检索结果-内蒙古大学图书馆

仪器仪表学报 2014年第3期35卷 504-512页

作者：何伟铭宋小奇甘屹李郝林井原透上海理工大学机械工程学院中国上海200093 日本中央大学理工学部日本东京112-8551

随着测试技术的发展,传感器被广泛应用于各种精密测量与检测领域。由于受到被测量对象、测量环境等因素影响,其输入输出特性会产生各种误差。提出了一种基于神经网络优化的灰色GM(1,N)系统的非线性传感器的校正方法,使得通过该方法补偿... 详细信息

随着测试技术的发展,传感器被广泛应用于各种精密测量与检测领域。由于受到被测量对象、测量环境等因素影响,其输入输出特性会产生各种误差。提出了一种基于神经网络优化的灰色GM(1,N)系统的非线性传感器的校正方法,使得通过该方法补偿的位移传感器具有理想的输入输出特性。将传感器校正过程分为数学表达式求解环节和误差逼近环节。首先将实验数据进行统一化数据处理,提出灰色GM(1,N)模型的优化灰色系数矩阵求解方法以及利用BP神经网络的非线性映射特性来求取灰色模型的合理初始条件(1,C),弥补GM(1,N)模型自身模型求解的缺陷,获得高精度的传感器校正数学函数表达式。然后,利用RBF神经网络良好的局部逼近能力对残差修正,实现传感器校正的精度要求。最后,推导出优化后的合并模型,实现对传感器的校正。与其他信息融合技术相比,该方法能给出传感器校正数学函数表达式,充分利用各模型的优点,在小样本、贫信息的情况下依然可以获得很高的校正精度。实验证明该优化模型的模型精度为99.8%,模型平均残差约为5.5 nm,模型精度满足要求,方法切实有效。

关键词：传感器校正非线性误差 GM(1,N) 神经网络

来源：评论

学校读者我要写书评

暂无评论

资源三号测绘卫星传感器校正产品生产方法研究

引用

武汉大学学报（信息科学版） 2014年第3期39卷 287-294,299页

作者：唐新明周平张过王霞武汉大学资源与环境科学学院湖北武汉430079 国家测绘地理信息局卫星测绘应用中心北京100830 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079

分析了资源三号测绘卫星影像产品的高精度要求和几何处理的关键问题,提出了基于虚拟TDI CCD阵列重成像技术的传感器校正产品生成方法。尤其针对多光谱影像4个谱段采用同一虚拟TDI CCD,解决了谱段间几何配准问题。生产了河北安平地区三... 详细信息

分析了资源三号测绘卫星影像产品的高精度要求和几何处理的关键问题,提出了基于虚拟TDI CCD阵列重成像技术的传感器校正产品生成方法。尤其针对多光谱影像4个谱段采用同一虚拟TDI CCD,解决了谱段间几何配准问题。生产了河北安平地区三线阵及多光谱传感器校正产品,进行了平差实验和立体模型定向精度分析。利用传感器校正产品进行了数字表面模型(DSM)和数字正射影像(DOM)生产实验,并进行精度验证。结果表明,资源三号测绘卫星传感器校正产品的几何精度完全满足1∶5万立体测图要求。

关键词：资源三号测绘卫星传感器校正成像几何模型虚拟CCD阵列

来源：评论

学校读者我要写书评

暂无评论

基于传感器校正与融合的农用小型无人机姿态估计算法

引用

自动化学报 2015年第4期41卷 854-860页

作者：彭孝东张铁民李继宇陈瑜华南农业大学南方农业机械与装备关键技术教育部重点实验室广州510642

实时姿态信息获取是运用农用小型无人机(Unmanned aerial vehicle,UAV)进行变量作业控制的重要环节,本文采用STM32单片机、微机电系统(Micro-electro mechanical system,MEMS)加速度计、陀螺仪、磁强计和无线收发模块设计出农用小型无... 详细信息

