学寸单元一智能传感器目前，智能传感器定义为基于人工智能理论，利用微处理器实现智能处理功能的传感器。智能传感器不仅具有视觉、触觉、听觉、嗅觉、味觉功能（由传统的传感器完成），而且具有记忆、学习、思维、推理和判断等“大脑”能力。此处的传统传感器的功能结构包括敏感元件、调理电路和模数转换器（ADC），敏感元件将描述客观对象与环境状态或特征的物理量转换成电路元件参量或状态参量，调理电路将电路参量转换成电压信号并进行归一化处理，以满足ADC的动态范围：处理器对ADC输出的数字信号进行智能处理，主要的智能处理功能如下：
学习单元一 智能传感器 目前，智能传感器定义为基于人工智能理论，利用微处理器实 现智能处理功能的传感器。智能传感器不仅具有视觉、触觉、听觉、 嗅觉、味觉功能（由传统的传感器完成），而且具有记忆、学习、思 维、推理和判断等“大脑”能力。此处的传统传感器的功能结构包括 敏感元件、调理电路和模数转换器（ADC），敏感元件将描述客观 对象与环境状态或特征的物理量转换成电路元件参量或状态参量，调 理电路将电路参量转换成电压信号并进行归一化处理，以满足ADC 的动态范围；处理器对ADC输出的数字信号进行智能处理，主要的 智能处理功能如下：
学习单元一智能传感器自补偿功能根据给定的传统传感器和环境条件的先验知识，处理器利用数字计算方法，自动补偿传统传感器硬件线性、非线性和漂移及环境影响因素引起的信号失真，恢复被测信号。计算方法用软件实现，达到软件补偿硬件缺陷的目的
学习单元一 智能传感器 1. 自补偿功能 根据给定的传统传感器和环境条件的先验知识，处 理器利用数字计算方法，自动补偿传统传感器硬件线性、 非线性和漂移及环境影响因素引起的信号失真，恢复被 测信号。计算方法用软件实现，达到软件补偿硬件缺陷 的目的
学习单元一智能传感器自计算和处理功能根据给定的间接测量和组合测量数学模型，智能处理器利用补偿的数据可计算出不能直接测量的物理量数值。利用给定的统计模型可计算被测对象的总体统计特性和参数，利用已知处理器重新标定传感器特性
学习单元一 智能传感器 2. 自计算和处理功能 根据给定的间接测量和组合测量数学模 型，智能处理器利用补偿的数据可计算出不能 直接测量的物理量数值。利用给定的统计模型 可计算被测对象的总体统计特性和参数，利用 已知处理器重新标定传感器特性
学习单元一智能传感器自学习与自适应功能传感器通过对被测量样本值的学习，处理器利用近似公式和迭代算法可认知新的被测量值，即有再学习能力。同时，通过对被测量和影响量的学习，处理器利用判断准则自适应地重构结构和重置参数，如自选量程、自选通道、自动触发、自动滤波切换和自动温度补偿等
学习单元一 智能传感器 3. 自学习与自适应功能 传感器通过对被测量样本值的学习，处理器利用近似公式 和迭代算法可认知新的被测量值，即有再学习能力。同时，通 过对被测量和影响量的学习，处理器利用判断准则自适应地重 构结构和重置参数，如自选量程、自选通道、自动触发、自动 滤波切换和自动温度补偿等
学习单元一智能传感器自诊断功能因内部和外部因素影响，传感器的性能会下降或失效，分别称为软、硬故障。处理器利用补偿后的状态数据，通过电子故障字典或有关算法可预测、检测和定位故障
学习单元一 智能传感器 4. 自诊断功能 因内部和外部因素影响，传感 器的性能会下降或失效，分别称为 软、硬故障。处理器利用补偿后的 状态数据，通过电子故障字典或有 关算法可预测、检测和定位故障