其次，我们还可以在分散系统的各个仪器仪表中采用微处理器、微型芯片技术，设计模糊控制程序，并设定各种测量数据的临界值。利用模糊规则进行模糊推理，对事物的各种模糊关系进行不同类型的模糊决策。这一方法之所以优越，是因为它不需要建立被控对象的数学模型，也无需大量测试数据，只需依据经验，结合适宜的控制规则，就能通过芯片实现离线计算和现场调试，从而产生准确分析和及时控制动作。

特别是在传感器测量领域，智能自动化技术应用更加广泛。通过软件实现信号滤波，如快速傅立叶变换、短时傅立叶变换、小波变式等技术，可以简化硬件设计，提高信噪比，并改善传感器动态特性。不过，这些高级滤波器在实时性上存在不足。而运用神经网络技术，可实现高性能自相关滤波和自适应滤波。充分利用人工神经网络强大的自学习、自适应和自组织能力，以及联想记忆功能，可以处理非线性复杂关系，无论在适用性还是快速实时性方面，都将大大超过复杂函数式。此外，还可以充分利用多传感器资源，综合获取更准确可靠结论。在处理实时与非实时、快变与缓变以及模糊与确定性的数据信息时，其中可能相互支持也可能相互矛盾，此时，要提取对象特征融合直至最终决策，将成为难点。因此，神经网络或模糊逻辑将成为最佳选择。例如，在气体传感阵列用于混合气体识别中，可以采用自组织映射网络与BP网络相结合，以先进行分类再识别组分，从而降低算法复杂度并提高识别率。

再如，在食品味觉信号检测和识别中的难题，现在可利用小波变换进行数据压缩和特征提取，然后输入遗传算法训练过的模糊神经网络，大大提升对简单复合味道的识别率。此外，在布匹面料质量评定以及机器故障诊断领域，也取得了大量成功案例。

(2) 在虚拟仪器结构设计中的应用

仪表技术与计算机科技结合，不仅提高了测量精度及智能自动化水平，更尤其是计算机硬件软化及软件制品化使得虚拟仪表迅猛发展，以及其与网路系统资源编程统一优化性能配置，为仪表智能化水平迅速提升创造了越来越优越条件。

在仪表结构设计中，由于考虑用户直观易用、高效运行效率，同时保持原VXI总线即插即用的标准高层编程接口，便于提供相同功能函数调用格式；同时运用最新Labwindows/CVI 5.0内建开发工具基础上，使代码能够根据人机交互作用生成，这样既简便了大量编程工作，又统一驱动代码编程结构风格方便不同水平用户使用维护；又能根据需要切换“测试开发”、“正常运行”两种模式，以保证安全可靠、高效运行。

此外，由于采用多种智能手段，可实现多线程同时安全运行，有助于并行测试；且具有强大的仿真功能，即使不连接实际设备，也能开发测试程序；最后一个特点是驱动只关注测试功能，与接口总线方式无关，只通过初始化区分地域异用。此举彻底改变了以往VXI总线即插即用标准低效率、编程困难等缺陷，从而在高效、高质量、安全可靠、中易操作灵活条件下全面统一运行显示出深远影响。

(3) 仪器儀表網絡中的應用

當儀表與計算機組成網路後，即可發揮靈活調用的優點與合理配置網上的各種計算機及其資源特性的潛力產生1+1>2 的組合優勢。例如目前已經可以通過因特網連接數字萬用計與示波管，用模式識別軟體區別不同的時空條件與類型，並測出臨界值進行決策；同樣地，用分布式資料采集系統代替單獨使用資料采集設備，可以跨過以太網或其他網絡實現遠端測量並進行資料儲存應用。

這個智能測量環境將包括各種類型不同的電腦與儀標有機結構聯繫起來完成各種形式任務要求，如將某地采集到的數據送往需要這些數據的地方，或將相同數據複製給多處需求地方。一旦問題發生，可立即展現眼前情況或重新配置，或商討決策 立即採取措施。

此外，由於結合了計算機與專業集成電路（ASIC）的優點—可重構電腦，不僅要根據不同的運算任務對大量逻辑单元陣列（FPGA）進行靈活設定，其指令級別乃至任务級別並行運算，使得速度達到通訊puter数百倍以上。

综上所述，因為隨著智能自動技術日益進步，我國儀標工業發展必將高速向更高階段邁進。

三 智能自動技術對儀標未來前景展望

隨著光电束流最高速物性的基礎上，一天新的科學技術正以極快速度融入其中。我們積極探索如何結合同質的人腦智慧生物DNA芯片無形智慧電子光子計算速度無形智慧材料加強同時增強客戶生活品質創新服務改變世界。

今天還有光傳輸技術正在開啟一個全新的時代，它帶來了一個全新的物理性能—時間間隔帶寬廣闊，小巧卻強勁，這解除了電傳輸技術物理本質極限的大挑戰。但這項革命仍然正悄悄開始，它終將為我們打開一個全新的視野——超過現在我們所知的一切，而真正讓我們從事實際生活中獲得更多好處！