1、设计一 基于神经网络的环境多参量智能监测系统的设计一、目的和要求1 目的（1） 通过本次综合设计，进一步了解智能检测技术的基本原理、智能检测系统的建立和智能检测系统的设计过程。（2） 提高学生有关工程系统的程序设计能力。（3） 熟悉 MATLAB 语言、虚拟仪器如 LABVIEW 软件以及在智能检测设计中的应用。2 要求（1） 充分理解设计内容，并独立完成综合设计报告。（2） 综合设计报告要求：综合设计题目，综合设计具体内容及实现功能，结果分析、收获或不足，程序清单，参考资料。二、实验设备及条件PC 机MATLAB7.0、LabVIEW8.2 软件安装盘传感器：DRWZ-5-B 型温度传感器、
2、DRZS-5-A 型声传感器、DRGS-12-A 型光传感器、DRSD-5-A 型湿度传感器、NAP-21A 型二氧化碳传感器DRVI 快速可重组虚拟仪器平台DRDAQ-USB 型数据采集仪TEKTRONIX TDS1002 60MHZ 示波器三、实验原理、内容本实验培养学生掌握掌握多种传感器（三种以上）检测特定环境的多项环境指标参数，包括温度、湿度、光强度、可燃气体浓度等，采用微处理器技术对多路信号进行信号获取，采用虚拟仪器技术实现对这几种参量的实时监测数据进行智能信息处理，包括应用到神经网络技术，专家系统，数据融合技术等信息技术，实现可视化的人机交互界面。学生学会智能系统设计和实验的基本技
3、能，巩固学生所学的智能检测技术的理论和方法，着重于培养学生智能系统的设计构想、实际方案和实验方法，培养和建立智能系统的整体系统设计概念。1系统的整体设计实验总体结构如图 1-1 所示。本结构由 PC 机、环境监控系统、传感器、USB 数据采集仪以及相应联动系统组成。USB 数据采集仪完成对各传感器的感应数据信息检测、采集, 并将采集到的信息传递给 PC 机，进行数据融合处理，同时实时传给监控系统。监控系统担负着信息的显示、设置系统报警等工作。2.数据融合技术多传感器数据（信息）融合技术是 20 世纪 70 年代产生并迅速发展的一个新的学科。多传感器数据融合（Multisensor Inform
4、ation Fusion）是指对来自多个传感器的数据进行多级别、多方面、多层次的处理，从而产生新的有意义的信息，而这种新信息是任何单一传感器所无法获得的。严格来说应该称这种理论为多传感器信息融合，因为信息的概念更广泛、更具有概括性，而针对于实际中的应用，在工业现场中要处理的对象就是多传感器的检测数据，故本设计中均称为多传感器数据融合。数据融合包括对各种传感器给出的有用信息进行采集、传输、分析和合成等处理过程。一般认为数据融合是信息的综合与处理过程，对在不同的时间序列上获得的各种传感器信息按一定准则加以综合分析，完成所需的决策和估计任务。3.数据融合技术的分类多传感器信息融合构有多种模式，目前对
5、其分类可归纳为下列 4 种：按功能分：检测级、位置级、属性通讯、态势评估级、威胁估计级；按结构分：并行结构、串行结构、分散型结构、树状结构、反馈结构；按信息处理方式分：集中式、分布式、混合式；按层次分：数据层、特征层、决策层。本系统的二级融合方法采用的就是神经元网络。常用的数据融合方法比较如表 1-1 所示。数据采集卡一级融合算法光照数据温度数据湿度数据二氧化碳数据噪声数据光照温度湿度二氧化碳噪声一级融合算法一级融合算法一级融合算法一级融合算法神经网络二级融合监测界面融合结果数据库管理湿度传感器温度传感器二氧化碳传感器噪声传感器光照传感器L a b V I E W 软件开发平台图 1-1 系统
