----------------------------------------------------------------------------

【卓禾儀器】線上分享互動更精彩。集聚稱重自動化行業(yè)精英，每個(gè)工作日為您呈上、zui前沿的技術(shù)稱重解決方案及技術(shù)文檔。點(diǎn)滴技術(shù)知識，凝聚稱重自動化行業(yè)大智慧。如果您感興趣，請關(guān)注【卓禾儀器】公眾號，我們十分樂意與您分享稱重技術(shù)世界里的精彩！！！

   分享改變世界，稱重技術(shù)產(chǎn)業(yè)自動化升級，愿您每天從“卓禾儀器”收到一份好心情 ！！！

----------------------------------------------------------------------------

0 引 言

多傳感器信息融合是指在智能儀表中多傳感器為完成對某一環(huán)境特征的描述，將來自不同途徑、不同時(shí)間、不同空間傳感器信息協(xié)調(diào)成統(tǒng)一的特征表達(dá)的信息處理過程。 在儀器儀表系統(tǒng)中，所檢測的信息是以傳感器數(shù)據(jù)的形式出現(xiàn)，這時(shí)多傳感器信息融合也稱為多傳感器數(shù)據(jù)融合。

多傳感器信息融合是智能儀表對信息的綜合處理技術(shù)，其目的是為了能*地綜合使用多傳感器信息，使儀器儀表具有完成某一特定任務(wù)所需的完備信息。單一傳感器只能獲得監(jiān)測對象特征的部分信息，描述監(jiān)測對象特征的某個(gè)側(cè)面；而經(jīng)過集成與融合的多傳感器信息能完善地、地、可靠地反映監(jiān)測對象特征 [1] 。多傳感器信息融合一方面通過信息的協(xié)調(diào)、有機(jī)融合以充分發(fā)揮信息資源的價(jià)值；另一方面通過抽象合成，也減少了系統(tǒng)信息通信與信息處理的負(fù)擔(dān) [2] 。

1 智能儀表中多傳感器系統(tǒng)結(jié)構(gòu)

在工業(yè)生產(chǎn)過程監(jiān)測控制系統(tǒng)中，特別是在現(xiàn)代復(fù)雜、大型的生產(chǎn)過程監(jiān)測控制系統(tǒng)中，需要利用智能儀器儀表系統(tǒng)中的多種傳感器來獲得對象和環(huán)境的信息，以監(jiān)測和控制生產(chǎn)過程。對象信息包括：系統(tǒng)中有關(guān)物理量、生產(chǎn)過程中的工藝參數(shù)、 設(shè)備情況、 原料和成品的性能參數(shù)等；環(huán)境信息包括：環(huán)境特征、干擾、污染等。采用眾多的傳感器已是當(dāng)前復(fù)雜工業(yè)系統(tǒng)不可回避的現(xiàn)實(shí)，也是現(xiàn)代工業(yè)系統(tǒng)的特點(diǎn)。多傳感器系統(tǒng)或多傳感器集成，是指在智能儀器系統(tǒng)中采用多個(gè)同質(zhì)或異質(zhì)傳感器共同聯(lián)合工作來完成對對象和環(huán)境的檢測，基于多傳感器信息融合技術(shù)的智能儀表結(jié)構(gòu)框圖見圖 1。

2 智能儀表中多傳感器信息融合

由于智能監(jiān)測儀需要監(jiān)測工業(yè)生產(chǎn)過程中各個(gè)環(huán)節(jié)和區(qū)域等多種不同的參數(shù)，其監(jiān)測點(diǎn)多，分布面廣。要想全面掌握工業(yè)生產(chǎn)過程的狀況，必須要用多個(gè)傳感器組成多個(gè)傳感器集合來共同完成此監(jiān)測任務(wù)。 根據(jù)傳感器采集信息的多樣性，智能儀表的多傳感器信息融合采用了三種方式：相關(guān)信息融合、互補(bǔ)信息融合和協(xié)同信息融合。

