本發(fā)明涉及紅外傳感技術(shù)領(lǐng)域，尤其涉及一種自校準(zhǔn)紅外熱電堆溫度傳感器及自校準(zhǔn)方法。

背景技術(shù)：

目前，全球傳感器市場呈現(xiàn)高速增長的態(tài)勢，創(chuàng)新的多樣化傳感器，比如無線傳感器、智能傳感器、光纖傳感器等將在未來傳感器市場中占據(jù)更高的份額。微電子機(jī)械系統(tǒng)(microelectromechanicalsystem，mems)是利用半導(dǎo)體材料和微電子加工技術(shù)制造的。并且，微電子機(jī)械系統(tǒng)是由微傳感器、微執(zhí)行器、信號處理電路和通訊接口等組成的一體化微型器件。微電子機(jī)械系統(tǒng)具有光、機(jī)、電一體化，體積小、重量輕、功耗低，以及可動、可形變或懸空微結(jié)構(gòu)等特點。其中，紅外熱電堆溫度傳感器是一種新型mems傳感器，由于其具有非接觸式測溫的特性，被廣泛應(yīng)用于環(huán)境監(jiān)測、安防系統(tǒng)、智能家居以及消防、國防醫(yī)療和制程控制等場景中，以實現(xiàn)對溫度的自動檢測與控制。

現(xiàn)有的紅外熱電堆溫度傳感器在對物體的溫度進(jìn)行檢測時存在檢測準(zhǔn)確度低的技術(shù)問題。

技術(shù)實現(xiàn)要素：

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的測試紅外熱電堆溫度傳感器及自校準(zhǔn)方法。

本發(fā)明實施例提供一種自校準(zhǔn)紅外熱電堆溫度傳感器，包括發(fā)熱電阻、熱電堆、放大器、本地溫度測量模塊、信號處理模塊、自校準(zhǔn)響應(yīng)分析模塊和校準(zhǔn)溫度計算模塊；

所述發(fā)熱電阻的一端接地，所述發(fā)熱電阻的另一端與所述信號處理模塊的第一輸入端連接；

所述熱電堆與所述放大器的輸入端連接，所述放大器的輸出端與所述信號處理模塊的第二輸入端連接；

所述本地溫度測量模塊與所述信號處理模塊的第三輸入端連接；

所述信號處理模塊的第一輸出端與所述自校準(zhǔn)響應(yīng)分析模塊的第一輸入端連接，所述自校準(zhǔn)響應(yīng)分析模塊的輸出端與所述校準(zhǔn)溫度計算模塊的第一輸入端連接；

所述信號處理模塊的第二輸出端與所述校準(zhǔn)溫度計算模塊的第二輸入端連接；

其中，所述信號處理模塊用于提供第一控制電壓，所述發(fā)熱電阻在所述第一控制電壓的控制下產(chǎn)生第一紅外輻射，所述熱電堆將所述第一紅外輻射轉(zhuǎn)化為第一電壓差信號，所述放大器對所述第一電壓差信號進(jìn)行放大，所述本地溫度測量模塊用于測量得到本地溫度值，所述信號處理模塊還用于根據(jù)所述第一控制電壓、放大后的所述第一電壓差信號和所述本地溫度值，獲得第一電學(xué)響應(yīng)率，所述自校準(zhǔn)響應(yīng)分析模塊用于根據(jù)所述第一控制電壓、放大后的所述第一電壓差信號、所述第一電學(xué)響應(yīng)率、所述本地溫度值和紅外輻射效率常數(shù)，基于小波神經(jīng)網(wǎng)絡(luò)對所述第一電學(xué)響應(yīng)率進(jìn)行校準(zhǔn)得到第二電學(xué)響應(yīng)率，所述校準(zhǔn)溫度計算模塊用于根據(jù)所述放大后的所述第一電壓差信號、所述本地溫度值、所述熱電堆的吸收面積、所述熱電堆的輻射系數(shù)相關(guān)常數(shù)、斯蒂芬玻爾茲曼常數(shù)和校準(zhǔn)后的所述第二電學(xué)響應(yīng)率，獲得校準(zhǔn)溫度。

優(yōu)選的，還包括自測試響應(yīng)分析模塊；

所述信號處理模塊的第三輸出端與所述自測試響應(yīng)分析模塊的輸入端連接；

所述自測試響應(yīng)分析模塊的輸出端與所述自校準(zhǔn)響應(yīng)分析模塊的第二輸入端連接；

其中，所述信號處理模塊還用于提供第二控制電壓和第三控制電壓，所述發(fā)熱電阻在所述第二控制電壓的控制下產(chǎn)生第二紅外輻射，所述熱電堆將所述第二紅外輻射轉(zhuǎn)化為第二電壓差信號，所述發(fā)熱電阻在所述第三控制電壓的控制下產(chǎn)生第三紅外輻射，所述熱電堆將所述第三紅外輻射轉(zhuǎn)換為第三電壓差信號，所述放大器用于對所述第二電壓差信號和所述第三電壓差信號進(jìn)行放大，所述信號處理模塊還用于根據(jù)所述第二控制電壓、放大后的所述第二電壓差信號和所述本地溫度值，獲得第三電學(xué)響應(yīng)率，所述信號處理模塊還用于根據(jù)所述第三控制電壓、放大后的所述第三電壓差信號和所述本地溫度值，獲得第四電學(xué)響應(yīng)率，所述自測試響應(yīng)分析模塊用于根據(jù)放大后的所述第二電壓差信號、放大后的所述第三電壓差信號、所述第三電學(xué)響應(yīng)率、所述第四電學(xué)響應(yīng)率和所述本地溫度值，基于概率的魯棒性異方差神經(jīng)網(wǎng)絡(luò)對所述自校準(zhǔn)紅外熱電堆溫度傳感器的溫度檢測的準(zhǔn)確度進(jìn)行判斷。

