传感器心得体会（精选7篇）
篇1：传感器心得体会
通过这次实验,给我最大的收获就是培养了独立思考和动手的能力,还有就是实验的灵活性,总得来说就是在独立与创新这二个环节。
以往的实验大都是在老师和书本里的框架中,我们只需在实验时按部就班的照着这个框架来做,而实验报告也是基本照着书本范例写的。这点丝毫不符合实验的基本要求:培养学生的动手能力和创新思维,进而验证书本上的理论知识或应用于实际生活生产中。而这次实验,我们从测试技术网和教学实验专栏中了解实验教学要求，按项目要求查讯实验室现有的全部仪器设备及下载使用说明书等资料，查讯与某实验项目相关的知识要点，我们自主选择并设计实验，然后填写“机械量测试”设计性实验申请表,提交实验设计方案，经教师修改、批准后学生来实验室领取仪器设备组成系统完成所选择或设计的实验，最后替交电子文档和打印文档的实验报告。提交实验申请表是以往没有过的,这就避免了我们实验时的盲目性,让我们有充分的知识准备,对实验中的问题先进行思考.另外,自主选择项目并自主设计实验,这充分锻炼了我们独立的动手能力和独立的解决所遇到的问题.
这次实验中的最大问题就是对LabVIEW软件的处理和运用问题。LabVIEW软件是我们机械行业中非常有实际利用价值的，在以后的一段时间里，我一定努力掌握好这软件。
这次试验感到不足这处是实验仪器平台太少，再加上开放的时间又不多，导致我们不能进行充分的实验。另外，由于同学们基本都有了电脑，望老师充分利用互联网进行师生间的交流，这既方便又省时。
心得体会Ap0308102 陈成煌
这学期，通过对测试技术这门课程的学习，使我们对测试技术有了初步的认识；通过实验，使我们对其有了进一步的了解。随着社会的不断发展，测试技术在现实生活中将变得越来越重要。
刚学习这门课程时，由于以前缺乏对这方面知识的学习，日常生活也很少见到其应用，我们对其感觉都非常陌生，一时间难以理解也难以接受，都觉得知识很抽象，不像以往的知识那样易于接受。随着课程的不断深入，我们对其认识也在不断的加深。通过实验，使我们懂
得测试技术是如何应用于现实生活中，使我们以往的一些疑问也豁然开朗。通过实验，也使我们感受到LabVIEW这软件的强大功能。只要编好程序，把信号接到计算机上，我们就能从显示装置中得到我们研究对象的信息，经过提取分析，我们就能知道被测物的问题出现在哪。这软件将在未来的日子里起着重要的作用。
但对于实验，我认为不要都放到学期末为好。把其中个别实验放到教学期间，使同学们对这门技术如何应用于现实生活有大概了解，能增长大家学习的兴趣，同时也有助于大家对上课内容的理解，加深同学们对所学知识的印象。把实验放在教学中，也使大家有更充分的时间去考虑实验的内容及步骤；在学期末，大家都忙于复习考试，相比之下大家花在其上的时间要少许多。安排在教学期间，更有利于大家对知识的掌握，大家能学到的也会更多。在学习期间，也可以安排恰当的时间让同学们到实验室看看，让大家加深理解，这将更有利于测试技术的学习。
通过学习和做实验，使我对测试技术的重要性有了进一步的了解，对其在日常生活领域的应用有了进一步的认识，使我对测试技术的兴趣大大提高。在以后的日子里，我将利用空闲的时间对LabVIEW等软件进行学习，并进一步对测试技术进行学习，未将来走上社会做好准备。
、心得体会：AP0308103陈佳
首先，感谢任测试技术及应用课的熊老师的教导，和感谢实验室康老师的耐心指导，
感谢他们的辛勤工作，为我们能亲自动手设计和做测试试验创造了条件。
其次，谈谈我在这次实验中看到的、读到的、做到的、学到的??
这次实验与往常的实验有所不同。在进实验室做实验前首先要相当仔细的了解所要
做什么，该做些什么，在头脑中模拟做了一遍实验，然后填写《实验申请表》经过实验老师过目修改批准后方能进入实验室做真正的实验。这样不仅使得我们在做实验时能很顺利的达到要求，提高了实验效率为更多的同学能独立的做实验创造了充足的时间，而且使得我对测试知识更加深的了解。
实验测试过程的顺利离不开实验前的充足的准备工作。我把这次实验分为三阶段，
即第一阶段为实验前的准备工作；第二阶段为实验；第三阶段为实验后做报告及总结。在这三阶段中头尾占用大部分时间。在第一阶段刚开始时看到题目和粗略的看了一遍实
验原理下来感觉相当模糊，毫无头绪，经过对实验的仔细阅读和查了测试网的大量资料，及重新学习课本知识，方才比较了解这个实验，再经过和同学讨论，参考已经做完实验的同学的经验，最后确定了自己的实验计划。在第三阶段做报告过程中也发现了不少问题，比如做“回转机构振动测量及谱分析”实验时不能用手按住，这样测出来的不是所要求结果。在这个阶段整理数据时通过灵活运用Labview程序读取数据，达到了精确读取数据的目的。
最后，说说对实验的一些个人的看法和建议。
这个实验的确锻炼了我们的独立思考和亲自动手的能力，但由于实验室器材的缺乏和
老化，所以最后做出来的数据与理论值有相当的误差，当然当中也存在人为的误差。还有这次实验的时间好像不是很合理，占去了很大部分的课程设计的时间，虽老师说这个实验其实挺简单，但对我们从为接触过的人来说就不是很简单了。所以，我建议要把实验提前，在上测试课时就应该把这个实验告诉学生，让我们有充足的时间去做准备，实验室也最好开放，最好晚上也开放，因为大三晚上的课很少，有足够的时间去做。 再次谢谢老师的辛勤工作！
