基于多传感器的温湿度检测系统
基于多传感器的温湿度检测系统
李群林
（湖南大学 电气与信息工程学院，长沙，410082）
摘
要：为了准确可靠的监测温湿度的变化情况，弥补了单一传感器的不足，使用了多传感器的方法，运用自适应加权融合算法对结果进行数据融合，提高了系统的精度和可靠性，扩展了时间和空间的监测范围。
关键词：温湿度；多传感器；自适应加权融合算法；DS18B20；SHT1X
Temperature and Humidity Measurement Based on Multi-sensor
Li Qunlin
（College of Electrical and Information Engineering of Hunan University, Changsha 410082）
Abstract: To increase the reliability of temperature and humidity measurement, Combined with intelligent recognition technology, data fusion technology adopts the classical self-adapting weighting fusion algorithm to increase the reliability of system, and extend monitoring range in terms of time and space.
Keywords: Temperature;Humidity; Multi-sensor;Information fusion;DS18B20;SHT1X
1. 前言
随着智能检测系统的飞速发展，多传感器系统得到了广泛的应用。如何把多传感器集中于一个检测控制系统，综合利用来自多传感器的信息，获得对被测对象的可靠了解和解释，以利于系统做出正确的响应、决策和控制，是智能检测控制系统中需要解决的首要问题。
在温湿度要求严格的场合，利用多传感技术可以提高系统的可靠性和精度，亦可以提高系统的时间和空间的覆盖范围。
2. 传感器
集成数字传感器具有较高的可靠性和稳定性，SHT1X系列温湿度传感器和DS18B20温度传感器都属于集成数字传感器。
2.1. SHT1X和DS18B20
SHT1X是采用CMOS-Sensor专利技术研制而成的高度集成的温湿度传感器芯片，具有较高的可靠性和长期的稳定性。传感器包括一个电容性聚合体湿度敏感元件和一个用能隙材料制成的温度敏感元件，芯片还包含一个14位的A/D转换器和一个串行接口电路。
其中SHT10测湿精度±4.5%RH，分辨率最大12bit（0.03%RH），缓慢流动空气中反映时间4s；测温精度在25℃时为±0.5
℃，分辨率14bit（0.01℃），响应时间30s。
DS18B20是一种比较常用的单总线数字温度传感器，在-10℃至85℃时精度为±0.5
℃，分辨率最大12bit（0.0625℃）。
2.2. 两种传感器的对比
SHT1X可以测量温度和湿度，但测温时是易受电压波动和自身温升的影响，精度比较低。DS18B20只能测量温度。为了提高系统的可靠性，结合SHT1X和DS18B20组成多传感温湿度检测系统。
3. 系统结构
图1 系统结构图
系统采用51单片机作为处理器，单片机可根据实际情况接一至四路数据采集模块，每个数据采集模块包括一个DS18B20温度传感器和一个SHT1X温湿度传感器。
3.1. 采集模块电路设计
图2 采集模块设计
SHT1X应用串行接口技术，串行时钟输入（SCK）用于微处理器与SHT1X之间的通讯同步，串行数据（DATA）用于数据读取。单片机通过发送命令控制SHT1X工作。
DS18B20属单总线设备，通过严格的时序与单片机通讯和传输数据。
3.2. 温湿度采集
考虑到传感器的响应时间和系统的实时性，DS18B20每秒进行一次测量，SHT1X每秒进行一次温度测量，一次湿度测量。湿度的响应时间为四秒，故利用最近四次的测量值对温度和湿度的进行平均。
由于系统采用了不同类型的传感器，考虑到微处理器的性能，选用自适应加权融合算法对温湿度分别进行数据融合。
单片机对数据进行初步的信息融合并进行显示；为了便于历史查询和记录异常温湿度值，利用EEPROM数据进行保存；单片机通过485总线与上位机通讯。
4. 自适应加权融合算法
对于不等精度测量数据，为了权衡各数据的不同精度，可引用标志测量精度的特征数字“权”数W，即各测量数据的相对重要程度。精度高的数据误差小，权数应大；而精度低的数据误差大，权数应小。将测量列的各个数据按照其精度分别乘以权数进行平均值处理。
对于不同的传感器都有相应的权数，在总均方误差最小这一最优条件下，根据各个传感器所得的测量值以自适应的方式寻找其对应的权数，使融合后的达到最优。
图3 自适应加权数据融合模型
被测数据的融合值，其总均方误差为，式中是各加权因子的多元二次函数。
根据多元函数的极值理论，可求出当加权因子为时，为最小值。
4.1. 自适应融合算法步骤
1) 剔除异常数据
测量温度的两种传感器DS18B20和SHT1X都是数字输出的传感器，可以通过CRC校验来检验数据传输的正确与否。此外根据经验剔除典型的错误数据。
2) 计算各个传感器的平均数
3) 计算各个传感器的方差
4) 计算最优加权因子
5) 计算融合估计值
4.2. 温湿度的数据融合
温度的测量由SHT1X和DS18B20的测量值来决定，湿度的测量有SHT1X来完成。以下是单路由SHT10和DS18B20组成的采集模块，使用自适应加权融合算法得到的温度融合结果，标记的曲线为融合后的结果。
图4 温度融合曲线
湿度的测量由SHT1X完成，在多路采集模块的情况下，可以使用自适应加权融合算法对不同的模块的湿度测量值进行数据融合。
4.3. 温度变化率和零点
测量温度往往同时需要对其变化率和零点进行估计。
温度测量虽然较高的分辨率，但是精度不高，因此温度变化率有明显的不规则性，为了更好的体现温度的变化率，对变化率进行平均，以下左图标记曲线为温度变化率平均处理后的结果。
零点受温度和湿度的共同影响，右图中温度变小，湿度变大的情况，标记曲线为零点的变化曲线。
图5 温度变化率和零点曲线
4.4. 湿度的温度补偿
湿度测量是要有SHT1X来完成，由于湿度受温度的影响，SHT1X湿度是在25℃情况下标定的，所以需要对相对湿度进行温度补偿。公式如下：
以下为SHT10测量湿度，利用融合后的温度值修正后的湿度曲线。
图6 补偿后湿度曲线
5. 上位机程序设计
监控系统可以独立完成对某一个空间的温湿度检测，监控系统可以与上位机通过485总线通讯。上位机可以同时与多个监控系统通讯，将各个子系统的数据对比分析，进行第二次数据融合。
为了便于观测分析和良好人机界面，利用Java编写上位机程序。利用jfreechart控件绘制温湿度曲线，实时显示温湿度值。
6. 结论
采用多传感器对温湿度的测量系统，采用自适应加权融合算法对测量结果进行融合，提高了传感器的精度，多传感提高了传感器的时间和空间的覆盖范围。
参考文献
1. 智能检测系统与数据融合，腾召胜著，机械工业出版社
2. 智能传感器及其应用，高国富著，化学工业出版社
3. 集成化智能传感器原理与应用，沙占友著，电子工业出版社
4. http://www.humidity.cn
作者介绍
姓名：李群林
性别：男
职称：研究生
研究方向：测试计量技术与仪器
邮政编码：410082
地址：湖南大学电气与信息工程学院
电话号码：13787295849
日期：2006年7月4日星期二