優(yōu)選的，還包括數(shù)模轉(zhuǎn)換器，所述發(fā)熱電阻通過所述數(shù)模轉(zhuǎn)換器與所述信號處理模塊連接。

優(yōu)選的，還包括第一模數(shù)轉(zhuǎn)換器，所述放大器通過所述第一模數(shù)轉(zhuǎn)換器與所述信號處理模塊連接。

優(yōu)選的，還包括第二模數(shù)轉(zhuǎn)換器，所述本地溫度測量模塊通過所述第二模數(shù)轉(zhuǎn)換器與所述信號處理模塊連接。

優(yōu)選的，所述自校準(zhǔn)響應(yīng)分析模塊包括自校準(zhǔn)控制單元、加權(quán)求和器、小波函數(shù)查找單元、權(quán)值存儲器和小波函數(shù)存儲器；

所述自校準(zhǔn)響應(yīng)分析模塊用于接收時鐘信號、所述第一控制電壓、放大后的所述第一電壓差信號、所述第一電學(xué)響應(yīng)率、所述本地溫度值和紅外輻射效率常數(shù)，并在接收到自校準(zhǔn)信號時執(zhí)行自校準(zhǔn)的響應(yīng)分析，為所述加權(quán)求和器、小波函數(shù)查找單元提供控制信號；

所述加權(quán)求和器用于根據(jù)其接收到的參數(shù)從所述權(quán)值存儲器中讀取相應(yīng)的權(quán)值，以及在乘法控制信號的控制下進(jìn)行乘法運算，以及在加法控制信號的控制下進(jìn)行加法運算；

所述小波函數(shù)查找單元用于將其接收到的參數(shù)作為小波函數(shù)的自變量，并利用折半查找法在所述小波函數(shù)存儲器中查找對應(yīng)的因變量，并將查找到的因變量作為輸出結(jié)果。

優(yōu)選的，所述小波神經(jīng)網(wǎng)絡(luò)包括：

輸入層：包含5維向量，所述5維向量包括所述第一控制電壓、放大后的所述第一電壓差信號、所述第一電學(xué)響應(yīng)率、所述本地溫度值和紅外輻射效率常數(shù)；

隱含層：包含5個神經(jīng)元，所述隱含層的激勵函數(shù)為morlet小波基函數(shù)；

輸出層：包含1個神經(jīng)元，所述神經(jīng)元用于將所述隱含層的輸出加權(quán)求和，獲得所述第二電學(xué)響應(yīng)率。

基于同一發(fā)明構(gòu)思，本發(fā)明實施例還提供一種應(yīng)用在如上所述自校準(zhǔn)紅外熱電堆溫度傳感器中的自校準(zhǔn)方法，所述方法包括：

在所述信號處理模塊提供第一控制電壓時，所述發(fā)熱電阻在所述第一控制電壓的控制下產(chǎn)生第一紅外輻射，利用所述熱電堆將所述第一紅外輻射轉(zhuǎn)化為第一電壓差信號，所述第一電壓差信號在經(jīng)過所述放大器放大后輸出給所述信號處理模塊；

根據(jù)所述第一控制電壓、放大后的所述第一電壓差信號和由所述本地溫度模塊測量得到的本地溫度值，利用所述信號處理模塊獲得第一電學(xué)響應(yīng)率；

根據(jù)所述第一控制電壓、放大后的所述第一電壓差信號、所述第一電學(xué)響應(yīng)率、所述本地溫度值和紅外輻射效率常數(shù)，利用所述自校準(zhǔn)響應(yīng)分析模塊基于小波神經(jīng)網(wǎng)絡(luò)對所述第一電學(xué)響應(yīng)率進(jìn)行校準(zhǔn)得到第二電學(xué)響應(yīng)率；

利用所述校準(zhǔn)溫度計算模塊根據(jù)所述放大后的所述第一電壓差信號、所述本地溫度值、所述熱電堆的吸收面積、所述熱電堆的輻射系數(shù)相關(guān)常數(shù)、斯蒂芬玻爾茲曼常數(shù)和校準(zhǔn)后的所述第二電學(xué)響應(yīng)率，獲得校準(zhǔn)溫度。

優(yōu)選的，所述小波神經(jīng)網(wǎng)絡(luò)包括：

輸入層：包含5維向量，所述5維向量包括所述第一控制電壓、放大后的所述第一電壓差信號、所述第一電學(xué)響應(yīng)率、所述本地溫度值和紅外輻射效率常數(shù)；