心得体会 Ap0308104 陈建帆
这个学期我学习了测试技术课，有理论学习，也有实践操作。
通过理论的学习我懂得了测试技术的一些基本原理和基本的测试方面的常识。比如说滤波器种类及作用，各种传感器的原理及其适用范围、
各种常用工程量测试的常识。更重要的是学到了时域采样定理，如果信号的采样间隔不符合要求，就会做得到的信号失真。 ??1，fm为原频谱的最高截止频率。另外，2fm
在理论课的学习的学到的Labview基础知识，在做实验是得到了充分的运用和发展。 通过实践操作，即做测试实验，我再一次深刻地感受到了理论与实际的差别，理论与实际相结合的重要性。我们这个学期做了三个测试实验：1，金属箔式应变片的温度效应及补偿
2、悬臂梁固有频率测试 、3振动测量及谱分。在做“金属箔式应变片的温度效应及补偿”
时，我学到了金属应变片的贴片方法和按电桥的电路图如何用电路元件接成电路。在做“振动测量及谱分”的实验时，我懂得了压电式加速度传感器的使用方法，知道了关于振动测试的方法。3、悬臂梁固有频率测试，我学会了如何给测试对象施加脉冲和阶跃信号等等。
在做实验报告时，我选择了悬臂梁固有频率测试实验，因为这个实验印象比较深刻。 在做实验报告的过程中，除了要填写原理、步骤等基本知识外，还要画物理模型图，幅频图。更麻烦的是要用数学编缉器编织大量的数学公式及时行大量的数学运算。对测量回来的实验结果进行处理和分析，要对处理过来实验曲线截到Word中。但是，通过这次实验报告的编写提高了自己对悬臂梁的认识，提高了对labview软件的认识和操作能力。提高了对Word文档和操作及对数学编缉器的熟练程度。
在这个过程中，还有一个小插曲，因为在COPY实验结果时，还有一组同学的数据存在我的MP3内，在我开始做报告时，不自觉地点到了另一组同学的数据上，等到我辛辛苦苦完成报告后，检查时，竟然发现做的是别人的数据。当时，我有想过不重新做了，可以跟老师说明一下情况的。但是后来还是做了，因为我后来想到，现在这只是一个小错误，如果这样都不改正，将来工作时也是这样对待错误，后果可能是我无法承担的。所以我就决定再做一遍。通过这次，我更加懂得了懂慎细心的重要性了。
总之，通过这个学期的学习，我多方面的能力得到了很好的煅练
心得体会 AP0308105：陈荣信
回转机构的振动测试实验中,较以往的实验有了一次更深的体会,以前我们做实验的仪器都是实实在在的,而这一次是我第一次接触的虚拟仪器, 虚拟仪器是当代测量技术发展的一个重要方向,它几乎可以完成经典的测试信号处理的全部功能.虚拟仪器的核心思想，是利用计算机的软件和硬件资源，使本来需要硬件实现的软件化和虚拟化，最大限度降低系统成本，增强系统的功能和灵活性。本文构建应变式称重虚拟仪器系统，使传统的应变称重装置与现代的虚拟仪器软件平台技术有机的结合起来，提升了实验水平，简化了测试系统。通过自主建立相关实验命题，可使学生对各种测试信号和测试原理有进一步的理解，掌握测试系统建立的基本步骤和技能。虚拟仪器的引入，大大提高了实验效率，解决了设备不足的矛盾，降低了实验成本，增强了学生的积极性和创造性，使教学、科研迈上了一个新的水平。虚拟仪器的核心思想，是利用计算机的软件和硬件资源，使本来需要硬件实现的软件化和虚拟化，最大限度降低系统成本，增强系统的功能和灵活性。用虚拟仪器开发平台自行开发的,真正的锻炼了我们的开发设计能力,这不是一件容易的事,不但要设计出实验的仪器,更重要的是能
否高效准确地应用到实验当中,所以LABVIEW的编程能力在这次实验中确实有了较大的提高,至少我能够把编程的逻辑关系弄明白了。
其次在实验中我接触到不少的传感器，对于一些常用的传感器的参数也有了更深的认识，学会了怎样的去选择传感器。这一次的实验我选用了加速度传感器来测试回转机构的振动频率，为了选择理想的测试传感器，必须对测试对象(信号)以下几方面进行分析与估计1.被测振动量大小：低g值/高g值2.振动信号的频率范围：低频/高频3.振动测试现场的环境：常温/高温4.有绝缘/通用加速度传感器可供选择5.有单向/多向测振加速度传感器可供选择。 虽然对传感器应用还是处于了解与学习的阶段，相信在以后的测试实验中得到充实。 学习测试技术这一课,实验是重点,我们在学习的过程中应该学会怎样的做好实验呢? 实验在测试技术学习中具有十分重要的作用，它是测试技术学习的基础，具有生动形象的特点，有利于激发我们的好奇心和求知欲。实验的一个重要特点是须要动手、动眼、动脑去操作仪器、观察现象和思考问题。为了达到探索的目的，需要将观察、思维和操作紧密结合起来，它可以满足我们操作的欲望，但又不是单调的机械动作，因此可以将我们的操作兴趣转化为探索的兴趣，从而形成稳定的学习动机和认知。
测试实验设计是在我们有一定基础的训练后，进行的介于基本基本教学实验与实际科学实验之间的，具有对科学实验全过程进行初步训练特点的教学实验。实验的核心在于设计选择实验方案，并在实验中检验方案的正确性与合理性、操作时一般包括：根据研究的要求、实验精度的要求以及现有的主要仪器、确定应用原理，选择实验方法与测量方法，选择测量条件与配套仪器以及测量数据的合理处理等。同时，应考虑各种误差出现的可能性，分析其产生的原因，以及从众多的测量数据和检验系统误差的存在，估计其大小并消除或减小系统误差的影响。