（1）相關(guān)信息融合，也叫冗余信息融合

冗余信息是指由一組傳感器(或一個(gè)傳感器多次觀測)獲得的關(guān)于同一環(huán)境特征的信息。如在對監(jiān)測對象進(jìn)行檢測時(shí)，可在同一區(qū)域或多個(gè)區(qū)域中放置多個(gè)傳感器，這些傳感器的輸出信息就是關(guān)于檢測對象的冗余信息。融合冗余信息的*性在于:

①每個(gè)單獨(dú)的冗余信息具有不同可信度，融合后的信息可以降低不確定性，提高對監(jiān)測對象特征描述的精度；

②由于每個(gè)傳感器的噪聲是不相關(guān)的，融合后的信息在總體上可明顯抑制噪聲；

③在傳感器失效或出錯(cuò)時(shí)，冗余信息的融合還可以提高檢測的可靠性。

在對冗余信息的處理中，有兩個(gè)問題需加以注意：一是可能會出現(xiàn)傳感器沖突的現(xiàn)象，即用于檢測對象中同一特征的傳感器可能會獲得矛盾的信息。其二是觀測數(shù)據(jù)的一致性檢驗(yàn)問題，即必須確定用于檢測同一對象特征的多個(gè)不同傳感器的信息確實(shí)是描述該同一特征的。有些算法 [3]提出了解決上述兩個(gè)問題的方法。例如利用模糊邏輯和神經(jīng)網(wǎng)絡(luò)的方法來處理不確定信息可以獲得較令人滿意的結(jié)果 [4] 。

（2）互補(bǔ)信息融合

在有些情況下，信息的獲取受到傳感器結(jié)構(gòu)、時(shí)間、空間范圍等諸多因素的限制，故單獨(dú)的傳感器很難獲得對象的全局信息，這時(shí)往往采用多個(gè)不同(或互補(bǔ))的傳感器進(jìn)行測量 ^[5] ；另外，用不同的傳感器有時(shí)可獲得對象的不同特征。互補(bǔ)信息就是兩個(gè)或多個(gè)獨(dú)立的傳感器所提供的、從不同側(cè)面描述同一對象或環(huán)境的、彼此間又不相互重復(fù)的多個(gè)信息。互補(bǔ)信息的融合可以給出關(guān)于對象和環(huán)境的更全面、更完整的描述 ^[6] ；有時(shí)可以使多傳感器系統(tǒng)感知到那些每個(gè)單一傳感器無法獲得的對象和環(huán)境特征。如果將這些被感知到的特征看作特征空間的特征向量，則每個(gè)傳感器只能提供特征空間的一個(gè)子空間，而互補(bǔ)信息則提供了另外的獨(dú)立的特征向量。這樣，特征空間的維數(shù)增加使多傳感器系統(tǒng)的精度也隨之提高。 例如在礦井環(huán)境監(jiān)測過程中， 將溫度傳感器、濕度傳感器、氧氣傳感器及風(fēng)速傳感器等組合起來，就可以得到煤礦井下環(huán)境的氣候狀況；將一氧化碳傳感器、二氧化碳傳感器、煤塵及瓦斯傳感器等傳感器組合起來，就可以監(jiān)測礦井自然發(fā)火狀況、煤塵、瓦斯含量等安全信息。

（3）協(xié)同信息融合

協(xié)同信息是指在多傳感器系統(tǒng)中，傳感器獲得的相互依賴或相互配合的信息。例如，在監(jiān)測煤礦井下是否發(fā)生煤炭自然發(fā)火時(shí)，可利用一氧化碳傳感器、煙霧傳感器、溫度傳感器等的配合來獲得井下自然發(fā)火的可靠信息。這類信息的融合被廣泛地應(yīng)用于物體識別和空間識別。在智能儀表系統(tǒng)中，多傳感器系統(tǒng)獲得的信息除進(jìn)行上述三種融合之外，還采用了復(fù)合信息融合，即*行局部融合，包括一級融合和二級融合，再進(jìn)行全局融合。

