研发设计一 基于神经网络环境多参量智能监测系统研发设计

1、设计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。矚慫润厲钐瘗睞枥庑赖。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、DRZS-5

2、-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型二氧化碳传感器聞創沟燴鐺險爱氇谴净。DRVI快速可重组虚拟仪器平台DRDAQ-USB型数据采集仪TEKTRONIXTDS100260MHZ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能，巩固

3、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残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。酽锕极額閉镇桧猪訣锥。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（MultisensorInformationFusi

4、on）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。彈贸摄尔霁毙攬砖卤庑。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。謀荞抟箧飆鐸怼类蒋薔。数据融合技术的分类多传感器信息融合构

5、有多种模式，目前对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。噪声湿度传感器二氧化碳传感器光照数据温度数据湿度数据二氧化碳数据噪声数据级融温-合算法度光照级融湿-合算法度神经网络二级融合监测界面融合结果数据库管理图1-1系统总体设计结构图表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

6、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咼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咼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置信因子逻辑推理高层融合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

7、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。厦礴恳蹒骈時盡继價骚。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。茕桢广鳓鯡选块网羈泪。结果输出1融合中心I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、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

8、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。鹅娅尽損鹌惨歷茏鴛賴。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

9、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。信号预处理的方法主要有取均值、滤波等。預頌圣鉉儐歲龈讶骅籴。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

10、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。渗釤呛俨匀谔鱉调硯錦。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。铙誅卧泻噦圣骋贶頂廡。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

11、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(Li2CO3)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，当空气中的匚浓度发生变化时，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；电流120130mA；使用温湿度范围-1050C,95RH%以下；灵敏度0.2mV/%“J气体浓度范围0100%。噪声传感器选用DRZS-5-A型声传感器QRZS-5-A型声传感器结构简单，使用方便，适用于测量

12、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+50C；指向性是单向；响应频率2016KHz。擁締凤袜备訊顎轮烂蔷。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0100C；灵敏度0.5C；工作温度范围0+100C。传感器选用DRSD-5-A型湿度传感器，DRSD-5-

13、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/C。贓熱俣阃歲匱阊邺镓騷。光传感器选用DRGS-12-A型光传感器，DRGS-12-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

14、直流电压；输出电压范围0+5V；光谱峰值为560nm；亮电阻(10Lux)为2030KQ；暗电阻为3MQ；工作温度范围-20+85C；检测距离010mm。坛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2、通道4、通道5、通道6、通道8。蜡變黲癟報伥铉锚鈰赘。13!图1-3LabVIEW实现数据通信的子VI框图程序USE数据采集乘样氏度10245000开关CZ鍾道信鬭出谨道信号输出to00:00:00YVW/MM/DDdtI1.005通道

15、信号输出I00:00:00YVW/MM/DD2通道信歸出锂道信号输出00:00:00VWY/MM/DD6通道信号输出00:00:00YWY/MM/DDto00:00:00WYV/MM/DDdt了通道信鬭出00:00:00YVYV/MM/DD00:00:00YWY/MM/DD斑道信号输出00:00:00YWY/MM/DD图1-4LabVIEW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%输入网络输入训练样本%输入网络输出训练样本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

16、如下：a=51023520.0650;40021560.0542;47022.6550.0545;42020.4550.0649;45021.7580.0447;37026.2460.0955;31018.4620.0853;27617.8650.0854;35523.5490.0958;28019.6610.0757;22528.2380.1165;19030360.1464;18010.4780.1271;21027.6370.1276;15013.1740.1373;6033.2250.1685;356.5820.1581;8032.7290.1882;453.8850.1782;707

17、.2820.1584;b=1000;1000;1000;1000;1000;0100;0100;0100;0100;0100;0010;0010;0010;0010;0010;0001;0001;0001;0001;0001;p=a;t=b;netp=newff(-11;-11;-11;-11;-11,7,4,logsig,logsig,trainlm);%创建一前馈BP网络驅踬髏彦浃绥譎饴憂锦。netp=init(netp);%网络初始化netp.trainParam.epochs=3000;%网络的训练netp.trainParam.goal=0.001;net.trainparam.lr

18、=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。5TrainingwithTRAINLM=1回图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.IWl、netp.bl、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。猫虿驢绘燈鮒诛髅貺庑。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函数实现的，其程序如下：锹籁饗迳琐

19、筆襖鸥娅薔。load(C:UsersJingGYDocumentsMATLABdata);%调用训练结果構氽頑黉碩饨荠龈A=5l04004704204503703l0276355280225l90l802l0l506035804570;輒B=232l22.620.42l.726.2l8.4l7.823.5l9.628.230l0.427.6l3.l33.26.532.73.87.2;尧侧閆繭絳闕绚勵蜆贅。C=5256555558466265496l38367837742582298582识饒鎂錕缢灩筧嚌俨淒。D=0.060.050.050.060.040.090.080.080.090.070

20、.ll0.l40.l20.l20.l30.l60.l50.180.170.15;凍鈹鋨劳臘锴痫婦胫籴。E=5042454947555354585765647176738381828284恥諤銪灭萦欢煬鞏鹜錦。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所示。鯊腎鑰诎褳鉀沩懼統庫。数值2Iload(d:)MyDocuments)MATLABWataW);pp=A;B;C;D;

21、E;Rloutp=sim(netp,pp);piyl=oi.itpcr：i;y2=outpi：2；：i;疔nutp；IIy4=0lrtf：i(4)；1口,.+m+t口+x口+田3数值斗图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：硕癘鄴颃诌攆檸攜驤蔹。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超限判断k报警一级融合结果输出一级融合结果输出报警超限判断.，:k报警一级融合结果输出超限判断，；k报警一级融合结果输出一级融合结果输出图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