通过大学几年来的学习实验心得，我觉得实验设计的基本方法是：
1，明确目地，广泛联系 2，选择方案，简便精确 3，依据方案，选择器材
4，安排布骤，合理有序 5，数据处理，误差分析
篇2：传感器心得体会
1，排版没有排到最恰当的位置，我们是打竖排版的，相当打横排版没有那么好的效果 2，焊工不过关，经常现虚焊，相邻两条线路焊到一起导致短路的现状
3，分不清LED灯和发射管，接收管的正负。主要是通过万用表的导通极测试和特征分辨出来
篇3：传感器心得体会
近几年, 无线传感器网络在军事和工业领域得到广泛应用[1]。为了延长传感器在跟踪期间的寿命必须有效利用传感器。在能量和带宽等物理资源受限的无线传感器网络, 每个时刻选择一个传感器子集是尤为重要的。
一般来说, 传感器管理决策都是基于估计追踪器的性能。文献[2,4]提出了条件后验克拉美-罗下界 (CPCRLB) 。CPCRLB以当前时刻的所有真实量测为条件, 给出了目标状态估计的实际均方误差下界, 得出CPCRLB更适合在线自适应传感器管理。
利用CPCRLB作为判断选择的传感器性能的标准, 对于目标跟踪的准确度有很大的提高, 但是在每个时刻选择传感器组合时用穷举法, 其计算量呈指数增长。文献[3]用PSO对传感器进行选择, 提出一种BPSO (Binary Particle Swarm Optimization) 将被选择的传感器记为1, 未被选择的记为0, 通过迭代寻找最优解。并对BPSO进一步优化, 得出更好的结果。
2 问题描述
其中:
ku是零均值高斯白噪声, 协方差矩阵为:
本文采用了一个各向同行的信号强度衰减模型, 在k时刻, 传感器n接收到的目标信号强度 (RRS) 为
在实际中, 由于噪声和建模误差影响, 传感器节点n实际接收到的被噪声污染的RSS量测为
其中:观测噪声为零均值i.i.d加性高斯白噪声, 即vn, k~N (0, σv2) 。
3 CPCRLB
对目标运动模型 (1) 和量测模型 (4) , 基于RRS量测数据的条件Fisher信息矩阵可以迭代逼近计算如下:
矩阵kB22, b的元素如下:
4 PSO
4.1 算法原理
PSO的基本概念源于对鸟群捕食行为的研究, 从鸟群捕食模型当中得到启示, 并用于解决优化问题。在PSO中, 每个优化问题的解都是搜索空间中的一只鸟, 称之为粒子 (Particle) 。所有的粒子都有一个由被优化的函数决定的适应度值 (Fitness Value) , 每个粒子还有一个速度 (Velocity) 决定它们飞翔的方向和距离。PSO初始化为一群随机粒子 (随机解) 。然后, 粒子就追随当前的最优粒子在解空间中搜索找到最优解。在每一次迭代中, 粒子通过跟踪两个“极值”来更新自己。一个就是粒子本身找到的最优解, 称个体极值 (Personal Best) ;另一个极值是整个粒子群目前找到的最优解, 称全局极值 (Global Best) 。
其中, ω为惯性权重, random () 是介于 (0, 1) 之间的随机数, c1, c2, 是学习因子。
4.2 基本PSO实现步骤
PSO主要有6个基本实现步骤
⑴初始化每个粒子的起始位置和速度;⑵计算每一个粒子的适应度值;⑶对于每一个粒子, 如其适应度值优于其本身经历过的最好位置, 则用当前的适应度值作为其新的最好位置;⑷对于整个粒子群, 如果存在这样的个体, 其适应度值优于整个粒子群的历史最优位置, 则用整个粒子群中适应度值最好的个体作为新的整体最优位置;⑸对于每一个微粒, 先根根据 (1) 重新计算微粒的速度, 然后根根据 (2) 重新计算粒子的位置;⑹如果达到最大迭代次数或者最小准则, 终止程序;否则, 跳转到步骤2) 。
利用PSO对多个传感器进行选择, 式 (5) 为粒子群适应度函数, 利用适应度函数每次迭代的适应度值, 通过比较每个粒子在每次迭代的适应度值选出个体极值, 通过比较全部粒子的每次迭代的个体极值选出全局极值, 从而得到最优的一组传感的选择。
5 仿真结果
本节基于WSN获得的RSS量测数据, 对WSN下的传感器管理和目标跟踪问题进行计算机仿真, WSN包含100个传感器节点, 随机部署在300m*300m的区域内。目标衰减指数α=2, 目标辐射的信号d能0量d10=1处=12。00假0定所有传感器节点的量测噪声具有相同的方差v20.1。运动过程噪声参数q=1, 采样周期T=1s。目标状态的先验分布为高斯分布, 均值x0= (30, 30, 10, 10) , 协方差矩阵为diag{20, 20, 5, , }.利用粒子滤波器进行100次Monte Carlo仿真, 粒子个数取S=3000。在仿真中, 利用粒子滤波器计算CPCRLB, 每个时刻利用PSO从100个可用的传感器中选择激活A=2个传感器。
图1是利用PSO和穷举算法对目标跟踪的比较, 图2、图3分别是两种算法在X、Y方向上的均方根误差
6 总结
本文对WSN下得目标跟踪问题, 基于CPCRLB和传感器接收到的信号强度观测数据, 提出利用PSO对传感器选择。利用此算法其算法比穷举算法要节省很多时间, 其计算量也减少, 但是对目标的跟踪效果与穷举法相差不多。
参考文献
[1]任丰原, 黄海宁, 林闯.无线传感器网络[J].软件学报, 2003, 7:1282-1291.
