国外模糊色彩传感器的研究现状

简要介绍了模糊传感器的概念与功能，详细论述了国外模糊色彩传感器样机的研究动态，并总结了模糊传感器的特点及发展趋势．     

国外模糊传感器样机的研究综述

简要介绍了模糊传感器的概念与功能，综述了国外模糊传感器样机的研制情况，并展望了模糊传感器的发展趋势。     

简述模糊传感器

概述了模糊传感器的研究意义及概念,简要介绍了模糊传感器的理论基础及实现方法,并举例说明了模糊传感器的应用.     

称重传感器蠕变的模糊补偿方法研

以对传感器蠕变的一种新的补偿方法－－动态模糊补偿法，可实现蠕变实时精确补偿。引入模糊识别的方法来确定载荷的变化状况，利用传感器的输出变化率，判断传感器的蠕变起始点，从而确定作用于传感器上的实际载荷。同时这种方法的精度不受传感器的载荷与环境等影响，简单方便，易于计算机实现及批量生产，避免了繁琐的传感器蠕变模型的建立和实现过程，且精度较好，为传感器的蠕变误差补偿提供了一种崭新的方法。     

模糊传感器研究的现状与展望

概述了传感器测量领域目前存在的困难和局限性，论述了模糊传感器研究的意义，综述了国内外模糊传感器的研究现状，并对其发展进行了展望。     

模糊传感器的基本结构

简要介绍了模糊传感器的基本功能、一般化逻辑和物理结构、多维模糊传感器结构和有导师学习结构的实现方法，这对于研制模糊传感器有指导意义。     

基于模糊逻辑应用于反馈结构的多传感器航迹融合的研究

在分布式多传感器信息融合系统中，反馈结构可用来提高局部节点的跟踪性能，进而提高全局航迹的融合精度。模糊逻辑应用于对多个航迹的位置偏差、速度偏差和加速度偏差进行模糊化、模糊逻辑推理及去模糊等，提出了关于模糊逻辑应用于反馈结构的多传感器航迹融合的方法。     

基于单片机的模糊距离传感器的设计与实现

本文探讨了模糊数学在距离传感器研究中的应用，首次提出了模糊距离传感器的概念，并讨论了其特点和设计方法以及基于单片机的模糊距离传感器的软件设计和训练方法。     

模糊传感器研制的现状与展望

概述了传感器测量领域目前存在的困难和局限性，论述了模糊传感器研究的意义，综述了国内外模糊传感的研制现状，并对其发展进行了展望。     

基于信息融合的模型小车ANN避障控制

本文将模糊逻辑、神经网络和传感器融合技术结合起来，用于移动机器人的避障控制研究，利用多个非摄像类的超声波和红外线传感器探测环境信息，采用多传感器融合技术进行传感器信号处理，并且探讨了模糊聚类和神经网络系统在机器人系统中的避障控制能力，给出了虚拟环境一的计算机仿真结果。     

随机模糊神经网络在目标状态信息融合中的应用

提出了一种新的基于随机模糊神经网络的多传感器状态信息融合方法。研究和比较了基于单值模糊神经网络和基于随机模糊神经网络的雷达与红外传感器状态信息融合。仿真结果表明，当输入被噪声污染时，基于随机模糊神经网络的方法离线学习次数更少，能更有效地防止噪声的干扰，并且融合误差更小。     

温度传感器互换性模糊模式识别系统的研制

互换性差是影响某些新型传感器推广应用的主要因素之一，针对热敏电阻温度传感器生产中对互换性分析的实际需要，提出了利用模糊模式识别理论解决该问题的设想，并得到了一个简洁实用的算法，在此提出了利用计算机和标准总线模板研制成功温度传感器互换性模糊模式识别系统，运行结果表明，系统的各项指标完全达以用户要求，文中所有算法及系统构成方法也可推广至其传感器的互换性分析。     

模糊温度传感器

以模糊温度传感器为例，较为详细地介绍模糊传感器的具体实现方案。这对于从事模糊传感器的开发与研究有一定借鉴意义。     

无损检测中基于模糊逻辑的多传感器数据融合

模糊逻辑在多传感器数据融合中得到广泛的应用，但是基于模糊逻辑的多传感器数据融合在无损检测中的应用还是一个崭新的课题，本文给出了一种新的用于无损检测数据融合的模糊逻辑结构，并且给出了隶度函数以及运算符的定义，最后给出了例子阐明了这种结构在无损检测中的应用。     

顺序结构多传感器模糊联合概率数据互联算法

为解决集中式多传感器系统中的多目标跟踪问题,本文运用模糊理论提出了一种多传感器模糊联合概率数据互联算法。该算法首先应用模糊数学的方法计算测量点迹与航迹测量预测之间的模糊综合相似度;然后运用阈值判别及经验概率法则给出模糊联合互联概率的计算方法,并提出了顺序处理结构的多传感器模糊联合概率数据互联算法的状态估
估计模型;最后给出了该算法与经典的多传感器联合概率数据互联算法的仿真比较。仿真结果表明,本文算法的综合性能更优越。     

基于Rough集的多传感器融合技术

分析了多传感器融合的必要性，提出了基于Rough集构造模糊神经网络的方法，并应用于多传感器的智能状态监测系统。     

基于自适应神经模糊推理的传感器在线故障诊断

介绍了一种应用于故障诊断的基于T-S模糊模型的自适应模糊神经网络。给出了网络的连接结构和学习算法以及传感器故障在线诊断原理。仿真结果表明，该方法具有收敛速度快，诊断精度高，泛化能力强的特点，而且可以诊断系统多种工作过程传感器的在线故障。     

模糊传感器在煤矿瓦斯监测中的应用

研究了模糊传感器的结构原理与功能,并将其应用到煤矿瓦斯监测中,重点研究了模糊瓦斯传感器数值和符号的转换过程,分析了不同环境下对模糊传感器检测量状态隶属度函数的修正方法。模糊传感器应用到煤矿瓦斯监测中,为煤矿安全监测提供了一种新的思路。     

人工智能在传感器领域的应用

人工智能作为一门正在迅速发展的学科，已被广泛地应用于传感器领域。人工智能与传感器技术相结合构成新型的智能传感器，提高了传感器的智能水平，是智能传感器发展的一个方向。简要介绍了人工智能的四个分支：模糊逻辑、人工神经网络、专家系统、遗传算法在传感器领域的应用。     

一种基于模糊神经网络的融合故障诊断方法

通过构造模糊神经网络分类器，将基于模糊神经网络的数据融合方法引入到故障诊断中。通过在机组中设置温度传感器测量冷却介质进口温差、定子温度、冷却介质出口温差等模拟量，并求出各传感器对故障的隶属度，然后通过基于信息融合故障诊断算法确定故障原因，并且通过单传感器与多传感器融合结果的对比表明，多传感器数据融合诊断比单个传感器具有更高的准确性。