二、模糊傳感器的研究意義

 

傳統(tǒng)的傳感器是數(shù)值傳感器，它將被測量映射到實數(shù)集中，以數(shù)值符號來描述被測量狀態(tài)，即對被測對象給以定量的描述。這種方法既精確又嚴謹，還可以給出許多定量的算術表達式，但隨著測量領域的不斷擴大與深化，由于被測對象的多維性，被分析問題的復雜性或信息的直接獲取、存儲方面的困難等等原因，只進行單純的數(shù)值測量且對測量結果以數(shù)值符號來描述，這樣做有很大缺陷，例如：

 

（1）某些信息難以用數(shù)值符號來描述。例如在產品質量評定中，人們常用的是“優(yōu)”、“次優(yōu)”、“合格”、“不合格”，也可用數(shù)字1，2，3，4來描述，但數(shù)字在這里已失去通常的測量值的意義，它僅作為一個符號，不能來表征被測實體的具體特征。

 

（2）很多數(shù)值化的測量結果不易理解。如在測量人體血壓時，人們更關注的是：老年人的血壓是否正常，青年人的血壓是否偏高。而實測的數(shù)據(jù)往往不能被普通人讀懂，因而滿足不了人們的需求。

 

因此，有待用新的測量理論和方法來補充。模糊傳感器正是順應人類的生活實踐、生產與科學實踐的需要而提出的。

 

 

三、模糊傳感器的理論基礎

 

1、符號化表示原理

 

模糊語言是人類表述語言的一種，因為人們對自然界事物的認識存在著一定的模糊性，用模糊符號來表述信息具有較為簡單、方便，且易于進行高層邏輯推理等優(yōu)點。模糊符號化表示就是利用模糊數(shù)學的理論和方法，借助于專門的技術工具，把測量得到的信息，用適合人們模糊概念的模糊語言符號加以描述的過程。符號是信息的載體，是對一個物體或事件狀態(tài)的描述，它定義了實體的特征屬性或實體間的關系。設Q為數(shù)值域，S為語言域，在各自的論域上有若干個元素qi、si，且表示為：

 

Q＝〈q1，q2，…〉 qi∈Q （1）

 

S＝〈s1，s2，…〉 si∈S （2）

 

同時，在論域Q和S上分別定義一組關系族：

 

R=〈R1，R2， …，Rn〉 Ri Q×Q×…×Q （3）

 

P=〈P1×P2×…×Pn〉 Pi S×S×…×S （4）

 

并且定義=〈Q，R〉，L=〈S，P〉

 

其中，D—對象關系系統(tǒng)，描述數(shù)值域元素及其相互關系；

 

L—符號關系系統(tǒng)，描述符號域元素及其相互關系。

 

設有兩個映射M和F，M：Q→S，使得Si=M（qi），F(xiàn):R→P，使得Pi=F（Ri）成立，且M Q×S和（qi，si） M，則稱si是qi的一個符號。si的含義是qi從數(shù)值域下向語言域映射的投影，而對每一次測量qi，符號si成為qi的描述。

 

如果F映射是一對一映射，而M映射是同態(tài)映射，那么一定存在逆映射：F-1（Pi）＝Ri，M-1（si）＝qi。M映射可以是“單對單”或“多對單”映射。那么，在后一種情況下，符號域中的一個符號經M-1映射在數(shù)值域對應出的不是一個點，而是一個“子域”。因此，模糊符號化表示有一定的局限性，即在不同測量結構下，同一測量子集的元素對應不同的符號；或在同一測量結構下，存在測量子集的一些元素同時對應于不同的符號的情況。這一局限性可通過基于多值邏輯理論的多值符號化測量來彌補。其基本思想是：在實體測量集中，根據(jù)對實體的某一特征表現(xiàn)程度的不同，把測量子集Q中的元素按特征隸屬度最大歸類于某一子集，忽略其他特征的表現(xiàn)，因此只要在測量集上對實體集選取適當多個特征表示，使之與測量集中的元素相對應，就可把Q分成有限個意義相關又表現(xiàn)不同的子集{Qi}，對每一個Qi進行符號映射，從而實現(xiàn)對實體集多值符號化測量。

 

2、多級映射原理

 

雖然符號具有高級邏輯表達、易理解、人類經驗與知識易集成、較寬的冗余度等特點，但與數(shù)值測量無限可分相比，符號化測量描述細節(jié)的程度和范圍不夠，尤其在利用符號對數(shù)值轉換實現(xiàn)定量測量時更為突出。而多級映射原理在實現(xiàn)數(shù)值對符號和符號對數(shù)值轉換的同時，可以擴大符號表示的細致程度和范圍。

 

級映射的基本功能是實現(xiàn)數(shù)值→符號的變換和符號→數(shù)值變換。其原理如圖2所示，它的信息傳輸分為兩種情況：

 

首先是數(shù)值對符號的轉換，并且是由數(shù)值域Q中的元素qi經過映射M的第一級M1映射到符號域S的子集Si，如果子集Si描述細致程度不夠，則可以進行第二級映射M2，映射M2將qi映射到次子集Sij，經過若干級映射可以得到描述qi信息的符號sy；

 

其次，則是符號對數(shù)值的轉換，由經過多級映射得到的符號sy通過映射M-1得到數(shù)字值qj。

 