[2]L.Zuo, R.Niu, and P.K.Varshney, Conditional Posterior Cramer-Rao Lower Bounds for Nonlinear Sequential Bayesian Estimation[J].IEEE Transactions On Signal Processing, 2011, 59 (1) :1-14.
[3]M.Naeem, U.Pareek, and D.C.Lee, Swarm Intelligence for Sensor Selection Problems[J].IEEE Sensor Journal, 2012, 12 (8) :2577~2585.
篇4：传感器心得体会
随着职业院校一体化教学的普及和重视，硬件也得到了提高，一体化教材也开发了不少。在近一年来，本人在传感器教学实践中，严格贯彻一体化教学理念，教学效果有明显好转。现就本人在传感器一体化教学实践中的体会归纳如下：搞好师生关系，让学生喜欢你→制定能让学生产生兴趣的且与学习内容有关的任务→直观教学，提高学生的好奇心→让学生多动手，教师的正确引导→分层次教学，兴趣知识的拓展→提高学生的求知欲。
一、在处理师生关系上我觉得对学生要张弛有度的进行管理，用自身的人格魅力来引导学生，现在的孩子都讨厌说教，却喜欢你跟他说一些和他们生活相贴近的事情，平时多与学生接触，缩短师生之间的距离，了解他们的性格、喜好，遇到问题也可以因势利导，时刻掌握学生的心态，对于学生喜欢的进行最大限度的支持，如果孩子们的想法过于偏激 ，应该用她们的思维方式进行引导。除了了解他们，还要关心他们，首先这关心不仅仅只是关心他们的成绩，更重要的是要关心他们的生活，应该深入了解每一个学生。再次，对学习成绩好的同学要多表扬，让成绩好的同学说下自己的学习经验或学习方法技巧，对成绩差的除了努力对其加强训练外，要以鼓励为主，发现他们的长处，努力和孩子们打好关系，能揉入他们的生活，但同时又要树立起作为老师的威信，这个尺度必须把握好，孩子们虽有时会叛逆，但也还是会喜欢那些真心对他们好的老师，所以，既为人师，就该尽自己的一份力，让他们健康成长！
二、丰富的的专业知识和素养，一定的教学技能和良好的师生关系是教师教育教学的基础，在课堂上怎样提高课堂教学效率，我认为除了必须了解、熟悉，掌握教学内容，明确教学所要达到的教学目标外，因材施教，使目标教学落到实处。另外教师在上课前，首先弄清本课的教学目标，在分析这个学生达到这个目标的难点是什么，并根据学生的学习基础，学习习惯，学习方法以及兴趣爱好反复钻研教学内容，确定本课的重点和难点，同时把教学目标及时交给学生，让学生心中有数，从而达到了教学目标，学有目标那么指导检查也有目标。接着要设计教学方案，可利用直观启发式教学。教师要发挥好自己的指导作用，做到深入浅出，画龙点睛。教师及时进行指导，这会使学生的思想集中，全神贯注，认真讲，可收到最好的效果。再次课堂上多些微笑，上课时多几句对学生鼓励的话语，主动与学生进行沟通，让学生各抒己见，发表自己的见解或主张，调动学生的积极性。用自己的爱心来换取学生的真心，用希望、激励等科学教育方法，拨动学生心弦，激发学生上进心和学习热情，寓教于乐，从而提高学生们在课堂上的学习效率。
现以力传感器中“金属箔式应变片——单臂电桥性能实训”举例具体介绍如下：
首先，在备课上要下功夫，具体要摈弃旧教材上的教学安排，同时要非常熟悉学校的与本课程有关的硬件情况，然后制定能让学生产生兴趣的且与学习内容有关的任务课题，但在制定课题时要注意两点：一是要照顾到大部分同学，内容深度不要太深，以最基本知识为主；二是任务课题要新颖，让学生有新鲜感。
接着，老师在上此课题的第一节课时，先给学生实物演示，让学生知道本课题在最后出现的结果或能看到的直观的现象或能听到的动听的声音，让学生感到好奇，好奇心越重，最后导致学生学习的动力就越大，这对下面的课题的教学打下了一个良好地基础。本人在上此课题的第一节课时，先带领学生到传感器一体化教学实训室，先实物演示了“金属箔式应变片——单臂电桥性能实训”，让学生按压力传感器，学生看了读数的变化以后现象非常直观，又觉着非常奇怪。接着又让大部分学生按压力传感器一遍，学生感到非常好玩，学习兴趣渐浓，就问老师力是怎么传递的。
其次，在学生有强烈好奇心基础上，在下面的讲课中，要贯彻与课题有关的基本知识，正确的引导学生要学习哪些知识才能完成这个课题，达到最终的结果。本人在这个课题中主要讲解了此课题用到的单臂电桥，还讲解了接线图各部分的作用。注意在讲课时要充分利用多媒体生动教学，丰富的教学方法，如任务驱动法、提问法、项目教学法等，充分发挥学生的主观能动性，提高学生的学习积极性。在教学中要始终贯彻“教、学、做”相统一，重在“做中学”；以学生为中心，师生互动；以活动为导向、以能力为本位。百闻不如一见，能进行实物演示的地方，要尽可能的演示，这样能达到事半功倍的效果。