隱含層：包含5個神經(jīng)元，所述隱含層的激勵函數(shù)為morlet小波基函數(shù)；

輸出層：包含1個神經(jīng)元，所述神經(jīng)元用于將所述隱含層的輸出加權(quán)求和，獲得所述第二電學(xué)響應(yīng)率。

本發(fā)明實施例中的一個或多個技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點：

本申請通過信號處理模塊利用第一控制電壓對發(fā)熱電阻進(jìn)行控制，使得發(fā)熱電阻產(chǎn)生第一紅外輻射，熱電堆再將第一紅外輻射轉(zhuǎn)化為第一電壓差信號，在利用放大器對第一電壓差信號進(jìn)行放大后，信號處理模塊根據(jù)第一控制電壓、放大后的第一電壓差信號和本地溫度值，獲得第一電學(xué)響應(yīng)率，自校準(zhǔn)響應(yīng)分析模塊根據(jù)第一控制電壓、放大后的第一電壓差信號、第一電學(xué)響應(yīng)率、本地溫度值和紅外輻射效率常數(shù)，基于小波神經(jīng)網(wǎng)絡(luò)對第一電學(xué)響應(yīng)率進(jìn)行校準(zhǔn)得到第二電學(xué)響應(yīng)率，校準(zhǔn)溫度計算模塊用于根據(jù)放大后的第一電壓差信號、本地溫度值、熱電堆的吸收面積、熱電堆的輻射系數(shù)相關(guān)常數(shù)、斯蒂芬玻爾茲曼常數(shù)和校準(zhǔn)后的第二電學(xué)響應(yīng)率，獲得校準(zhǔn)溫度，實現(xiàn)了對檢測溫度的校準(zhǔn)，提高了紅外熱電堆傳感器的檢測準(zhǔn)確度。

附圖說明

通過閱讀下文優(yōu)選實施方式的詳細(xì)描述，各種其他的優(yōu)點和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認(rèn)為是對本發(fā)明的限制。而且在整個附圖中，用相同的參考圖形表示相同的部件。在附圖中：

圖1示出了本發(fā)明實施例中利用折半查找法在小波函數(shù)存儲器中的查找過程的示意圖；

圖2示出了本發(fā)明實施例中自校準(zhǔn)響應(yīng)分析模塊的工作信號圖；

圖3示出了本發(fā)明實施例中自校準(zhǔn)響應(yīng)分析模塊的時序圖；

圖4示出了本發(fā)明實施例中小波神經(jīng)網(wǎng)絡(luò)的示意圖；

圖5示出了本發(fā)明實施例中一種具體實施方式下的自校準(zhǔn)紅外熱電堆溫度傳感器的結(jié)構(gòu)圖；

圖6示出了本發(fā)明實施例中自測試響應(yīng)分析模塊的工作信號圖；

圖7示出了本發(fā)明實施例中自測試響應(yīng)分析模塊的時序圖；

圖8示出了本發(fā)明實施例中基于概率的魯棒性異方差神經(jīng)網(wǎng)絡(luò)的示意圖。

其中，1為發(fā)熱電阻，2為熱電堆，3為放大器，4為本地溫度測量模塊，5為數(shù)模轉(zhuǎn)換器，6為第一模數(shù)轉(zhuǎn)換器，7為第二模數(shù)轉(zhuǎn)換器，8為信號處理模塊，9為自校準(zhǔn)響應(yīng)分析模塊，10為校準(zhǔn)溫度計算模塊，11為自測試響應(yīng)分析模塊。

具體實施方式

下面將參照附圖更詳細(xì)地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

本發(fā)明實施例還提供一種自校準(zhǔn)紅外熱電堆溫度傳感器，包括發(fā)熱電阻1、熱電堆2、放大器3、本地溫度測量模塊4、信號處理模塊8、自校準(zhǔn)響應(yīng)分析模塊9和校準(zhǔn)溫度計算模塊10。發(fā)熱電阻1的一端接地，發(fā)熱電阻1的另一端與信號處理模塊8的第一輸入端連接，熱電堆2與放大器3的輸入端連接，放大器3的輸出端與信號處理模塊8的第二輸入端連接，本地溫度測量模塊4與信號處理模塊8的第三輸入端連接，信號處理模塊8的第一輸出端與自校準(zhǔn)響應(yīng)分析模塊9的第一輸入端連接，自校準(zhǔn)響應(yīng)分析模塊9的輸出端與校準(zhǔn)溫度計算模塊10的第一輸入端連接；信號處理模塊8的第二輸出端與校準(zhǔn)溫度計算模塊10的第二輸入端連接。