6、总体设计结构图表 1-1 常用的数据融合方法比较融合方法 运行环境 信息类型 信息表示 不确定性 融合技术 适用范围加权平均 动态 冗余 原始读数据 加权平均 低层数据融合卡尔曼滤波 动态 冗余 概率分布 高斯噪声 系统模型滤波 低层数据融合贝叶斯估计 静态 冗余 概率分布 高斯噪声 贝叶斯估计 高层数据融合统计决策理论 静态 冗余 概率分布 累加噪声 极值决策 高层数据融合证据推理 静态 冗余互补 命题 逻辑推理 高层数据融合模糊推理 静态 冗余互补 命题 隶属度 逻辑推理 高层数据融合神经元网络 动、静态 冗余互补 神经元输入 学习误差 神经元网络 低/高层产生式规则 静态 冗余互补 命题
7、 置信因子 逻辑推理 高层融合4.数据融合的过程传统检测系统的工作过程是：检测信号送入 A/D 转换，将数字信号经过简单的预处理后送入计算机，在计算机中就以此为依据对系统进行各种判断和决策。应用了数据融合的系统与传统的系统有所不同，它是综合多个/多种传感器的测量数据，在计算机中对数字信号还要进行进一步融合处理。数据融合过程主要包括多传感器（信号获取） 、数据预处理、数据融合中心（特征提取、数据融合计算）和结果输出等环节，其过程如图 1-2 所示。被测环境多传感器A / D数据预处理结果输出特征提取融合计算融合中心图 1-2 多传感器数据融合过程由于被测对象多为具有不同特征的非电量，如温度、湿度
8、、光照、噪声、二氧化碳含量等，因此首先要通过传感器转换电路将这些非电量转换成电信号，然后经过 A/D 转换将它们转换成能由计算机处理的数字量。数字化后的电信号由于环境等随机因素的影响，不可避免地存在一些干扰和噪音信号，通过预处理，采用滤波等方法滤除数据采集过程中的干扰和噪音，得到有用信号。预处理后的有用信号就送入融合中心进行数据融合，经过特征提取，并对某一特征量进行数据融合计算，最后输出融合结果。1）信号的获取：多传感器信号获取方法很多，可根据具体情况采取不同的传感器获取被测对象的信号。工程信号的获取一般采用工程上的专用传感器，通过 A/D 转换器将非电量信号或电信号转换成计算机 I/O 口能
9、够接收的电信号，在计算机中进行检测信号的高级复杂处理。本设计中，对环境中参数的检测都需要专门的传感器进行检测，转换为相应的电信号，然后进行 A/D 转换或直接送入数据采集卡，进行数据转换和处理。本系统采用了多功能的 USB 数据采集卡实现多传感器检测信号的采集。相应的传感器型号将在第三章介绍。2）信号预处理：在信号获取过程中，一方而由于各种客观因素的影响，在检测到的信号中常常混有噪音。另一方而，经过 A/D 转换后的离散时间信号除含有原来的噪音外，又增加了 A/D 转换器的量化噪音。因此，在对多传感器信号融合处理前，要对传感器输出信号进行预处理，尽可能地去除这些噪音，提高信号的信噪比。信号预处
10、理的方法主要有取均值、滤波等。3）特征提取：对来自多传感器的原始信息进行特征提取，特征可以是被测对象的各种物理量。在环境监测系统中，需要检测的参数很多，包括光照、温度、湿度、二氧化碳、噪声等参数都需要进行区别，采用数据采集卡的不同采集通道分别对这些数据进行采集，并将这些检测数据进行标识，将各种参数的检测值分配到不同的变量中。4）融合计算：这是数据融合的关键。实现数据融合的算法很多，对于不同的应用场合与应用要求融合算法也不尽相同。主要有数据相关技术、估计理论和识别技术等。融合计算主要是对多传感器的相关观测结果进行验证、分析、补充、取舍和状态跟踪估计；对新发现的不相关观测结果进行分析和综合；生成综