还有，讲课内容完了以后，就轮到学生亲自操作的时候了，这时要进行分组操作练习，在分组时一定要照顾到学习差的学生，在一组里可以同时分配学习好的和差的学生，并选出学习组长，这样好的学生可以带动学习差的学生，同時也降低了课堂上老师管理那么多学生的难度。在学生操作期间，可以集中精力巡回指导，集中问题集中讲解，老师只进行总控就可以了，但是要特别注意的是，在巡视时一定要重视学习差的学生，要耐心指导，鼓励他们，让他们最终能得到课题要求的结果，让他们由原来的自暴自弃的自卑感转化为有一种成就感，拉近了师生之间的距离，同时让学生感到了老师对他的重视，这也是转化差生的一种很好的方法。
在重视差生的同时，也不要忽视了学习好的学生，要充分发挥他们的学习兴趣优势和价值。在学习基本知识的基础上，可以进行知识的拓展和综合。如在本课题中，在基本任务完成的基础上，本人把以前学过的知识进行了综合，要求学习好的学生做“金属箔式应变片——单臂电桥性能实训”。同时还给他们在原来线路的基础上设置了几个故障让他们查找，更增加了好学生的学习好奇心，当他们最终得到正确的运行结果后，感到特别自豪，高兴的跳了起来。学习气氛越来越浓，所以学生在操作时特别踊跃，动不动就让老师出新拓展的题目，学生的求知欲越来越浓。
篇5：多传感器融合学习心得
通过一学期的学习，对多传感器信息融合有了一定的了解，学习了多传感器信息融合中的多种方法，并在小组论题和作业中都有所体现，下面我谈一下自己的学习心得。
一、多传感器信息融合的产生与发展
多传感器信息融合是由美国军方在20世纪70年代提出的，通过对各传感器获得的未知环境特征信息的分析和综合,得到对环境全面、正确的估计,它避免了单一传感器的局限性,可以获取更多信息,得出更为准确、可靠的结论。主要用于对军事目标（舰艇、飞机等）的检测、定位、跟踪和识别，具体应用在海洋监视、空对空或地对空防御系统等。
二、多传感器信息融合主要方法
多传感器信息融合是建立在传统的估计理论和识别算法的基础之上，主要有卡尔曼滤波、贝叶斯理论、D-S证据理论和小波变换等，下面我简单介绍一下各种算法。
1）卡尔曼滤波
卡尔曼滤波器实际上是一个最优化自回归数据处理算法。首先，我们先要引入一个离散控制过程的系统。该系统可用一个线性随机微分方程来描述：
X(k)=A X(k-1)+B U(k)+W(k)再加上系统的测量值： Z(k)=H X(k)+V(k)
上两式子中，X(k)是k时刻的系统状态，U(k)是k时刻对系统的控制量。A和B是系统参数，对于多模型系统，他们为矩阵。Z(k)是k时刻的测量值，H是测量系统的参数，对于多测量系统，H为矩阵。W(k)和V(k)分别表示过程和测量的噪声。他们被假设成高斯白噪声(White Gaussian Noise)，他们的方差 分别是Q，R（这里我们假设他们不随系统状态变化而变化）。
假设现在系统的状态是k，根据系统模型，可以基于系统上一状态而预测出现在状态：
X(k|k-1)=A X(k-1|k-1)+B U(k)………..(1)
式(1)中，X(k|k-1)是利用上一状态预测的结果，X(k-1|k-1)是上一状态最优的结果，U(k)为现在状态的控制量，如果没有控制量，它可以为0。
到现在为止，我们的系统结果已经更新了，可是，对应于X(k|k-1)的方差还没更新。我们用P表示方差：
P(k|k-1)=A P(k-1|k-1)A’+Q ………(2)
式(2)中，P(k|k-1)是X(k|k-1)对应的方差，P(k-1|k-1)是X(k-1|k-1)对应的方差，A’表示A的转置矩阵，Q是系统过程的方差。式子1，2就是卡尔曼滤波对系统的预测。
现在我们有了现在状态的预测结果，然后我们再收集现在状态的测量值。结合预测值和测量值，我们可以得到现在状态(k)的最优化估算值X(k|k)：
X(k|k)= X(k|k-1)+Kk(k)(Z(k)-H X(k|k-1))………(3)其中Kk为卡尔曼增益(Kalman Gain)：
Kk(k)= P(k|k-1)H’ /(H P(k|k-1)H’ + R)………(4)
到现在为止，我们已经得到了k状态下最优的估算值X(k|k)。但是为了要卡尔曼滤波器不断的运行下去直到系统过程结束，我们还要更新k状态下X(k|k)的方差：
P(k|k)=（I-Kk(k)H）P(k|k-1)………(5)
其中I 为单位阵。当系统进入k+1状态时，P(k|k)就是式子(2)的P(k-1|k-1)。这样，算法就可以自回归的运算下去。
式子(1)、(2)、(3)、(4)和(5)就是卡尔曼滤波的5 个基本公式。2）贝叶斯理论
考查一个随机试验，在这个实验中，n个互不相容的事件A1、A2、„、An必发生一个，且只能发生一个，用P（Ai）表示Ai的概率，则有：
P(A)
1(6)ii1n设B为任意事件，则根据条件概率的定义及全概率公式，有
PAiBPBAiPAiPBAPAjjj1n
i=1,2,„,n
(7)
这就是贝叶斯公式。
在(7)中，P(A1)、P(A2)、„、P(An)表示A1、A2、„、An出现的可能性，这是在做试验前就已知道的事实，这种知识叫做先验信息，这种先验信息以一个概率分布的形式给出，常称为先验分布。
现假设在试验中观察到B发生了，由于这个新情况的出现，对事件A1、A2、„、An的可能性有了新的估计，此处也已一个概率分布PA1B、„、PA2B、PAnB的形式给出，因此有：
PAiB≥0
(8)PAB=1
