Giessener Elektronische Bibliothek

GEB - Giessener Elektronische Bibliothek

Hinweis zum Urheberrecht

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:hebis:26-opus-7098
URL: http://geb.uni-giessen.de/geb/volltexte/2002/709/


Studien zur verbesserten Ausnutzung des Informationsgehaltes von Multisensorsystemen

Rühl, Thorsten


pdf-Format: Dokument 1.pdf (4.045 KB)

Bookmark bei Connotea Bookmark bei del.icio.us
Universität Justus-Liebig-Universität Gießen
Institut: Institut für Angewandte Physik
Fachgebiet: Physik
DDC-Sachgruppe: Physik
Dokumentart: Dissertation
Sprache: Deutsch
Tag der mündlichen Prüfung: 14.12.2001
Erstellungsjahr: 2001
Publikationsdatum: 23.01.2002
Kurzfassung auf Deutsch: Im Rahmen der vorliegenden Arbeit wurden Methoden zur Erkennung kritischer Zustände mit Hilfe gassensorischer Systeme in z.T.
sicherheitsrelevanten Umgebungen untersucht. Im Vordergrund steht die Integration der sensorischen Hardware mit Methoden der
modernen Datenanalyse zu leistungsfähigen Diagnosesystemen.


Eines der wesentlichen Ziele der Untersuchungen bestand darin, Möglichkeiten zur Steigerung des Informationsgehaltes von
Sensorsystemen zu entwickeln und diese in realen Systemen umzusetzen.


Hierzu wurden entlang der komletten Informationsverarbeitungskette, beginnend mit der Erzeugung elektrischer Signalmuster auf Seite der
sensorischen Hardware bis hin zu Ausgabe komplexer Systemzustandsbeschreibungen durch das User-Interface, bislang ungenutzte
Potentiale auf die Möglichkeit zur Erschließung hin untersucht bzw. einer vereinheitlichten Behandlung zugänglich gemacht.


Ein besonderes Augenmerk galt den Eigenschaften halbleitender Metalloxid-Gassensoren. Zum einen wurden Möglichkeiten zur
Steigerung der Nachweisempfindlichkeit durch mikro- bzw. nanostrukturierte Gassensoren untersucht. Ein weiterer
Untersuchungsschwerpunkt galt der Betriebsweise dieser Sensoren. Durch eine zeitlich gesteuerte Veränderung der Temperatur der
gassensitiven Schicht wurde eine physikalische Effektmodulation erzeugt, die einem Informationsmultiplexing eines Einzelsensors
gleichkommt ('virtueller Multisensor'). Da die Umkehrabbildung der meßbaren Effekte hin zur physikalischen Ursache in der Regel nicht
eindeutig analytisch ableitbar ist, wurden Algorithmen zur Extraktion entscheidungsrelevanter Informationen aus z.T. stark verrauschten
sensorischen Daten entwickelt.


Bei der Beurteilung des Informationsgehaltes durch Merkmalsextraktoren werden solche Merkmale für relevant erachtet und zur weiteren
Verarbeitung selektiert, deren Zusammenhang mit den nachzuweisenden physikalischen Ursachen aufgrund vorher festgelegter
Gütebeurteilungsfunktionen am wahrscheinlichsten ist.


Die zeitliche Stabilität dieser Merkmale sowie die Robustheit gegenüber Ausreisern sind für den dauerhaften Einsatz der so entstandenen
Systeme von entscheidender Bedeutung und wurden mit voneinander unabhängigen Methoden untersucht. Dazu gehören neben
Langzeituntersuchungen mit 'echten' Sensoren die gezielte Variation der Versuchsbedingungen (Streßtests) sowie die Simulation von
Exemplarsteuungen und Alterungseffekten mit Hilfe von Computermodellen.


Schließlich kommt den Algorithmen zur Mustererkennung bzw. Funktionsapproximation eine tragende Rolle zu. Letztere läßt sich immer als
Optimierungsproblem formulieren, so daß neuere, EA-ähnliche Algorithmen mit in die Diskussion einbezogen wurden.


Schließlich wurden im Rahmen dieser Arbeit zwei Softwarepakete entwickelt, um immer wiederkehrende Prozeßschritte zu beschleunigen.
Hierbei handelt es sich um zum einen um MSMEV (merkmalselektierendes Mustererkennungsverfahren), das im Rahmen eines
mehrstufigen Merkmalsselektionsprozesses einen GRNN-basierten Klassifikator selbständig aufbaut, zum anderen um VISOM, eine
Software zur Visualisierung hochdimensionaler Merkmalsvektoren und Klassifikatoren sowie zur Datenclusterung, Visualisierung und
Klassifikation mit Hilfe von Self-Organizing Maps.