及应用,对现代*新发展的传感器内容涉及较少。基于上述情况并广泛征求意见,���为有必要编写一本反映当今*新发展和应用的现代传感器教材。本书正是基于上述考虑编写完成的。本书主要涉及的内容包括光纤传感器,图像传感器,生物传感器,无线传感器网络,移动机器人传感器,智能传感器以及多传感器的信息融合技术。上述内容组织是对传统传感器的补充。本书可作为高等院校测控技术与仪器、自动化、电气工程及其自动化、计算机科学与技术、通信工程、生物医学工程等专业研究生选修课和本科专业高年级学生的参考教材,也可供从事传感与信息检测相关领域应用和设计开发的研究人员、工程技术人员参考。本书在编写过程中紧密结合现代传感技术教学改革和课程建设,贯彻“以学生为主体,教师为主导”的教学原则,注重学生能力的培养和新知识的吸收;注重教学内容理论联系实际。本书是编者多年来在教学、科研中的长期积累,并参考了国内外相关教材和学术研究成果,阐述基础理论同时,将实际应用贯穿全书始终。本书由天津大学王化祥教授主编,并编写了本书的第1、2、3、7章(其中恩德副教授协助编写第2章),王学民教授编写了第4章;王超、杨挺副教授编写了第5章;孟庆浩教授编写了第6章;岳士弘副教授编写了第8章;*后由王化祥教授统稿。张淑英副教授对全书进行了认真校对。在编写过程中,所有参编老师精诚合作,精益求精。这里还要特别感谢参考文献中所列的有关作者,为本书提供了宝贵参考资料,使本书在总结已有经验基础上,吸取众家之长,为本书增色不少。传感技术所涉及内容比较广泛,而且传感技术本身正在飞速发展。因此,由于编者水平和知识有限,难免有疏漏和不妥之处,恳请读者不吝赐教。
编者2008年4月于天津大学

1传感器基本特性1
1.1概述1
1.1.1传感器的作用1
1.1.2传感器及传感技术1
1.1.3传感器的组成2
1.1.4传感器的分类2
1.1.5传感器的发展趋势2
1.2传感器的组成与结构3
1.2.1传感器的组成3
1.2.2传感器的结构形式3
1.3传感器的一般特性7
1.3.1传感器的静态特性8
1.3.2传感器的动态特性13
1.3.3不失真测试的条件分析20
1.3.4传感器的标定23
思考题与习题25

2光纤传感器26
2.1光纤传感器的特点及分类26
2.1.1光纤传感器的特点26
2.1.2光纤传感器的分类27
2.2光纤的传光特性27
2.2.1光纤的结构及分类27
2.2.2光纤的传光原理30
2.3光纤传感器的光源与光检测器34
2.3.1光纤传感器用光源的分类及特点34
2.3.2半导体光电检测器36
2.4光纤传感器的应用40
2.4.1光纤温度传感器40
2.4.2光纤压力传感器44
2.4.3光纤流量、流速传感器46
思考题与习题48

3图像传感器50
3.1电荷耦合摄像器件50
3.1.1CCD基本工作原理51
3.1.2电荷转移与电极结构54
3.1.3电荷的注入与读出57
3.1.4CCD图像传感器60
3.1.5图像传感器的主要特性参数61
3.2热成像技术67
3.2.1热像仪的组成67
3.2.2热释电摄像管的结构及原理69
3.3图像传感器的典型应用75
3.3.1激光多普勒测速技术75
3.3.2基于热释电探测器的光纤比色
测温系统81
思考题与习题85

4生物传感器87
4.1生物传感器概述87
4.1.1生物传感器的应用范围87
4.1.2生物传感器的发展89
4.1.3生物传感器的基本原理及特点90
4.1.4生物传感器的分类92
4.1.5生物芯片93
4.2生物识别机理及膜固定技术94
4.2.1酶反应94
4.2.2微生物反应及检测94
4.2.3免疫学反应96
4.2.4其他类型的生物学反应97
4.2.5膜及其固定技术99
4.3生物传感器原理及应用102
4.3.1酶传感器102
4.3.2免疫类传感器104
4.3.3微生物传感器106
4.3.4新型生物传感器简介108
思考题与习题115