(9)
ii1n这称为“后验分布”。它综合了先验信息和试验提供的新信息，形成了关于Ai出现的可能性大小的当前认识。这个由先验信息到后验信息的转化过程就是贝叶斯统计的特征。
3）D-S证据理论
D-S证据理论是经典概率理论的扩展，当先验概率难以获得时，证据理论就比概率论合适。
D-S方法与其他方法的区别在于：它具有两个值，即对每个命题指派两个不确定性度量（类似但不等于概率）；存在一个证据属于一个命题的不确定性测度，使得这个命题似乎可能成立，但使用这个证据又不直接支持或拒绝它。下面先给出几个基本定义：
设Ω是样本空间，Ω由一互不相容的陈述集合组的幂集2构成命题集合。定义1 基本概率分配函数M 设函数M是满足下列条件的映射：
M：2→[0，1](1)不可能事件的基本概率是0，即M(Φ)=0；(2)对于A,则有：
0≤M(A)≤1
(3)2中全部元素的基本概率之和为1，即
AMA=1 则称M是2上的概率分配函数，M(A)称为A的基本概率函数，表示对A 的精确信任。
定义2 命题的信任函数Bel 对于任意假设而言，其信任度Bel(A)定义为A中全部子集对应的基本概率 之和，即
Bel：2→[0，1]
Bel(A)=MB，对所有的A
BADou(A)=Bel(-A)Bel函数也称为下限函数，表示对A的全部信任。由概率分配函数的定义容 易得到：
Bel(Φ)=0 Bel(Ω)=M(B)
B定义3 命题的似然函数Pl Pl：2→[0，1]
Pl(A)=1-Bel(-A)，对所有的A
Pl函数也称为上限函数，表示对A非假的信任程度。信任函数和似然函数有如下关系：
Pl(A)≥Bel(A), 对所有的A
而（Bel(A),Pl(A)）称为信任空间。
三、多传感器信息融合的应用
随着多传感器信息融合技术的迅速发展，除了在军事领域的应用，近年来在许多民用领域也得到了快速的应用，例如：图像融合、智能机器人、故障诊断、智能交通系统等。
1．军事应用
随着信息技术的发展和近几场局部战争的实践，网络中心战将成为未来信息化作战的主要模式，因此信息融合将成为发展各分系统的最基本要求。
信息融合技术是随着信息处理和指挥自动化系统的发展而形成的，它的优越性来源于系统的“组合效应”。现代战争要求各作战平台能相互支援、通力协作，以形成一个紧密结合的整体，最大限度的发挥整体合力。因此，在信息化技术的帮助下，不同武器装备实现了效能的互补，不同军种之间实现了功能的互补，具备了互联、互通、互操作的能力，从而使不同军种的不同武器系统在技术上融为一体，在作战时空上融为一体，进而使体系对抗成为联合作战的主体。
2．交通系统
由于交通检测器获取信息的局限性，无法全面掌握整个路网的交通信息，因此，通过信息融合技术在交通领域中的应用，提高交通管理中的效率。
信息融合技术在交通领域中主要用于车辆定位、车辆身份识别、车辆跟踪、车辆导航及交通管理。这其中关键的就是对交通数据进行融合。因此，监控中心必须对各个数据源的数据进行校验，避免单个信息源失效而导致的判断失误。
3．图像融合
随着数字图像处理技术的迅速发展，人们获取图像的途径越来越多，因此图像融合成为一个热门研究领域。
多传感器图像融合可进一步提高图像分析、理解与目标识别能力。图像融合就是充分利用多幅图像资源，通过对观测信息的合理支配和使用，把多幅图像在空间或时间上的互补信息依据某种准则融合，获得对场景的一致性解释或描述，使融合后的图像比参加融合的任意一幅图像更优越，更精确的反映客观实际。
篇6：无线传感网络学习心得
初次接触这个课程时，我无意地在课本中看到了对于无线传感器网络的基本概述：无线传感器网络是一种全新的信息获取平台，能够实时监测和采集网络分布区域内各种检测对象的信息，并将这些信息发送到网关节点，以实现复杂的指定范围内目标检测与跟踪。这让我联想到物联网体系的感知层与网络层，乍一想，这不就是物联网感知层与网络层的整体解决方案么？美国《商业周刊》与MIT技术评论分别将无线传感器网络列为改变世界的10大技术之一。作为一名物联网工程专业的大学生，了解于此，内心燃起了一团火焰，因为觉得这个将成为我们将以时代推动者的身份参与到人类21世纪的建设中。
学习无线传感器网络这个课程，分3个阶段，第一个阶段是分别讲解无线传感器网络里面的各个组成部分，包括物理层，信道接入技术，路由协议，拓扑技术，网络定位与时间同步技术等等。第二个阶段是整合零碎的知识，总结出无线传感器网络的工作原理。第三阶段是利用现有知识理解无线传感器网络在物联网环境下的应用并且能够根据现实需求设计出符合要求的一个整体的无线传感器网络。