实时姿态信息获取是运用农用小型无人机(Unmanned aerial vehicle,UAV)进行变量作业控制的重要环节,本文采用STM32单片机、微机电系统(Micro-electro mechanical system,MEMS)加速度计、陀螺仪、磁强计和无线收发模块设计出农用小型无人机姿态实时解算系统,文中对三轴数字传感器的校正方法以及基于四元数和梯度下降法的多传感器融合姿态估计做了详细地介绍与推导.结果表明,在72 MHz时钟频率下模拟集成电路总线(Inter-integrated circuit,IIC)传感器数据采集及滤波消耗6.2 ms,迭代步长β取0.8,一次姿态解算消耗约0.96 ms,数据更新频率可达100 Hz,能满足实时性要求.经测试在静态时俯仰角和翻滚角输出的平均绝对误差小于1.5,偏航角平均绝对误差小于2.9,小幅震动条件下的俯仰角、翻滚角和偏航角平均绝对误差增加1～2左右.这表明该传感器校正方法与姿态融合算法实用有效,能为农用小型无人机的飞行控制与变量作业实施提供准确的姿态数据.

关键词：农用小型无人机传感器融合姿态估计传感器校正梯度下降法

来源：评论

学校读者我要写书评

暂无评论

三轴加速度传感器校正方法研究

引用

传感器与微系统 2011年第11期30卷 72-74,78页

作者：林生荣张辉中山大学智能交通研究中心广东省智能交通系统重点实验室广东广州510006

加速度是研究汽车安全的重要数据来源,而要获得可靠的加速度参数则要求加速度传感器有较高的精确性,针对三轴加速度传感器基本标定和坐标轴不垂直的校正问题,设计了相应的加速度传感器校正模型和模型求解算法,并通过实际测试对比加速度... 详细信息

加速度是研究汽车安全的重要数据来源,而要获得可靠的加速度参数则要求加速度传感器有较高的精确性,针对三轴加速度传感器基本标定和坐标轴不垂直的校正问题,设计了相应的加速度传感器校正模型和模型求解算法,并通过实际测试对比加速度传感器在校正前和校正后的精度,从而来验证校正方法的可用性。经过该方法校正的多轴加速度传感器可以将不垂直性带来的测量误差减小到±2%以内,能满足多种实际工程测量的需求。

关键词：传感器校正加速度传感器垂直性

来源：评论

学校读者我要写书评

暂无评论

农田传感器校正与感知数据清理方法研究

农田传感器校正与感知数据清理方法研究

引用

作者：丁成龙南京农业大学

学位级别：硕士

农业是国民经济建设与发展的支柱产业,农业的稳定与发展是社会进步的首要条件。信息技术的发展及在农业领域的切实应用是保障农业的持续与稳定发展、确保农业产品长期优质供应的根本途径。信息农业技术的发展对于国家粮食安全、冲破环... 详细信息

