关于模糊传感器的实现方法以及它的应用解析

随着社会的快速发展，我们的模糊传感器也在快速发展，那么你知道模糊传感器的详细资料解析吗?接下来让小编带领大家来详细地了解有关的知识模糊传感器是在经典传感器的数值测量基础上，通过模糊推理和知识整合，以自然语言符号描述的形式输出测量结果的智能传感器。

模糊传感器的结构

模糊传感器的简化结构图如图3所示。可以看出，模糊传感器主要由传统的数值测量单元和数值符号转换单元组成。核心部分是值符号转换单元。但是，数值符号转换单元中数值到符号的模糊化和转换必须在专家的指导下进行。

模糊传感器的实现方法

综上所述，模糊传感器的实现就是寻找测量值与模糊语言之间的转换方法，即对数值进行模糊化，生成相应的语言概念。所谓语言概念生成，就是将模糊语言映射定义为从数值域到语言域的模糊关系，从而将数值域中的数值映射到符号域，实现模糊传感器的功能，这里的语言值是用一个模糊集来表示的，这个模糊集是由话语域和隶属函数组成的。因此，模糊语言映射需要对应语言概念的数值域中的模糊隶属函数。如何产生概念是实现模糊传感器的关键。实现模糊传感器功能的方法有很多种。

国外很多学者对模糊传感器的实现方法进行过讨论，这里简要介绍几种：

Foulloy 算法简介： 模糊传感器设计的本质是模糊变换算法的设计，即参考集的选择和模糊量化。其过程是首先根据专家或技术人员的知识和经验，得到相应测量领域的一级数值/语言转换策略，然后应用模糊推理方法得到相应的隶属函数。 Foulloy 提出了一种基于语义关系的概念生成方法。首先，通过话语宇宙的含义定义一个普遍概念，称为泛概念，使其对应于数值域的领域中的主要区间，然后在此基础上定义新的概念。为了生成其他语义值及其含义，语言修饰符在内部自动生成新概念。 Foulloy 还提出了一种基于已知点集通过插值的模糊状态传感器。每个学习点使用 Delaunay 三角剖分在测量空间的笛卡尔积上构建模糊分割。三角测量法用于建立与过程状态相关的符号。含糊其辞的意思。

BenoitE 等。讨论了使用符号信息时，在特定任务环境下，符号的语义与待测信息的关系。他们认为，模糊传感器必须根据测量关系构建，并应重新组织以适应不同的测量关系。并提出基本概念作为提供给传感器的先验信息，其余概念由设计思想自动生成。这种方法保留了概念之间的相对语义，但不能保证与度量关系的符号描述的一致性。因此，需要考虑环境对测量关系的修正。他提出了一种基于定性学习和描述复合调整的功能方法。进行更正。他提出了一种基于Delaunay多维空间三角剖分的线性插值构造模糊分割的新方法，以建立具有多元素测量的模糊传感器。

STIpanicerD等人认为，模糊传感器是一种智能测量设备，它由简单的传感器和推理机的选择组成，将被测物转化为适合人类感知和理解的信号。由于知识库存储了丰富的专家知识和经验，因此可以使用简单且廉价的传感器测量相当复杂的现象。

模糊传感器的应用

模糊传感器已经被广泛应用，进入了普通人的家中，如模糊控制洗衣机布料检测、水位检测、水浊度检测、电饭煲中的水量和米量检测、模糊手机充电器等。模糊距离传感器、模糊温度传感器、模糊颜色传感器等也是国外专家研制的成果。 随着科学技术的发展和科学分支的融合，模糊传感器也被应用到神经网络和模式识别等系统中。

以上就是模糊传感器的有关知识的详细解析，需要大家不断在实际中积累经验，这样才能设计出更好的产品，为我们的社会更好地发展。