电子科技大学：《敏感材料与传感器 Sensitive Materials and Sensors》课程教学资源（课件讲稿）第六章 新型红外传感器 第1节 红外辐射的基本知识

采用水热法和还原氮化法合成了菊花状形貌的氮化钛（TiN）纳米材料，并将其与还原氧化石墨烯（rGO）水热复合制备了氮化钛–还原氧化石墨烯（TiN-rGO）复合材料。利用扫描电镜、X射线衍射、X射线光电子能谱等测试方法对材料的形貌和物相进行了表征和分析。结果表明，TiN-rGO复合材料很好地保持了TiN菊花状的三维结构和rGO透明褶皱的形貌，且层状的rGO均匀地包覆在了菊花状的TiN的周围。用TiN-rGO复合材料修饰玻碳电极（GCE）制得了TiN-rGO/GCE电化学传感器，用于测定人体中的生物小分子DA和UA。由于复合材料中TiN和rGO的协同效应，构建的电化学传感器表现出了优秀的电化学性能。检测结果表明：TiN-rGO/GCE传感器对DA和UA的检测限分别为0.11和0.12 μmol·L?1，线性范围分别为0.5～210 μmol·L?1和5～350 μmol·L?1，且具有良好的抗干扰性、重现性和稳定性，且成功应用于人体内真实样品的DA和UA检测

为了解决多芯电缆的非侵入式电流测量由于被测对象信号微弱、系统灵敏度高、易受环境因素干扰，造成测量误差较大的问题，采用磁阻传感器的非侵入式电流测量系统为研究对象，在分析系统测量方法及硬铁、软铁和比例因子等误差构成的基础上，提出一种基于二步法的误差校正方法，该方法通过对传感器输出信号进行非线性变换，构造了与误差相对应的矩阵方程，并在对方程求解后进行非线性回归计算，从而实现对多芯电缆的电流测量值的动态误差修正.实验结果表明，该方法可以同时校正非侵入式电流测量系统的线性误差与部分非线性误差

电子科技大学：《智能嵌入式系统设计》课程教学资源（课件讲稿）体感传感器与姿态识别（体感传感器与3D视觉交互）

采用改进的悬浮聚合法制备磁性聚苯乙烯微球.利用扫描电子显微镜和振动样品磁强计对所合成磁性微球的尺寸和磁性能进行分析表征.采用巨磁阻生物传感器检测磁性微球的数量.结果表明:磁性微球粒径大小为0.5~50μm,比饱和磁化强度为4.56 A·m2·kg-1.巨磁阻生物传感器对磁性聚苯乙烯微球数量具有很好的可检测性.在一定的范围内,随着磁性微球数量的增多,传感器的输出信号增强.在磁性微球一定数量的情况下,随着磁性微球粒径的增大,传感器的电阻变化量先增大后减小

仿生扑翼飞行器是一类模仿鸟及昆虫通过机翼主动运动产生升力和推力的飞行器。因具有飞行效率高，机动性强、隐蔽性好等优点，扑翼飞行器近年来受到越来越多的关注和研究。小型扑翼飞行器由于其精巧的结构和可操作性，能够适应更复杂的环境，但也限制了其飞行负载能力和电池续航时间。在许多场景中，高质量和高功耗的传感器不再适用于扑翼飞行器。自然界生物得到的信息绝大多数是通过视觉途径获取的。视觉作为一个获取信息的有效途径，在扑翼飞行器的应用中有着不可替代的作用。视觉传感器具有质量轻、功耗低、图像信息丰富等优点，因此非常适合于搭载在扑翼飞行器上。随着微电子、图像处理等技术的不断发展，以扑翼飞行器为平台的视觉感知系统也取得了重要进展。本文首先介绍了国内外几款有代表性的扑翼飞行器的视觉感知系统，分为机载视觉感知系统和外部视觉感知系统两类；然后简述了三个系统关键技术即图像消抖技术、目标检测与识别技术、目标跟踪技术的发展现状，进而总结发现扑翼飞行器的视觉感知系统研究目前还处于起步阶段；最后指出图像消抖、机载实时处理、目标检测与识别、三维重建等可以作为扑翼飞行器视觉感知系统的未来研究方向

第一章概述 1.1机电一体化系统 机电一体化系统是指在系统主功能、信息处理功能和控 制功能等方面引进了电子技术,并把机械装置、执行部件、 计算机、检测与传感装置等电子设备以及软件等有机结合而 构成的系统,即机械、执行、检测与传感、信息处理、接口 和软件等部分在电子技术的支配下,以系统的观点进行结合而形成的一种新型机械系统。 具体实例:计算机外设、办公自动化设备、微细加工设 备、数控机床、数控加工中心、机器人、射压成型设备、武 器系统、航空航天、航海设备、家用电子机械、电动玩具等。目前这些系统的共性就是:绝大多数产品含有电子计算机或微处理器

提出了利用神经网络自适应滤波原理解决多传感器信号处理的方法,通过对多路带噪声的数字模拟信号的滤波结果表明,该方法能快速、有效地消除主信号源的各种背景噪声

研究了传感器敏感元件的高磁致伸缩Fe基、零磁致伸缩Co基非晶带和非晶丝的微压力探测性能、磁场与位移探测性能、Wiegand型尖锐脉冲电压性能。Fe基非晶带环形铁芯具有良好的线性度,灵敏度高达2.7V/N。Co基非晶带磁场及位移探测元件灵敏度为14mV/A·m-1,位移探测灵敏度达30mV/mm,线性探测范围达100mm左右

上海交通大学：《智能传感器系统》课程教学资源（PPT课件）传感器集成技术基础