其中，信號處理模塊8用于提供第一控制電壓，發(fā)熱電阻1在第一控制電壓的控制下產(chǎn)生第一紅外輻射，熱電堆2將第一紅外輻射轉(zhuǎn)化為第一電壓差信號，放大器3對第一電壓差信號進(jìn)行放大，本地溫度測量模塊4用于測量得到本地溫度值，信號處理模塊8還用于根據(jù)第一控制電壓(即vres)、放大后的第一電壓差信號(即△v)和本地溫度值(t0)，獲得第一電學(xué)響應(yīng)率，自校準(zhǔn)響應(yīng)分析模塊9用于根據(jù)第一控制電壓、放大后的第一電壓差信號、第一電學(xué)響應(yīng)率、本地溫度值和紅外輻射效率常數(shù)(即η)，基于預(yù)先訓(xùn)練好的小波神經(jīng)網(wǎng)絡(luò)對第一電學(xué)響應(yīng)率進(jìn)行校準(zhǔn)得到第二電學(xué)響應(yīng)率(即ro)，校準(zhǔn)溫度計算模塊10用于根據(jù)放大后的第一電壓差信號、本地溫度值、熱電堆2的吸收面積(即as)、熱電堆2的輻射系數(shù)相關(guān)常數(shù)(即a)、斯蒂芬玻爾茲曼常數(shù)(即δ)和校準(zhǔn)后的第二電學(xué)響應(yīng)率，獲得校準(zhǔn)溫度(即t1)。

其中，校準(zhǔn)溫度的獲得公式如下：

本申請通過信號處理模塊8利用第一控制電壓對發(fā)熱電阻1進(jìn)行控制，使得發(fā)熱電阻1產(chǎn)生第一紅外輻射，熱電堆2再將第一紅外輻射轉(zhuǎn)化為第一電壓差信號，在利用放大器3對第一電壓差信號進(jìn)行放大后，信號處理模塊8根據(jù)第一控制電壓、放大后的第一電壓差信號和本地溫度值，獲得第一電學(xué)響應(yīng)率，自校準(zhǔn)響應(yīng)分析模塊9根據(jù)第一控制電壓、放大后的第一電壓差信號、第一電學(xué)響應(yīng)率、本地溫度值和紅外輻射效率常數(shù)，基于小波神經(jīng)網(wǎng)絡(luò)對第一電學(xué)響應(yīng)率進(jìn)行校準(zhǔn)得到第二電學(xué)響應(yīng)率，校準(zhǔn)溫度計算模塊10用于根據(jù)放大后的第一電壓差信號、本地溫度值、熱電堆2的吸收面積、熱電堆2的輻射系數(shù)相關(guān)常數(shù)、斯蒂芬玻爾茲曼常數(shù)和校準(zhǔn)后的第二電學(xué)響應(yīng)率，獲得校準(zhǔn)溫度，實現(xiàn)了對檢測溫度的校準(zhǔn)，提高了紅外熱電堆2傳感器的檢測準(zhǔn)確度。

在本申請中，自校準(zhǔn)響應(yīng)分析模塊9包括自校準(zhǔn)控制單元、加權(quán)求和器、小波函數(shù)查找單元、權(quán)值存儲器和小波函數(shù)存儲器。

其中，自校準(zhǔn)響應(yīng)分析模塊9用于接收時鐘信號、第一控制電壓、放大后的第一電壓差信號、第一電學(xué)響應(yīng)率、本地溫度值和紅外輻射效率常數(shù)，并在接收到自校準(zhǔn)信號時執(zhí)行自校準(zhǔn)的響應(yīng)分析，為加權(quán)求和器、小波函數(shù)查找單元提供控制信號。

加權(quán)求和器用于根據(jù)其接收到的參數(shù)從權(quán)值存儲器中讀取相應(yīng)的權(quán)值，以及在乘法控制信號的控制下進(jìn)行乘法運算，以及在加法控制信號的控制下進(jìn)行加法運算。其中，加權(quán)求和器接收到的參數(shù)來自其前一級模塊。

小波函數(shù)查找單元用于將其接收到的參數(shù)作為小波函數(shù)的自變量，并利用折半查找法在小波函數(shù)存儲器中查找對應(yīng)的因變量，并將查找到的因變量作為輸出結(jié)果。其中，小波函數(shù)查找單元接收到的的參數(shù)來自其前一級模塊。

另外，權(quán)值存儲器和小波函數(shù)存儲器用于存儲數(shù)據(jù)供查找和輸出使用。

進(jìn)一步，利用折半查找法在小波函數(shù)存儲器中查找對應(yīng)的因變量的實現(xiàn)過程如圖1所示，小波基函數(shù)表中存儲了1001組(x,y),x與y的關(guān)系為小波基函數(shù)：y＝cos(1.75x)exp(-x2/2)。輸入一個x要迅速在表中查找到該x,最快的辦法是折半查找法，平均用時log1000＝10。在采用折半查找法進(jìn)行查找的過程中，先初始化min＝-5.00；max＝5.00；mid＝0.00；輸入的x先與mid比較，若midx則更新min＝mid+0.01；若midx則更新max＝mid-0.01；每次更新都重算mid＝(max+min)/2，將重算的mid再與x比較，直到mid＝x,則查找到了x，輸出表中對應(yīng)的y，也就完成了小波基函數(shù)的運算。