第一阶段知识总结，（1）无线传感器网络物理层是数据传输的最底层，它需要考虑编码调制技术，通信速率，通信频段等问题。信道接入技术中有IEEE 802.11MAC协议，S-MAC协议，Sift协议，TDMA技术，DMAC技术，CDMA技术。在物理层和信道接入技术主要有2个标准，一个是IEEE 802.15.4标准，一个是ZigBee标准，它们各有优劣，可根据现实情况采用不同标准。（2）无线传感器网络路由协议的作用是寻找一条或或多条满足一定条件的，从源节点到目的节点的路径，将数据分组沿着所寻找的路径进行转发。路由协议中有Flooding协议，Gossiping协议，SPIN协议，DD协议，Rumor协议，SAR协议，LEACH协议，PEGASIS协议等协议。（3）动态变化的拓扑结构是无线传感器网络最大特点之一，拓扑控制策略为路由协议、MAC协议、数据融合、时间同步和目标定位等多方面都奠定了基础。在无线传感器网络中，拓扑控制将影响整个网络的生存时间，减小节点间通信干扰，提高网络通信效率，为路由协议与时间同步提供基础，影响数据融合与弥补节点失效的影响。（4）无线传感器网络主要有两种基本感知模型，而这又跟覆盖问题直接相关。根据无线传感器网络不同的应用，覆盖需求通常不同。根据覆盖目标不同，目前覆盖算法可以分为面覆盖，点覆盖及栅栏覆盖。（5）无线传感器网络的定位是指自组织的网络通过特定方法提供节点位置信息。这种自组织网络定位分为节点自身定位和目标定位。节点自身定位是确定网络中节点的坐标位置的过程。目标定位是确定网络覆盖范围内目标的坐标位置。定位过程中把定位算法分为基于测距和无需测距的定位算法。基于测距的定位算法需要测量相邻节点之间的绝对距离或者访方位，并利用节点间的实际距离或者方位来计算位置节点的位置，常用的测距技术用RSS（到达信号强度）测量法，TOA（到达时间）测量法，TDOA（到达时间差）测量法，RSSI（到达信号强度）测量法等。（6）无线传感器网络上的目标跟踪与其定位不同，主要目的不是追求定位的精度，而是需要对移动的目标或者时间进行动态的监测。基于无线传感器网络的目标跟踪过程大致包括3个阶段：检测、定位和通告。检测阶段：无线传感器网络中的节点周期性地通过传感器模块检测是否有目标出现。定位阶段：为了节省能量，只有距离跟踪目标比较近的节点才会对目标进行定位，如果节点接受到另外两个或者两个以上的节点到跟踪目标的距离，则可选用三边定位法或者多边极大似然估计法计算跟踪目标的位置。通告阶段：计算出跟踪跟踪目标的运动轨迹后，传感器网络要通知跟踪目标周围的节点启动进入跟踪状态。（7）无线传感器网络中的时间同步技术有两大时间同步模型，时钟模型与通信模型。时间同步协议中有经典的LTS协议，RBS协议，TPSN协议，DMTS协议和FTSP协议等协议。（8）在无线传感器网络中间件应用中，无线传感器网络中间件体系结构是无线传感器网络中间件的核心，它决定着无线传感器网络的运行及组织方式。（9）传感器网络以数据中心的特点使得其设计方法不不同于其他计算机网络，传感器网络应用系统的设计以感知数据管理和处理为中心，把数据库技术和网络技术紧密结合，从逻辑概念和软、硬件技术两个方面实现一个高性能的以数据为中心的网络系统。（10）无线传感器网络数据不能局限于网络内部传输，这样不利于无线传感器网络的普及应用，必须让终端用户能够通过外部网络（如Internet）便捷地访问无线传感器网络采集的环境数据。这就需要物联网环境下的无线传感器网络接入技术了。多网融合的无线传感器网络是在传统的无线传感器网络的基础上，利用网关接入技术，实现无线传感器网络与以太网、无线局域网、移动通信网等多种网络的融合。处于特定应用场景中的、高效组织组织的节点，在一定的网络调度与控制策略驱动下，对其所部属的区域开展监控与传感；网关节点设备将实现对其所在的无线传感器网络的区域管理、任务调度、数据聚合、状态监控与维护等一系列功能。经网关节点融合、处理并经过相应的标准化协议处理和数据转换之后的无线传感器网络信息数据，将有网关节点设备聚合，根据其不同的业务需求及所接入的不同网络环境，经由TD-SCDMA和GSM系统下的地面无线接入网、Internet环境下的网络通路及无线局域网网络下的无线链路接入点等，分别接入TD-SCDMA与GSM核心网、Internet主干网及无线局域网等多类型异构网络，并通过各网络下的基站或主控设备，将传感信息分发至各终端，以实现针对无线传感器网络的多网远程监控与调度。（11）无线传感器网络具有很强的应用相关性，起硬件需要满足轻量化、扩展性、灵活性、稳定性、安全性与低成本等要求。
学习的第二个阶段，对零碎的知识点进行整合，总结出对无线传感的工作原理的自我理解。
上图就是一个典型的无线传感器网络应用系统的简易示意图，它拥有着无线传感器网络所应该拥有的最基本的三种类型的节点，即传感器节点（sensor node），汇聚节点（sink），用户的管理节点（User）以及互联网或通信卫星。传感器节点（sensor node）分布于监测区域的各个部分（sensor field），用于收集数据，并且将数据路由至信息收集节点（sink），信息收集节点（sink）与信息处理中心（User）通过广域网络进行通信，从而对收集到的数据进行处理。
