本文对基于混合总线技术的网络化智能数据采集与处理系统的设计与实现方法进行了研究：利用单总线技术和单总线数字传感器，设计了基于单总线的混合总线网络数据采集与处理系统；利用现场总线技术，设计了基于Lonworks的混合总线网络数据采集与处理系统；为了实现大规模分散目标的实时测控，利用GPRS短信息技术设计了无线智能数据采集与处理系统；为了优化控制系统的性能，基于Agent理论，提出了融合单总线技术和现场总线技术的多Agent混合总线智能数据采集与处理系统的模型及其硬件实现方法。 分布式测控系统的集成技术是当前工业控制领域研究热点。在大规模分布式检测系统中，由于检测点多、分布广、干扰严重，除需要保证传感器的性能和抗干扰能力外，还需要选用适合的总线技术，并在此基础上优化系统的拓扑结构，简化系统布线，使之达到良好的性能。单总线技术、现场总线技术以及GPRS无线通讯技术的发展为智能分布和测控功能的实现提供了一套令人满意的解决方案，而分布式人工智能技术和Agent理论为提高系统的智能判别、学习和抗干扰能力提供了有力的理论依据。 单总线技术是建立在码分多址、串行分时数据交换基础上的一种新兴测控技术，系统的线路结构简单，硬件成本低，计算机或单片机直接测控，软件开发也直观、容易。新型的单总线数字传感器集成了温度检测、A／D转换、控制器、ROM、RAM、单线双向数据传送等功能于一体，只需要1根数据线，无需其他辅助器件即可实现传感器与主机间的数据通讯，而且多达64个数字传感器可以共用该数据线，使系统间的连接非常简洁，适应于低成本的多点测试、集中控制系统。但是受总线的硬件结构、驱动能力及其作用距离的限制，远程单总线测控系统的实现有一定的难度。 现场总线为实现大规模智能测控系统提供了理想的解决方案。现场总线综合了数字通信技术、计算机技术、自动控制技术、网络技术和智能仪表等多种技术手段，其数据通信具有较高的可靠性、实时性和灵活性。在现场总线控制网络中，系统的各种设备通过多个节点连接到一根公共总线上，使得各个节点之间可以实现点对点的对等通讯和系统中信息资源的共享，同时大大减少系统中的连接线。因此，为了实现低成本的远距离、大规模、分散目标的测控系统，本文采用现场总线技术(Lonworks)和单总线构建该混合式数据采集与处理系统。 但是，上述系统的可靠性是通过单个设备的可靠性和关键部件的冗余来实现的，往往由于个别环节的故障导致整个系统不能正常工作；各测控节点缺乏自适应性和主动性;当系统的规模比较大、信息种类比较多时，单一的系统控制处理往往不能适应复杂的变化情况。因此，需要建立一种具有良好的柔性、系统重构能力、容错能力和快速反应性的网络化测控系统。Agent理论为实现该系统提供了有力的依据，而融合单总线技术和现场总线技术的混合总线为各智能体的提供了相互协调合作的交互机制。实践证明，该系统具有信息感知、分布性、并发性、主动性和自适应性等智能特性。 然而，当测控对象极度分散或实际环境无法布线时，有线传输就显得不太可能，GPRS技术的发展为远程监控提供了一种新的技术手段。采用GPRS无线传输在以下一些方面有应用意义:(1)在不能使用传统总线方式或使用有线方式布线困难很大的地方;(2)测控系统规模大、测控对象分布范围广的场合。 基于上述方法，本文提出一种基于混合总线技术的网络化智能数据采集与处理系统。该系统融合了单总线和现场总线技术，并利用分布式人工智能技术和Agellt理论来提高系统的智能判别、学习和抗干扰能力，运用数据挖掘的思想和神经网络技术对数据进行分析处理，提高系统的数据处理能力，从而实现了低成本、大规模、智能化的分布式多点测控。此外，本文还将GPRS技术和单总线技术结合，构建了实时大规模分散目标检测系统。