智能传感器原理、设计与应用

　　第1章 绪论
　　1.1 传统传感器与智能传感器
　　1.1.1 传感器的定义
　　1.1.2 传感器的结构
　　1.1.3 传统传感器的发展趋势
　　1.2 智能传感器的概念
　　1.2.1 智能传感器的基本功能
　　1.2.2 智能传感器的特点与分类
　　1.3 智能传感器系统的基本组成
　　1.4 智能传感器实例--智能式应力传感器
　　1.5 智能传感器的发展趋势
　　1.5.1 采用新机理、新材料、新技术、新工艺
　　1.5.2 传感器微型化技术和低功耗技术
　　1.5.3 智能信息处理技术
　　1.5.4 网络化智能传感器技术
　　思考题与习题
　　第2章 典型智能算法及其应用
　　2.1 智能算法概述
　　2.2 智能算法的特点及发展
　　2.3 回归分析
　　2.3.1 回归分析概述
　　2.3.2 一元线性回归
　　2.3.3 多元线性回归
　　2.3.4 算法实例
　　2.3.5 回归分析法在智能传感器中的应用
　　2.4 人工神经网络
　　2.4.1 人工神经网络概述
　　2.4.2 人工神经网络的基本组成
　　2.4.3 BP神经网络
　　2.4.4 算法实例
　　2.4.5 人工神经网络在智能传感器中的应用
　　2.5 遗传算法
　　2.5.1 遗传算法概述
　　2.5.2 遗传算法的原理
　　2.5.3 遗传算法特点
　　2.5.4 算法实例
　　2.5.5 遗传算法在智能传感器中的应用
　　2.6 模拟退火算法
　　2.6.1 模拟退火算法概述
　　2.6.2 物理学固体退火过程
　　2.6.3 模拟退火算法
　　2.6.4 模拟退火算法的操作过程
　　2.6.5 模拟退火算法的参数控制
　　2.6.6 算法举例
　　2.6.7 模拟退火算法在智能传感器中的应用
　　思考题与习题
　　第3章 智能化的实现方法
　　3.1 非线性自校正
　　3.1.1 查表法
　　3.1.2 曲线拟合法
　　3.1.3 函数链神经网络法
　　3.2 实时自校准
　　3.2.1 实现自校准功能的方法一
　　3.2.2 实现自校准功能的方法二
　　3.2.3 实现自校准功能的方法三
　　3.3 自补偿
　　3.3.1 温度补偿
　　3.3.2 频率补偿
　　3.4 增益的自适应控制与量程自动调整
　　3.5 自诊断
　　3.5.1 硬件冗余方法
　　3.5.2 解析冗余方法
　　3.6 噪声抑制与弱信号检测
　　3.6.1 噪声抑制技术
　　3.6.2 弱信号检测技术
　　3.7 多传感器信息融合
　　3.7.1 多传感器数据融合概述
　　3.7.2 多传感器数据融合结构
　　3.7.3 多传感器数据融合算法
　　3.7.4 多传感器数据融合实例
　　思考题与习题
　　第4章 智能传感器设计
　　第5章 模糊传感器及其应用
　　第6章 网络传感器及其应用
　　第7章 微传感器与MEMS技术
　　第8章 虚拟传感器及其应用
　　第9章 软测量与软测量传感器
　　第10章 仿生传感器及其应用
　　第11章 新型传感器及其应用

　　    智能传感器技术是一门正在蓬勃发展的涉及多学科的现代传感器技术。《智能传感器原理、设计与应用》除了全面介绍智能传感器（系统）的概念、构成方式及功能，还详细阐述了智能传感器常用典型智能算法和实现智能化的方法，对新型的模糊传感器、网络传感器、微传感器、虚拟传感器、软传感器、仿生传感器、嵌入式传感器、分布式传感器及阵列式传感器等几种智能传感器的工作原理和构成做了详细介绍，对每一种智能传感器都列举了设计和应用的实例。
　　    本书内容丰富、新颖，反映了该领域前沿的最新技术，既具有先进性又具有实用性；文字简洁、深入浅出，便于自学。本书可作为高等院校研究生教材，也可作为从事科学研究、工程实验的科研工作者及工程技术人员的参考书。