下面將對自校準(zhǔn)響應(yīng)分析模塊9的工作過程進(jìn)行詳細(xì)介紹，自校準(zhǔn)響應(yīng)分析模塊9的信號圖如圖2所示，時序圖如圖3所示，其中時鐘clk的上升沿觸發(fā)。先要完成6個神經(jīng)元的運算，每個神經(jīng)元先加權(quán)求和，再查小波函數(shù)存儲器。在使能信號test-en1高電平有效控制下加權(quán)求和，每一個參數(shù)先在test-mult低電平有效控制下和相應(yīng)權(quán)值做乘法，再在test-add低電平有效控制下做加法，5個輸入?yún)?shù)所以要5個cali-mult和cali-add有效電平。在cali-en2高電平有效控制下做小波函數(shù)的折半查找，先在cali-comp低電平有效控制下作比較，再在cali-mid低電平有效控制下做加法和除法更新mid的值，經(jīng)過多次比較和更新mid，直到在輸入calixi等于mid時，將mid作為地址littlewave-address輸入小波函數(shù)存儲器中，查出對應(yīng)的cali-yi輸出，最后將cali-finish2置高電平輸出給自校準(zhǔn)控制單元，表示小波函數(shù)查找結(jié)束。以上加權(quán)求和與小波查找要重復(fù)6次，表示完成6個神經(jīng)元的運算。第三步做兩個加權(quán)求和，得出校準(zhǔn)的紅外響應(yīng)率ro，最后輸出test-finish4傳給自校準(zhǔn)控制單元，表示自校準(zhǔn)響應(yīng)分析方法結(jié)束，可以準(zhǔn)備開始校準(zhǔn)溫度計算模塊10的處理。

在本申請中，小波神經(jīng)網(wǎng)絡(luò)如圖4所示，包括：

輸入層：包含5維向量，5維向量包括第一控制電壓、放大后的第一電壓差信號、第一電學(xué)響應(yīng)率、本地溫度值和紅外輻射效率常數(shù)；

隱含層：包含5個神經(jīng)元，隱含層的激勵函數(shù)為morlet小波基函數(shù)，即y＝cos(1.75x)exp(-x2/2)；

輸出層：包含1個神經(jīng)元，神經(jīng)元用于將隱含層的輸出加權(quán)求和，獲得第二電學(xué)響應(yīng)率。

在一種具體的實施方式中，如圖5所示，自校準(zhǔn)紅外熱電堆溫度傳感器還包括自測試響應(yīng)分析模塊11、數(shù)模轉(zhuǎn)換器5、第一模數(shù)轉(zhuǎn)換器6和第二模數(shù)轉(zhuǎn)換器7。發(fā)熱電阻1通過數(shù)模轉(zhuǎn)換器5與信號處理模塊8連接，放大器3通過第一模數(shù)轉(zhuǎn)換器6與信號處理模塊8連接，本地溫度測量模塊4通過第二模數(shù)轉(zhuǎn)換器7與信號處理模塊8連接。信號處理模塊8的第三輸出端與自測試響應(yīng)分析模塊11的輸入端連接，自測試響應(yīng)分析模塊11的輸出端與自校準(zhǔn)響應(yīng)分析模塊9的第二輸入端連接，其中，信號處理模塊8還用于提供第二控制電壓和第三控制電壓，發(fā)熱電阻1在第二控制電壓的控制下產(chǎn)生第二紅外輻射，熱電堆2將第二紅外輻射轉(zhuǎn)化為第二電壓差信號，發(fā)熱電阻1在第三控制電壓的控制下產(chǎn)生第三紅外輻射，熱電堆2將第三紅外輻射轉(zhuǎn)換為第三電壓差信號，放大器3用于對第二電壓差信號和第三電壓差信號進(jìn)行放大，信號處理模塊8還用于根據(jù)第二控制電壓、放大后的第二電壓差信號和本地溫度值，獲得第三電學(xué)響應(yīng)率，信號處理模塊8還用于根據(jù)第三控制電壓、放大后的第三電壓差信號和本地溫度值，獲得第四電學(xué)響應(yīng)率，自測試響應(yīng)分析模塊11用于根據(jù)放大后的第二電壓差信號、放大后的第三電壓差信號、第三電學(xué)響應(yīng)率、第四電學(xué)響應(yīng)率和本地溫度值，基于概率的魯棒性異方差神經(jīng)網(wǎng)絡(luò)(robustheteroscedasticprobabilisticneuralnetwork，rhpnn)對自校準(zhǔn)紅外熱電堆溫度傳感器的溫度檢測的準(zhǔn)確度進(jìn)行判斷。

具體來講，在本申請中，首先通過自測試響應(yīng)分析模塊11檢測自校準(zhǔn)紅外熱電堆溫度傳感器的檢測溫度是否準(zhǔn)確，若準(zhǔn)確進(jìn)行后續(xù)自校準(zhǔn)過程。

對于自測試響應(yīng)分析模塊11而言，在本申請中，自測試響應(yīng)分析模塊11包括自測試控制單元、加權(quán)求和器、高斯函數(shù)查找單元、比較輸出單元、權(quán)值存儲器和高斯函數(shù)存儲器。