农业是国民经济建设与发展的支柱产业,农业的稳定与发展是社会进步的首要条件。信息技术的发展及在农业领域的切实应用是保障农业的持续与稳定发展、确保农业产品长期优质供应的根本途径。信息农业技术的发展对于国家粮食安全、冲破环境与资源桎梏、加速现代化农业发展至关重要。研究并创立适合我国国情的信息农业技术体系,大力发展农田传感器技术与农业物联网技术,实现农业生产管理过程中对作物、环境的实时监测和调控,对于提高我国农业现代化程度,发展精确农业有着深远意义。当前我国农业发展面临资源短缺以及环境约束的双重压力,存在着管理水平低下与农业资源投入高的矛盾,因此,如何实现对农业生产全过程的实时掌控,提升农业生产管理水平是我们目前亟需解决的问题。物联网技术可以大幅度较小人力资源的投入,避免对农田环境的破坏,从而获得实时精确的农田环境信息以及作物的生长信息。正是在这样的情况下,物联网在农业领域得到了越来越广泛地应用。无线传感器网络是物联网体系架构中底层网络最主要的实现方式,它由安装在农田区域的各种无线传感器节点构成,这些传感器节点在田间彼此连通,构成多跳式自组织网络实时采集、传输农田信息,为农业生产精确管理提供信息支撑。传感器是构成无线传感网络的基本单元,承担着信息的采集与处理,其精度与稳定性直接影响着感知数据的准确度和可靠性,所以对于农田无线传感器网络而言,研究传感器校正方法以及数据处理方式是提高农田感知数据精确性,保障农业生产管理决策可靠实施的前提条件。本文以农田土壤水分传感器、农田CO2传感器、作物生长传感器为研究对象,以提高农田感知数据精确性为目标,对农田传感器校正及感知数据清理的方法进行了研究,完成的主要研究内容及成果如下:对农田信息无线传感器节点设备进行了介绍,分析了影响农田传感器测量精度的主要因素,并阐明了农田传感器校正的必要性。以农田土壤水分传感器、农田CO2传感器、作物生长传感器为研究对象,应用最小二乘算法及BP人工神经网络算法对上述三种农田传感器进行了校正,并对校正结果进行了对比分析,结果表明,最小二乘算法拟合与BP人工神经网络算法拟合都可以对农田传感器标定的数据进行校正,但BP人工神经网络法拟合的线性度较之于最小二乘算法拟合的线性度要小,非线性校准效果更为显著。在精度上,BP人工神经网络算法要优于最小二乘算法。由于BP人工神经网络算法较之于最小二乘算法更为复杂,所以从应用场合的角度考虑,最小二乘算法更加适合在嵌入式系统中应用,而BP人工神经网络算法更加适合服务器端的应用。分析了农田物联网长期部署在大田环境之中,难免受到机械冲击、外界震动、电磁干扰等测量条件意外地改变,因此,在农田信息的传感过程中,感知数据会出现比如丟失的属性值,噪声数据和异常值等问题。基于K-means聚类算法和LOF离群值检测算法对感知数据进行了清理,并对不同算法的清理结果进行了比较分析,结果表明,两种算法都能在农田信息感知数据清理中达到良好的效果,但结果各有差异,其中K-means聚类分析算法的计算复杂度低,在数据密集而且分类明显的情况下效果明显,而LOF离群值检测算法的复杂度较高,但是对感知数据没有分类的要求,当数据分类不明显时,LOF离群值检测法更具优势。通过感知数据清理,去除了农田感知数据中的噪声数据与异常值,提高了农田感知数据的准确性。本文通过对农田传感器校正与感知数据清理方法的研究,提升了农田传感器的测量精度,确保了农田感知数据的准确性与稳定性。使得农田物联网采集的农田信息数据更加符合精准农作管理措施的实际需求。有利于农业生产决策与管理者更好地根据农田信息感知数据做出及时有效的管理决策与应对措施。分析比较了不同算法在农田传感器校正与感知数据清理中的应用,为农田传感器校正与感知数据清理的进一步深化做出了探索性的研究。对于确保农田感知数据更好的为农田管理与决策提供信息支撑,提升农业生产信息化、数字化与精细化水平具有现实意义。

关键词：精确农业农业物联网农田传感器传感器校正感知数据清理

来源：评论

学校读者我要写书评

暂无评论

基于遗传支持向量机和模糊PID控制的传感器校正

基于遗传支持向量机和模糊PID控制的传感器校正

引用

作者：杨成兰州理工大学

学位级别：硕士

传感器是测试系统中的核心部件,其测试精度的高低对整个测试系统的性能起着决定性的影响。因此,针对传感器静态特性和动态特性进行校正研究也逐渐成为国内外学者研究的重点。本文主要利用遗传算法来优化支持向量机参数选取的方法对传感... 详细信息