11、合态势，实时地根据多传感器观测结果通过数据融合计算，对综合态势进行修改等。四、实验步骤1. 环境多参量传感器选型本设计中可采用 NAP-21A 型二氧化碳传感器,该传感器由气敏探头和温度补偿探头组成，其中气敏探头中敏感器件的基本构造是：阳极使用金（Au） ，阴极使用包含有碳酸锂（Li 2CO3）的金电极，在阳极与阴极之间放置了含有 Na 离子的固态电解体。这样，当空气中的 浓度发生变化时，气敏探头的直流电阻会产生变化。经电路的处理，会将该电2阻的变化转变为电压信号输出。在正常的工作条件下，传感器本身输出特性是线性的。NAP-21A 型二氧化碳传感器主要性能指标有：额定电压 DC1.80.1V；
12、电流 120130mA；使用温湿度范围-1050， 95RH%以下；灵敏度 0.2mV/% ；气体浓度范围 0100%。2噪声传感器选用 DRZS-5-A 型声传感器,DRZS-5-A 型声传感器结构简单，使用方便，适用于测量各种环境噪声和机电设备噪声。主要技术性能指标：工作电压是+5V 直流；输出电压范围 0+5V；工作距离 03m ；灵敏度(0dB=1V/Pa)-502dB；信噪比为 58dB；工作温度范围-10 +50 ；指向性是单向；响应频率 2016KHz 。温度传感器选用 DRWZ-5-B 型温度传感器，DRWZ-5-B 型温度传感器可以直接测量各种生产过程中在温度范围内的液体、蒸
13、汽和气体介质中的温度以及固体介质的表面温度。主要技术性能指标：工作电压为+5V 直流电压；输出电压范围 0+5V；测量范围0100；灵敏度0.5；工作温度范围 0+100。传感器选用 DRSD-5-A 型湿度传感器，DRSD-5-A 型湿度传感器小型，重量轻，温度的依存性小，性能稳定，响应速度快，湿度感知范围广，可以测量空气中的水分含量，多用于谷物、塑料等颗粒状介质的水分检测。主要技术性能指标：工作电压为+5V 直流；输出电压范围 05V；测量范围595%RH；精度为 3%；响应速度为 5s；恢复速度为 10s；温漂为0.1%RH/。光传感器选用DRGS-12-A 型光传感器，DRGS-12-
14、A 型光传感器是采用光敏电阻和信号调理电路构成的一种一体化传感器，其传感器探头部分采用光敏电阻，信号调理部分经过二次封装以后集成在一体，调理电路的供电和检测信号的输出通过数据采集仪完成。主要技术性能指标：工作电压为+12V直流电压；输出电压范围0+5V；光谱峰值为560 nm；亮电阻(10Lux) 为2030K ；暗电阻为3M；工作温度范围-20+85；检测距离010mm。2数据通信的实现由于系统的主要功能是监测功能，故这里的通信也是以数据接收为主。用 LabVIEW实现数据通信的子 VI 如图 1-3 所示。图 1-3 是 LabVIEW 实现数据通信的子程序前面板。本系统数据通道选用通道
15、2、通道 4 、通道 5、通道 6、通道 8 。图 1-3 LabVIEW 实现数据通信的子 VI 框图程序图 1-4 LabVIEW 实现数据通信的子程序前面板3. 神经网络模块的设计与训练结果可选取神经元的作用函数为 S 型函数，将以上样本数据归一化处理后输入网络对其进行训练。在 MATLAB2007A 软件中利用神经网络工具箱对网络进行配置，其程序实现如下：a=510 23 52 0.06 50; %输入网络输入训练样本400 21 56 0.05 42;470 22.6 55 0.05 45;420 20.4 55 0.06 49;450 21.7 58 0.04 47;370 26.