其中，自測試控制單元用于接收時鐘信號、放大后的第二電壓差信號、放大后的第三電壓差信號、第三電學(xué)響應(yīng)率、第四電學(xué)響應(yīng)率和本地溫度值，并在接收到自測試信號時執(zhí)行自測試的響應(yīng)分析，為加權(quán)求和器、高斯函數(shù)查找單元和比較輸出單元提供控制信號。自測試控制單元先給使能信號test-en1給加權(quán)求和器，各加權(quán)求和器求和后接收運算結(jié)束信號test-finish1，再給使能信號test-en2給高斯函數(shù)查找單元，以此類推。

加權(quán)求和器用于根據(jù)其接收到的參數(shù)從權(quán)值存儲器中讀取相應(yīng)的權(quán)值，以及在乘法控制信號的控制下進(jìn)行乘法運算，以及在加法控制信號的控制下進(jìn)行加法運算。具體地，加權(quán)求和器接收到的參數(shù)來自前一級模塊。

高斯函數(shù)查找單元用于將其接收到的參數(shù)作為高斯函數(shù)的自變量test-x，并利用折半查找法在所述高斯函數(shù)存儲器中查找對應(yīng)的因變量test-y，并將查找到的因變量作為輸出結(jié)果。具體地，高斯函數(shù)查找單元接收的參數(shù)來自前一級模塊。

比較輸出單元用于接收所述高斯函數(shù)查找單元輸出的屬于合格類神經(jīng)元的第一加權(quán)求和結(jié)果和屬于不合格類神經(jīng)元的第二加權(quán)求和結(jié)果，并根據(jù)所述第一加權(quán)求和結(jié)果和所述第二加權(quán)求和結(jié)果對所述自測試紅外熱電堆2溫度傳感器的溫度檢測的準(zhǔn)確度進(jìn)行判斷，其中，若所述第一加權(quán)求和結(jié)果大于所述第二加權(quán)求和結(jié)果，則表明所述自測試紅外熱電堆2溫度傳感器的溫度檢測的準(zhǔn)確度屬于合格狀態(tài)，若所述第一加權(quán)求和結(jié)果等于或小于所述第二加權(quán)求和結(jié)果，則表明所述自測試紅外熱電堆2溫度傳感器的溫度檢測的準(zhǔn)確度屬于不合格狀態(tài)。

另外，權(quán)值存儲器和高斯函數(shù)存儲器中用于存儲數(shù)據(jù)供查找和輸出使用。

下面將對自測試響應(yīng)分析模塊11的工作過程進(jìn)行詳細(xì)介紹，自測試響應(yīng)分析模塊11的信號圖如圖6所示，時序圖如圖7所示，時鐘clk的上升沿觸發(fā)，先要完成20個神經(jīng)元的運算，每個神經(jīng)元先加權(quán)求和，再查高斯函數(shù)表。在使能信號test-en1高電平有效控制下加權(quán)求和，每一個參數(shù)先在test-mult低電平有效控制下和相應(yīng)權(quán)值做乘法，再在test-add低電平有效控制下做加法，5個輸入?yún)?shù)所以要5個test-mult和test-add有效電平。在test-en2高電平有效控制下做高斯函數(shù)的折半查找，先在test-comp低電平有效控制下作比較，再在test-mid低電平有效控制下做加法和除法更新mid的值，經(jīng)過多次比較和更新mid，直到在輸入test-xi等于mid時，將mid作為地址gauss-address輸入高斯函數(shù)表中，查出對應(yīng)的test-yi輸出，最后將test-finish2置高電平輸出給自測試控制單元，表示高斯函數(shù)查找結(jié)束。以上加權(quán)求和與高斯查找要重復(fù)20次，表示完成20個神經(jīng)元的運算。第三步做兩個加權(quán)求和，一個算出合格類的加權(quán)求和值sum1，另一個不合格類神經(jīng)元的加權(quán)求和sum2。最后一個模塊做比較輸出，接收上一級給的合格類神經(jīng)元的加權(quán)求和結(jié)果sum1與不合格類的求和結(jié)果sum2，比較大?。簊um1大則表示測試結(jié)果合格，輸出電學(xué)響應(yīng)率re，將自校準(zhǔn)使能信號self-cali變成1，觸發(fā)自校準(zhǔn)模塊，輸出test-finish4傳給自測試控制單元，表示自測試響應(yīng)分析方法結(jié)束；sum2或者兩者相等，則自測試結(jié)果不合格，只輸test-finish4給自測試控制單元結(jié)束自測試。

本申請將放大后的第二電壓差信號、放大后的第三電壓差信號、第三電學(xué)響應(yīng)率、第四電學(xué)響應(yīng)率和本地溫度值這五個物理量輸入基于概率的魯棒性異方差神經(jīng)網(wǎng)絡(luò)中來判斷自測試紅外熱電堆2溫度傳感器的溫度檢測是否準(zhǔn)確。其中，基于概率的魯棒性異方差神經(jīng)網(wǎng)絡(luò)預(yù)先訓(xùn)練好，基于概率的魯棒性異方差神經(jīng)網(wǎng)絡(luò)如圖8所示，包括：

輸入層：包含5維向量，所述5維向量包括放大后的第二電壓差信號(即△v1)、放大后的第三電壓差信號(即△v2)、第三電學(xué)響應(yīng)率(即re1)、第四電學(xué)響應(yīng)率(即re2)和本地溫度值(即t0)。