传感器是测试系统中的核心部件,其测试精度的高低对整个测试系统的性能起着决定性的影响。因此,针对传感器静态特性和动态特性进行校正研究也逐渐成为国内外学者研究的重点。本文主要利用遗传算法来优化支持向量机参数选取的方法对传感器进行静态校正,并对瓦斯传感器动态特性进行了模糊PID校正。本论文主要围绕传感器的静态非线性校正、动态非线性辨识和动态特性模糊PID校正三个主要问题进行理论研究,并进行了仿真实验。首先,针对支持向量机的参数选取比较困难的问题,结合遗传算法全局搜索能力强的特点,提出了用遗传算法来优化支持向量机参数选取的方法,建立了针对传感器静态非线性的校正模型。在实现过程中,应用Matlab语言编制训练程序对KG—8型瓦斯传感器进行非线性校正并验证遗传支持向量机方法的可行性,通过分别与支持向量机方法和BP神经网络法校正的结果进行对比分析,验证该方法的优越性。其次,将传感器的动态特性分解为静态非线性模块和动态线性模块,本文重点研究的Hammerstein模型是由一个静态非线性增益环节后串联一个动态线性增益环节构成的。对传感器动态特性的辨识是进行校正和补偿研究的前提,针对Hammerstein模型的辨识,本文采用了支持向量机回归的辨识方法,通过仿真验证,该方法对Hammerstein模型的辨识达到了一定的辨识精度。最后,根据瓦斯传感器的输出特性,建立了模糊PID控制系统的模糊控制规则,在Simulink平台上分别建立PID控制与模糊PID控制仿真模型。通过对所建立的仿真模型进行仿真并对结果进行分析,证明了本文所设计的模糊PID控制器的校正效果在超调量、稳定时间等方面都优于传统的PID控制器,使传感器的动态特性有了较大的改善。

关键词：传感器校正支持向量机遗传算法 Hammerstein模型模糊PID

来源：评论

学校读者我要写书评

暂无评论

基于物联网的传感器校正方法研究

基于物联网的传感器校正方法研究

引用

作者：张晗北京交通大学

学位级别：硕士

近年来,空气污染日益严重,提升空气质量是民众的迫切期盼,因此空气质量监测系统的建设也成为各地环境保护局和众多环境保护企业所关注的焦点领域。建设空气质量监测系统首先要在需要进行监测的位置布置气体传感器,然后将所有气体传感器... 详细信息

近年来,空气污染日益严重,提升空气质量是民众的迫切期盼,因此空气质量监测系统的建设也成为各地环境保护局和众多环境保护企业所关注的焦点领域。建设空气质量监测系统首先要在需要进行监测的位置布置气体传感器,然后将所有气体传感器连接组成一个传感器网络。由于气体传感器的气敏特性,气体传感器在监测混合气体污染物时会受到交叉干扰,导致监测不准确。本文主要针对电化学气体传感器在工业园区周围监测无机气体污染物时产生交叉干扰的问题进行具体的校正方法研究。目前,主流的校正方法是基于气体传感器集群形成的物联网,利用神经网络对上传的数据进行训练学习,构建传感器校正模型。因此,本文对基于误差反向传播(BP)神经网络的传感器校正模型,进行了算法优化以及模型改进。论文的主要工作包括:首先对常规的基于BP神经网络的校正模型使用的BP算法进行分析,指出BP算法由于其理论缺陷,在训练校正模型阶段易于陷入局部最优的误区,并提出将粒子群(PSO)算法与BP算法结合的优化算法。该优化算法从优化网络初始权重的角度,充分发挥PSO算法全局寻优的优势,结合BP算法局部最优的特点,有效避免了校正模型在训练过程中陷入局部极小的情况,并加快了校正模型训练的收敛速度。然后对校正模型的工作方式以及实际气体传感器的监测数据进行分析,从信息利用以及校正模型实际应用所处环境的角度,指出常规的基于BP神经网络的校正模型不能充分利用气体传感器监测浓度的变化信息,以致校正模型的校正精度受限,并提出融合了长短期记忆(LSTM)神经网络和BP神经网络的改进校正模型。该改进模型首先利用气体浓度变化在时间上连续的特点,通过LSTM网络消除了环境中未知杂气对气体传感器的影响,然后级联BP神经网络,实现改进模型的构建,提高了校正模型的工作性能。论文最后从数据验证的角度,结合仿真建模得到的实验数据,进一步分析证明了文中提出的优化算法较之BP算法在校正模型训练过程中的优越性,以及改进的校正模型在实际应用环境中比常规校正模型拥有更高的校正精度。

关键词：空气质量监测系统气体交叉干扰传感器校正神经网络

来源：评论

学校读者我要写书评

暂无评论

无线检测系统的传感器校正及高速自组网协议研究

无线检测系统的传感器校正及高速自组网协议研究

引用

作者：谢健重庆理工大学

学位级别：硕士

无线检测系统是结构健康检测中非常重要的手段。传统以人工检测为主的方式,往往存在较大主观偏差,且检测频率低、成本较高。而具有无线传感器网络低成本、安装便捷等特点的无线检测系统,具有可覆盖更大范围的待检测结构设施,快速获得结... 详细信息