16、2 46 0.09 55;310 18.4 62 0.08 53;276 17.8 65 0.08 54;355 23.5 49 0.09 58;280 19.6 61 0.07 57;225 28.2 38 0.11 65;190 30 36 0.14 64;180 10.4 78 0.12 71;210 27.6 37 0.12 76;150 13.1 74 0.13 73;60 33.2 25 0.16 85;35 6.5 82 0.15 81;80 32.7 29 0.18 82;45 3.8 85 0.17 82;70 7.2 82 0.15 84;b=1 0 0 0; %输入网络输
17、出训练样本1 0 0 0;1 0 0 0;1 0 0 0;1 0 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 1 0 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 1 0;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;0 0 0 1;p=a;t=b;netp=newff(-1 1;-1 1;-1 1;-1 1;-1 1,7,4,logsig,logsig,trainlm); %创建一前馈BP 网络netp=init(netp); % 网络初始化netp.trainParam.epochs=3000; %网络的训练n
18、etp.trainParam.goal=0.001;net.trainparam.lr=0.01;netp,tr=train(netp,p,t);netp.IW1netp.b1netp.LW2netp.b2得到的误差曲线如图 1-4 所示。图 1-4 神经网络训练误差曲线训练完成后，得到的是网络的各层权值和阈值。在MATLAB环境下，可通过netp.IW1、netp.b1、netp.LW2、netp.b2等函数调出各层的权值和阈值。利用 save语句可将训练结果保存起来，以备后用。4 调用神经网络的最小系统神经网络训练的目的就是为了获得合适的权值和阈值，为网络仿真做准备。网络仿真是用 sim
19、函数实现的，其程序如下：load(C:UsersJingGYDocumentsMATLABdata); %调用训练结果A=510 400 470 420 450 370 310 276 355 280 225 190 180 210 150 60 35 80 45 70;B=23 21 22.6 20.4 21.7 26.2 18.4 17.8 23.5 19.6 28.2 30 10.4 27.6 13.1 33.2 6.5 32.7 3.8 7.2;C=52 56 55 55 58 46 62 65 49 61 38 36 78 37 74 25 82 29 85 82;D=0.06 0.
20、05 0.05 0.06 0.04 0.09 0.08 0.08 0.09 0.07 0.11 0.14 0.12 0.12 0.13 0.16 0.15 0.18 0.17 0.15;E=50 42 45 49 47 55 53 54 58 57 65 64 71 76 73 83 81 82 82 84;pp=A;B;C;D;E;outp=sim(netp,pp) %仿真其中，A、B、C、D、E 代表 5 个输入，分别代表一级融合的输出结果光照、温度、湿度、二氧化碳和噪声。在 LabVIEW 软件中设置系统的手动输入控件，在 MATLAB 脚本编辑文本编写调用以上程序语句，如图 1-5 所
21、示。图 1-5 调用神经网络的最小系统5.数据处理过程数据处理流程图如图 1-6 所示。采集仪完成对各传感器的感应数据信息检测、采集，并将采集到的信息传递给 PC 机，由 PC 机里的数据融合方法进行数据的分析、判断、处理，同时实时传给监控系统，包括以下几个方面：1）利用 MATLAB 进行环境参量训练的程序、结果及说明2）环境多参量传感器监测数据人机交互界面截图数据与说明3）经过一级数据融合后的数据前面板及程序框图截图数据与说明4）经过二级数据融合后的数据前面板及程序框图截图数据与说明采集的温度数据采集的湿度数据采集的噪声数据采集的光照数据采集的二氧化碳数据一级融合一级融合一级融合一级融合一
22、级融合一级融合结果输出超限判断超限判断超限判断一级融合结果输出超限判断一级融合结果输出一级融合结果输出神经网络二级融合报警报警报警报警环境等级信息超限判断一级融合结果输出报警图 1-6 数据处理流程图6监测系统的实现一个好的监测系统必须要有一个友好的人机界面。LabVIEW 最大的特点就是所见即所得。在 LabVIEW 编程平台下可以十分方便地编制出功能强大的监测系统前面板。LabVIEW 中提供了许多控件，可以随意调用，在计算机屏幕上仿真出与实际仪器或设备相同的环境，为用户提供直观、熟悉的操作界面，即人机交互界面。人机交互过程主要是对程序的控制和对程序执行结果的观察，因此人机交互界面的编制就包括了两个方面的内容：一是程序运行时界面的显示模式，二是程序对操作的响应方式。可控制的对象包括按钮、键盘输入控件和选择框等，通过对程序属性和各种控件的属性节点的设置，能实现丰富多样的前面板。对环境进行实时的检测，操作人员能及时准确了解环境状态：通过环境多参量传感器如温度传感器、湿度传感器、光传感器，声传感器，二氧化碳传感器一旦检测到环境状态异常信息，系统立即启发出报警，并记录报警。系统的监测界面示例如图 1-7 所示：图 1-7 系统人机界面示例实验结果MatlabLabview