隱含層：包含20個神經(jīng)元，所述20個神經(jīng)元包括18個故障類神經(jīng)元和2個非故障類神經(jīng)元。隱含層激勵函數(shù)為高斯函數(shù)，如下式，其中和c和德爾塔為訓(xùn)練結(jié)果給出的權(quán)重參數(shù)，視不同的i和j而不同。x和p為輸入和輸出值

求和層：包含2個加權(quán)求和器，所述2個加權(quán)求和器用于對所述隱含層中的運算結(jié)果分兩部分分別進(jìn)行加權(quán)求和。下式中β為對應(yīng)的p的權(quán)重，共有m個β所以有m個p，m個β之和為1。

輸出層：包含1個加權(quán)比較器，所述加權(quán)比較器用于對所述求和層中的兩個加權(quán)求和結(jié)果進(jìn)行比較。若屬于合格類神經(jīng)元的第一加權(quán)求和結(jié)果大于屬于不合格類神經(jīng)元的第二加權(quán)求和結(jié)果，則表明自測試紅外熱電堆2溫度傳感器的溫度檢測準(zhǔn)確，其準(zhǔn)確度屬于合格狀態(tài)，若第一加權(quán)求和結(jié)果等于或小于第二加權(quán)求和結(jié)果，則表明自測試紅外熱電堆2溫度傳感器的溫度檢測不準(zhǔn)確，其準(zhǔn)確度屬于不合格狀態(tài)。比較輸出函數(shù)如下，每個f乘以對應(yīng)權(quán)重α，max函數(shù)選出j個乘積中的最大值，然后arg是一個映射關(guān)系，映射成合格或者不合格的結(jié)果輸出。

gbayes＝arg(max{αjfj(x)})

在本申請的rhpnn神經(jīng)網(wǎng)絡(luò)算法的整體實現(xiàn)框架中，第一層5個神經(jīng)元用5個存儲器實現(xiàn)，利用5個存儲器存儲5維向量，第二層20個神經(jīng)元，每個神經(jīng)元都包含一個加權(quán)求和器，一個高斯函數(shù)查找表和一個運算結(jié)果存儲器，實際電路實現(xiàn)中加權(quán)求和器和高斯函數(shù)查找表只有一個，供20個神經(jīng)元分時復(fù)用，運算結(jié)果依次存入20個運算結(jié)果存儲器中；第三層兩個加權(quán)求和器，把第二層的運算結(jié)果分兩部分加權(quán)求和，得出結(jié)果給第四層；第四層是比較選擇器，比較第三層的兩個和，合格類的和更大則輸出測試結(jié)果為合格，反之輸出結(jié)果為不合格。這些運算由一個有限同步狀態(tài)機(jī)充當(dāng)控制器，給各個部分提供時序。

進(jìn)一步，在本申請中，自校準(zhǔn)時片上自測試供電電壓信號輸出為0，通過內(nèi)部計數(shù)，自校準(zhǔn)信號被激活，從而使一個大于0的自校準(zhǔn)供電電壓傳送到發(fā)熱電阻1，使其發(fā)熱為熱電堆2提供熱輻照，熱電堆2吸收發(fā)熱電阻1產(chǎn)生的熱輻照，得到此時的響應(yīng)電壓差值δv和發(fā)熱電阻1兩端的電壓差值vres，從而計算得到此時器件的響應(yīng)率r并保存。然后片上自校準(zhǔn)供電電壓信號輸出為0，發(fā)熱電阻1不發(fā)熱，熱電堆2通過吸收環(huán)境中的紅外輻射而正常工作，此時利用自校準(zhǔn)供電電壓下計算出的響應(yīng)率re、紅外輻射效率η、環(huán)境溫度t0、響應(yīng)電壓差值δv和發(fā)熱電阻1兩端的電壓差值vres都輸入自校準(zhǔn)響應(yīng)分析模塊9，估算出實際的紅外響應(yīng)率ro，從而實現(xiàn)紅外熱電堆2溫度傳感器響應(yīng)率的片上自校準(zhǔn)。自校準(zhǔn)信號被激活后，產(chǎn)生一個自校準(zhǔn)供電電壓信號，利用在此電壓信號的作用下獲得的發(fā)熱電阻1兩端的電壓vres和響應(yīng)的熱電堆2的輸出電壓δv，可以得到此時探測器的電學(xué)響應(yīng)率re，還有此時環(huán)境溫度t0，以及紅外輻射效率η。運用上述物理量，來計算當(dāng)前條件下的紅外響應(yīng)率ro。經(jīng)過分析和測試比較，一個經(jīng)過訓(xùn)練的小波神經(jīng)網(wǎng)絡(luò)，可以非常好的運用上述5個物理量，實現(xiàn)計算當(dāng)前條件下的紅外響應(yīng)率ro的功能。

本申請從以下兩個方面進(jìn)行了優(yōu)化：一方面，隱含層的5個高斯神經(jīng)元，在實際電路中只有一個，采用分時復(fù)用的辦法讓5個神經(jīng)元按時間順序先后進(jìn)行計算，以增加計算時間來減少占用資源，另一方面，激勵函數(shù)小波基函數(shù)本身太復(fù)雜，運算量非常巨大且不容易實現(xiàn)，本文采用查表法，在存儲器中存入需要的高斯函數(shù)值，根據(jù)輸入x就可以查到對應(yīng)的小波基運算結(jié)果y，由此大大減少了運算量。