由于自然語言表現(xiàn)概念的局限性，建議多級映射的級數(shù)為3級。例如，對于0℃～100℃的溫度范圍，每級采用7個概念，在映射級數(shù)為3級時，精度達到0.3℃。對于不需要人們直接參與的中間測量結果情況，多級映射級數(shù)可以根據(jù)需要加以確定。映射級數(shù)的多少另一方面還取決于每一級中包含概念（元素）的個數(shù)，每一級概念個數(shù)多則需要的映射級數(shù)就相應少。如果多級映射應用于包含數(shù)值輸出在內的模糊傳感器研究，則映射級數(shù)和傳感器變換非線性誤差是相關的，映射級數(shù)應該通過給定的測量不確定度加以確定。

 

四、模糊傳感器的結構及實現(xiàn)方法

 

1、模糊傳感器的結構

 

模糊傳感器的簡化結構圖如圖3所示?？梢?，模糊傳感器主要由傳統(tǒng)的數(shù)值測量單元和數(shù)值－符號轉換單元組成。其核心部分就是數(shù)值－符號轉換單元。但在數(shù)值－符號轉換單元中進行的數(shù)值模糊化轉換為符號的工作必須在專家的指導下進行。

 

2、模糊傳感器的實現(xiàn)方法

 

綜上所述，要實現(xiàn)模糊傳感器就在于尋找測量數(shù)值與模糊語言之間的變換方法，即數(shù)值的模糊化，來生成相應的語言概念。所謂語言概念生成就是要定義一個模糊語言映射作為數(shù)值域到語言域的模糊關系，從而將數(shù)值域中的數(shù)值量映射到符號域上，以實現(xiàn)模糊傳感器的功能。這里的語言值用模糊集合來表示，模糊集合則由論域和隸屬函數(shù)構成。因此模糊語言映射就是要求取相應語言概念所對應數(shù)值域上的模糊隸屬函數(shù)。如何進行概念生成是實現(xiàn)模糊傳感器的關鍵。目前有很多方法可以實現(xiàn)模糊傳感器的功能。

 

國外很多學者對模糊傳感器的實現(xiàn)方法進行過討論，這里簡要介紹幾種：

 

Foulloy算法簡介：模糊傳感器設計的實質是模糊變換算法的設計，即參考集的選擇與模糊量化。其過程是首先根據(jù)專家或熟練工人的知識和經驗獲取相應測量領域的一級數(shù)值/語言變換策略，然后應用模糊推理方法求取相應隸屬函數(shù)。Foulloy提出了基于語義關系的概念生成方法，首先，由論域的意義來定義一個通用的概念，稱屬概念，使之對應數(shù)值域中論域上的主要區(qū)間，然后在此基礎上定義新概念，以產生其它語義值及其意義，新概念通過語言修正器內部自動生成。Foulloy還提出了基于已知點集通過內插方法實現(xiàn)的模糊狀態(tài)傳感器，每一學習點通過Delaunay三角法在測量空間的笛卡爾積上構造模糊分割，三角法用于建立與過程狀態(tài)相關的符號的模糊意義。

 

Benoit E等人討論了使用符號信息時，符號語義與被測量信息在特定任務環(huán)境下的關系，認為模糊傳感器必須根據(jù)測量關系來構造，并且應該可以重組以適應不同的測量關系。并提出了將基礎概念作為先驗信息提供給傳感器，其余概念由運算自動生成的設計思想。這種方法保留了概念之間的相對語義，但不能保證與測量關系符號說明的一致性，因此必須考慮環(huán)境對測量關系的修正問題，他提出了基于定性學習以及通過復合調節(jié)說明的函數(shù)方法來進行修正。他提出了基于Delaunay多維空間的三角測量的線性插值來構造模糊分割的新方法，用以建立采用多元件測量的模糊傳感器。

 

Stipanicer D等人認為模糊傳感器是一種智能測量設備，由簡單選擇的傳感器和推理器組成，將被測量轉換為適于人類感知和理解的信號。由于知識庫中存儲了豐富的專家知識和經驗，它可以通過簡單、廉價的傳感器測量相當復雜的現(xiàn)象。

 

五、模糊傳感器的應用

 

目前，模糊傳感器已被廣泛應用，而且已進入平常百姓家，如模糊控制洗衣機中布量檢測、水位檢測、水的渾濁度檢測，電飯煲中的水、飯量檢測，模糊手機充電器等。另外，模糊距離傳感器、模糊溫度傳感器、模糊色彩傳感器等也是國外專家們研制的成果。隨著科技的發(fā)展，科學分支的相互融合，模糊傳感器也應用到了神經網(wǎng)絡、模式識別等體系中。

 

六、結束語

 

模糊傳感器的出現(xiàn)，不僅拓寬了經典測量學科，而且使測量科學向人類的自然語言理解方面邁出了重要的一步。模糊傳感器雖然在色彩、距離等領域有一些成功的應用，但只是分散的、個別的，遠未形成系統(tǒng)的理論體系和技術框架，實現(xiàn)模糊傳感器的諸多關鍵技術尚未完全解決，還需廣大測量工作者的繼續(xù)探索。

 

 

推薦閱讀：