学习的第三阶段：利用现有的知识体系，理解无线传感器网络在现实中的应用，并且可以根据现实的需求设计出合理的应用体系。结合无线传感器网络在农业中的应用进行探究：（1）在体系结构选择方面，其体系结构选择通性化的网络体系结构，跟上图体系相符。（2）节点选择方面，由于农业监测的复杂性及监测环境对于外来设备的敏感性，要求传感器节点体积尽可能小，为了获取到确切的监测信息，要求传感器节点装备多种高精度传感器。为了延长传感网的使用寿命，需要传感器节点具有尽可能长的生命周期。（3）能量管理：实际情况下的传感器网络应用可能需要长达多个月的环境监控，而单个节点的能量非常有限。为了节省能量，在发生传感任务时，只有相邻区域的节点处于传感通信状态，其余节点不需要传感和转发数据包，应当关闭无线通信系统，使其休眠节省能量。（4）数据采集方面，在无线传感器网络中，靠近基站的节点要为其他节点转发数据，能量消耗较大，边缘节点只要进行数据收集，能耗较少，所以边缘节点应当采取一定的算法对数据进行融合，降低通信量，校正采样数据之后再进行发送。（5）通信机制方面，包括路由协议、MAC协议及通信部件的控制访问机制等，路由协议负责将数据分组从源节点通过网络发送到目的节点，寻找源节点和优化节点间的路径，将数据分组沿优化的路径正确转发。MAC协议决定无线信道的使用方式，在节点间分配有限的通信资源，无线通信模块在发送状态消耗能量最多，睡眠状态消耗最少，接受和侦听状态下消耗稍小于发送状态（6）远程任务控制主要是在对环境监控一段时间后，调整网络的任务，这需要向基站发出命令，基站通过发送广播消息发出指令，还要对节点的能量、通信等状态进行监控，不断进行任务调整，延长传感器网络的使用寿命。
根据现实的需求设计出合理的应用体系分这几步：（1）根据客户的要求，分析现实的需求，书写需求文档。（2）设计出无线传感器网络的整体框架体系，选择与设计各项通信协议与通信机制。（3）分别对框架中的软硬件进行分析与设计（4）进入开发状态（5）测试，交付，维护
篇7：传感器-习题
第一章 引言
1.国家标准的传感器定义是什么。它一般有哪两种元件组成。各举两个有和中间环节的传感器的例子。
2.概述传感器的发展趋势。
3.概述传感器的分类。
4.什么是传感器的灵敏度和线性度。5.什么是传感器的静态和动态响应
6.给出零阶，一阶，二阶系统的传递函数及响应的公式，并指出基本特征参数。7.某位移传感器描述为0.03dxdt，y是压力（N/m），求3x15y，x是位移（m）其静态灵敏度和时间常数。
d2xdxx800y，x是位移（m）8.某加速度传感器描述为42100040000，y是力
dtdt（N），求其静态灵敏度、固有频率和阻尼比。
第二章 应变式传感器
1.应变式传感器依据什么物理效应？推导单根导电丝的灵敏度。为什么半导体丝的灵敏度比金属丝的大，大多少？
2.用基长L=0.5mm应变计测量应变，应变丝用钢材料，其声速v=5000m/s，若要使测量应变波幅的相对误差e=1%，求其允许测量的最高工作频率。3.应变式传感器的转换元件是什么？导出它的（1）平衡条件；（2）电压灵敏度 4.简述应用电桥作温度补偿的方法的基本思想。5.概述（1）柱式传感器；（2）筒式压力传感器；（3）应变式加速度传感器的基本原理。（各画结构图说明）6.什么是（1）薄膜技术；（2）微细加工技术；（3）各有哪几种基本加工方法。
第三章：光电式传感器
1．光电式传感器根据哪些物理效应或光的性质，分别概述其原理，并各举两个应用的例子。
2．书中图3.7是什么曲线。它对传感器设计有何意义？
3．概述光电池的工作原理。最受重视的是何种光电池，它有何优点？ 4．概述光电耦合器件的基本结构和工作原理。它有哪些突出的优点。
第四章 光纤传感器
1.概述光纤传感器的分类，并各举两例。2.光纤的结构及其特点（画结构图说明）。
3.光纤所用材料的折射率是如何设计的？数值孔径是如何定义的，其意义是什么？ 阶跃型折射率光纤的V值如何定义的，其意义是什么？ 4.光纤的衰减率是如何定义的。3dB/km的意义是什么？ 5.概述弯曲损耗的类型。
6.概述微弯光纤压力传感器的原理（画结构图说明）。7.概述迈克尔干涉仪原理（画结构图说明）。
8.概述马赫—泽德干涉仪基本原理（画结构图说明）。9.概述萨格奈克干涉仪的原理。为什么萨格奈克干涉仪中激光器和光检测器必需与光学系统一起旋转（画结构图说明）。10.概述法布里—珀罗干涉仪的原理。推导法布里—珀罗干涉仪中下一个输出光束的强度时上一个的多少倍（画结构图说明）。
第五章 变磁阻式传感器
1．概述电动式传感器测量位移、压力的基本原理（画结构图说明）
第六章 压电传感器
1.什么叫压电效应？为什么说压电效应是可逆的？ 2.主要的压电材料。
3.概述压电加速度传感器的工作原理，推导出它的电荷灵敏度和电压灵敏度公式，以及传感器的固有频率公式。
4.讨论压电加速度传感器的两种等效电路，为什么这种传感器要用电荷放大器？ 5.概述SAW传感器的基本结构和原理（画叉指结构图说明）。6.概述SAW气敏传感器的基本结构和原理（画结构图说明）。
第七章 压电声传感器
1.概述圆柱形压电水听器的基本结构和原理（画结构图说明）。
2.概述压电陶瓷双叠片弯曲振动换能器的基本结构和原理（画结构图说明）。3.概述压电陶瓷双叠片弯曲振动空气超生换能器的基本结构（各部件的作用）和原理（画结构图说明）。
第八章 半导体传感器
1.晶体二级管PN结热敏器件的温度灵敏度是如何导出的？给出数值的结果。2.根据黑体辐射的维恩位移定律，求出人体红外辐射的峰值波长。红外辐射传感器分为哪两大类型，各期基本原理是什么？
3.提高半导体气敏传感器的气敏选择性有哪些方法？ 4.什么是纳米技术？纳米技术的两大效应。