小波神經(jīng)網(wǎng)絡(luò)的整體實現(xiàn)框架：第一層5個神經(jīng)元用5個存儲器實現(xiàn)，存儲輸入的一個5維向量；第二層6個神經(jīng)元，每個神經(jīng)元都包含一個加權(quán)求和器，一個小波基函數(shù)查找表，和一個運算結(jié)果存儲器，實際電路實現(xiàn)中加權(quán)求和器和高斯函數(shù)查找表只有一個，給6個神經(jīng)元分時復(fù)用，運算結(jié)果依次存入6個運算結(jié)果存儲器中；第三層兩個加權(quán)求和器，把第二層的運算結(jié)果分兩部分加權(quán)求和，得出結(jié)果就是ro。這些運算由一個有限同步狀態(tài)機(jī)充當(dāng)控制器，給各個部分提供時序。

需要說明的是，紅外響應(yīng)率也即電學(xué)響應(yīng)率。

基于同一發(fā)明構(gòu)思，本發(fā)明實施例還提供一種應(yīng)用在如上所述自校準(zhǔn)紅外熱電堆溫度傳感器中的自校準(zhǔn)方法，所述方法包括：

在所述信號處理模塊8提供第一控制電壓時，所述發(fā)熱電阻1在所述第一控制電壓的控制下產(chǎn)生第一紅外輻射，利用所述熱電堆2將所述第一紅外輻射轉(zhuǎn)化為第一電壓差信號，所述第一電壓差信號在經(jīng)過所述放大器3放大后輸出給所述信號處理模塊8；

根據(jù)所述第一控制電壓、放大后的所述第一電壓差信號和由所述本地溫度模塊測量得到的本地溫度值，利用所述信號處理模塊8獲得第一電學(xué)響應(yīng)率；

根據(jù)所述第一控制電壓、放大后的所述第一電壓差信號、所述第一電學(xué)響應(yīng)率、所述本地溫度值和紅外輻射效率常數(shù)，利用所述自校準(zhǔn)響應(yīng)分析模塊9基于小波神經(jīng)網(wǎng)絡(luò)對所述第一電學(xué)響應(yīng)率進(jìn)行校準(zhǔn)得到第二電學(xué)響應(yīng)率；

利用所述校準(zhǔn)溫度計算模塊10根據(jù)所述放大后的所述第一電壓差信號、所述本地溫度值、所述熱電堆2的吸收面積、所述熱電堆2的輻射系數(shù)相關(guān)常數(shù)、斯蒂芬玻爾茲曼常數(shù)和校準(zhǔn)后的所述第二電學(xué)響應(yīng)率，獲得校準(zhǔn)溫度。

優(yōu)選的，所述小波神經(jīng)網(wǎng)絡(luò)包括：

輸入層：包含5維向量，所述5維向量包括所述第一控制電壓、放大后的所述第一電壓差信號、所述第一電學(xué)響應(yīng)率、所述本地溫度值和紅外輻射效率常數(shù)；

隱含層：包含5個神經(jīng)元，所述隱含層的激勵函數(shù)為morlet小波基函數(shù)；

輸出層：包含1個神經(jīng)元，所述神經(jīng)元用于將所述隱含層的輸出加權(quán)求和，獲得所述第二電學(xué)響應(yīng)率。

上述本申請實施例中的技術(shù)方案，至少具有如下的技術(shù)效果或優(yōu)點：

本申請通過信號處理模塊利用第一控制電壓對發(fā)熱電阻進(jìn)行控制，使得發(fā)熱電阻產(chǎn)生第一紅外輻射，熱電堆再將第一紅外輻射轉(zhuǎn)化為第一電壓差信號，在利用放大器對第一電壓差信號進(jìn)行放大后，信號處理模塊根據(jù)第一控制電壓、放大后的第一電壓差信號和本地溫度值，獲得第一電學(xué)響應(yīng)率，自校準(zhǔn)響應(yīng)分析模塊根據(jù)第一控制電壓、放大后的第一電壓差信號、第一電學(xué)響應(yīng)率、本地溫度值和紅外輻射效率常數(shù)，基于小波神經(jīng)網(wǎng)絡(luò)對第一電學(xué)響應(yīng)率進(jìn)行校準(zhǔn)得到第二電學(xué)響應(yīng)率，校準(zhǔn)溫度計算模塊用于根據(jù)放大后的第一電壓差信號、本地溫度值、熱電堆的吸收面積、熱電堆的輻射系數(shù)相關(guān)常數(shù)、斯蒂芬玻爾茲曼常數(shù)和校準(zhǔn)后的第二電學(xué)響應(yīng)率，獲得校準(zhǔn)溫度，實現(xiàn)了對檢測溫度的校準(zhǔn)，提高了紅外熱電堆傳感器的檢測準(zhǔn)確度。

盡管已描述了本發(fā)明的優(yōu)選實施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。