无线检测系统是结构健康检测中非常重要的手段。传统以人工检测为主的方式,往往存在较大主观偏差,且检测频率低、成本较高。而具有无线传感器网络低成本、安装便捷等特点的无线检测系统,具有可覆盖更大范围的待检测结构设施,快速获得结构健康数据等优点。无线检测系统的核心内容为数据感知与数据传输。因此,本文以无线桥梁碰撞检测系统为例对无线检测系统的传感器校正与自组网协议进行了研究。本文首先对无线检测系统的研究背景与研究意义进行了探讨,并对无线检测系统的国内外研究现状进行了阐述。在此基础上,主要研究内容如下:（1）针对桥梁碰撞检测应用要求,设计并实现了一套无线桥梁碰撞检测系统软硬件,作为后续研究的实验平台,并对其进行了阐述。（2）对无线检测系统各项参数进行了设计,以满足高速组网硬件需求,对传感器校正方法进行了研究,提出了一种传感器现场校正方法,以提高传感器准确度。该方法具有可现场校正,校正速度快,无需外部设备等特点。（3）无线节点发射功率、接收功率等参数常常用于链路质量估计,节点定位等低功率无线网络的支撑技术中。这些参数的准确性对上层协议运行十分重要,而实验数据表明,这些参数的测量值与标称值存在差异。如发射功率测量值与标称值差异能达到6d B以上。且不同信道之间差异并不相同,而同一信道具有近似相同的差值。而接收功率则除存在差异外,还存在多个非线性区,即同一个测量值对应多个实际输入值。并设计了两种接收功率校正模型,其中查找表模型最大误差为3.6d Bm,且在误差为2.05d Bm时,累积概率达到90%;而线性拟合模型最大误差为5.5d Bm,达到相同累积概率时,误差为4.29d Bm,虽然线性拟合误差更大但其存储开销相比查找表降低了47倍。（4）作为无线传感器网络的一项重要支撑技术,无线链路质量评估的重要性无需赘述。为了提高自组织网络协议工作效率,设计了一种基于简化模型的轻量级链路质量估计方法,该模型以接收功率,收包率等参数进行链路质量估计,此处使用的接收功率经过上述研究进行校正。本文模型相比于逻辑回归模型,数据包长度为82字节下本文模型的RMSE减少了31.52%。相比于多项式模型,本文模型的RMSE则更小,减少了13.61%～20.39%。（5）以上述研究为基础,本文设计了一种自适应网关选择方法,节点根据无线链路质量估计方法,自适应选择通信网关,完成网络自组织,提高数据传输效率。

关键词：无线检测系统自组织网络传感器校正链路质量估计自适应网关选择

来源：评论

学校读者我要写书评

暂无评论

传感器校正及融合的实现技术

引用

中原工学院学报 2010年第5期21卷 1-4页

作者：靳莹瑞许京雷郑州大学物理工程学院郑州450001 中原工学院郑州450007

讨论了在普通传感器的基础上,运用灵活的软件手段,建立一个智能化的神经传感器系统.采用VisualC++语言对RS485处理,可以实现对系统的微机监控.

关键词：神经网络传感器校正融合

来源：评论

学校读者我要写书评

暂无评论

支持向量机在传感器校正中的应用

支持向量机在传感器校正中的应用

引用

第十四届中国神经网络学术会议

作者：汪晓东张浩然张长江汪劲许秀玲浙江师范大学信息科学与工程学院 321004

本文提出了一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正方法，将传感器的输出及待测物理量的实际数据用于训练LS-SVM，得到了非线性校正用的逆模型。通过一个二维位移传感器的例子表明,传感器系统经LS-SVM非线性校正后,扩大... 详细信息

本文提出了一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正方法，将传感器的输出及待测物理量的实际数据用于训练LS-SVM，得到了非线性校正用的逆模型。通过一个二维位移传感器的例子表明,传感器系统经LS-SVM非线性校正后,扩大了测量范围并提高了测量精度,能满足实用要求。

关键词：智能传感器传感器校正支持向量机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：