5无线传感器网络116
5.1无线传感器网络概述116
5.1.1无线传感器网络生成过程116
5.1.2无线传感器网络结构116
5.1.3传感器节点构成117
5.1.4无线传感器网络特点118
5.1.5无线传感器网络应用119
5.2无线传感器网络关键技术121
5.2.1无线传感器网络体系121
5.2.2无线传感器网络拓扑122
5.2.3无线传感器网络物理层协议127
5.2.4无线传感器网络MAC协议127
5.2.5无线传感器网络路由协议132
5.2.6无线传感器网络传输和应用层协议137
5.2.7无线传感器网络其他关键技术138
5.2.8无线传感器网络能量管理机制146
5.3无线传感器网络的典型设计实例147
5.3.1设计简介147
5.3.2Mica 2节点设计分析147
5.4无线传感器网络应用实例150
5.4.1芯片制造厂设备监控系统应用150
5.4.2大鸭岛海燕生活习性监测保护应用151
5.4.3家庭及办公智能化网络应用151
思考题与习题152

6移动机器人传感器153
6.1概述153
6.1.1机器人与移动机器人153
6.1.2移动机器人感知153
6.1.3移动机器人传感器分类154
6.2移动机器人常用内部传感器155
6.2.1编码器155
6.2.2惯性传感器158
6.3移动机器人航位推算模型162
6.3.1差速驱动移动机器人163
6.3.2类车或三轮移动机器人163
6.4移动机器人常用外部传感器164
6.4.1触觉传感器164
6.4.2接近觉传感器165
6.4.3测距传感器165
6.5主动嗅觉感知168
6.5.1机器人嗅觉168
6.5.2机器人嗅觉常用气体/气味传感器168
6.5.3常用风速/风向传感器172
6.5.4气味/气体源搜寻策略174
6.5.5主动嗅觉研究面临的问题174
6.6距离传感器测量模型175
6.6.1高斯噪声测量模型176
6.6.2指数分布噪声测量模型176
6.6.3点质量分布噪声测量模型177
6.6.4均匀分布噪声测量模型177
6.6.5综合概率密度函数177
6.6.6固有模型参数的选取177
6.7基于距离传感器的二维环境表达178
6.7.1超声概率栅格地图178
6.7.2二维环境几何特征提取180
思考题与习题182

7智能传感技术183
7.1智能传感器的体系结构与功能实现184
7.1.1智能传感器的体系结构184
7.1.2智能传感器功能的实现186
7.2智能传感器系统集成技术197
7.2.1微系统加工工艺197
7.2.2微制造技术205
思考题与习题214

8多源传感器信息融合技术215
8.1信息融合技术的基本概念和分类215
8.2贝叶斯估计216
8.2.1Bayes条件概率公式216
8.2.2基于Bayes方法的信息融合原理217
8.3卡尔曼(Kalman)滤波218
8.3.1卡尔曼(Kalman)滤波的基本方程218
8.3.2基于卡尔曼滤波器的数据融合方法在高温炉检测系统中的应用220
8.4自适应加权平均和有序加权平均算法221
8.4.1自适应加权平均222
8.4.2有序加权平均算子(Ordered Weighted Averaging,OWA)222
8.5DempsterShafer证据理论223
8.5.1证据理论基本模型和性质224
8.5.2证据理论的组合规则225
8.5.3证据理论的进一步说明226
8.6神经网络信息融合方法230
8.6.1单个BP(Back Propagation)网络的建立231
8.6.2多个BP网络的集成231
8.7数据关联的基本概念和方法233
8.7.1数据关联的概念233
8.7.2“*近邻”法234
8.7.3概率数据关联滤波器234
8.7.4模糊数据关联236
8.8多传感器目标检测237
8.8.1问题的描述237
8.8.2检测空间的划分与信任级别239
8.8.3分布式检测多传感器系统结构240
8.9基于案例的推理技术在数据融合中的应用242
8.9.1基于案例推理的基本原理242
8.9.2一个基于案例推理的应用实例244
8.10粗集理论与信息融合246
8.10.1粗集的基本概念246
8.10.2粗集247
8.10.3知识的约简248
8.10.4基于粗集理论的多传感器融合249
8.10.5本节小结252
思考题与习题252

参考文献254
……