3 儀表放大器的選擇

AD623是同類產(chǎn)品中zui通用的儀表放大器。在其內(nèi)部，差分電壓通過輸出放大級轉(zhuǎn)變?yōu)閱味穗妷海⒛芤种戚斎搿⑤敵鲂盘栔械娜魏喂材ｋ妷骸Ｓ捎谄漭敵鰯[幅都能達(dá)到電源的正、負(fù)限，且它們的共模輸入電源范圍能到電源負(fù)限以下，所以AD623可工作的范圍較寬。

為了更好地使用AD623，應(yīng)注意以下幾點(diǎn)

①輸入和輸出失調(diào)電壓的估算 ②輸入的保護(hù) AD623內(nèi)部以電源為基準(zhǔn)箝位,二極管允許輸入端、基準(zhǔn)端、輸出端和增益調(diào)整端能安全的承受高于或低于電源0.3 V的過電壓。這對于任意增益，不管電源通電或斷電狀態(tài)都有效。由于信號源和放大器可能會分別供電，所以后者更為重要。如果過電壓超過此值，通過二極管的電流須通過在兩個(gè)輸入端上所加的限流電阻，使其限制在10 mA左右，以免燒壞器件。③射頻干擾 所有的儀表放大器都能將通帶外的高頻信號整流。整流后，這些信號在輸出中表現(xiàn)為直流失調(diào)誤差。一個(gè)低通濾波器可用來防止不必要的噪聲到達(dá)差分輸入端。一只電容跨接在儀表放大器的兩個(gè)輸入端上，與兩只電阻一起可形成一個(gè)差分低通濾波器。應(yīng)用差分連接的電容帶來的另一個(gè)好處是減少了共模電容的不平衡，有助于保持對高頻信號的共模抑制。④接地 由于AD623的輸入電壓設(shè)計(jì)為相對于基準(zhǔn)端電位，所以簡單的將REF引腳連接至“本地地”就可解決許多接地的問題。但是，為得到*的共模抑制，REF引腳必須接到一個(gè)低阻抗點(diǎn)。建議使用接地平面以減小回地阻抗(并且減小直流誤差)。

4 結(jié) 語

將多傳感器信息融合技術(shù)應(yīng)用于智能儀表中，大大提高了智能儀器儀表的性能指標(biāo)，增強(qiáng)了智能儀器儀表的抗*力，提高了檢測信息的可信度和可靠性，擴(kuò)展了智能儀器儀表在空間和時(shí)間上的覆蓋范圍， 增加了儀器儀表測量維數(shù)。

參考文獻(xiàn)：

[1] Luo RE,Michael GK. Multisensor Integration and Fusion in Inligent Systems[J]. IEEE Trans. System, man, and Cybernetics,2002, 32(5): 851-877.

[2] Waltz E, L linas J. Multisensor Data Fusion[M]. New York: Artech House, INC.,1990.

[3] Qiang Gan, Chis J. Harris. Compareson of two measurement fusion methods for kalman-filter based multisensor data fusion[J].IEEE Transaction on Aerospace and Electronic Systems, 2001, 37(1): 273-280.

[4] Marchette D, Priebe C. An Application of Neural Networks to a Data Fusion Problem, Proc[J]. Data Fusion Symp. 2001, (2): 315-321.

[5] 劉同明,夏祖勛,解洪成.數(shù)據(jù)融合技術(shù)及其應(yīng)用[M].北京: 國防工業(yè)出版社,1998.31-45.

[6] 康耀紅.數(shù)據(jù)融合理論與應(yīng)用[M].西安.西安電子科技大學(xué)出版社,1997.57-69.

(深圳卓禾儀器 www.szlongxin.com)