網(wǎng)絡(luò)化智能傳感技術(shù)研究與應(yīng)用

目錄
序
第1章 網(wǎng)絡(luò)化智能傳感技術(shù)基礎(chǔ)與研究進(jìn)展 1
1.1 智能傳感器及技術(shù)功能特點(diǎn) 1
1.1.1 智能傳感器的概念 1
1.1.2 智能傳感器的基本結(jié)構(gòu) 2
1.1.3 智能傳感器技術(shù)功能特點(diǎn) 3
1.2 典型的智能傳感技術(shù)及發(fā)展趨勢(shì) 6
1.2.1 IEEE 1451網(wǎng)絡(luò)化智能傳感技術(shù) 6
1.2.2 模糊傳感器技術(shù) 9
1.2.3 多傳感器數(shù)據(jù)融合技術(shù) 11
1.2.4 智能傳感技術(shù)發(fā)展趨勢(shì) 13
1.3 網(wǎng)絡(luò)智能傳感技術(shù)相關(guān)研究現(xiàn)狀 14
1.3.1 智能傳感系統(tǒng)建模方法 14
1.3.2 多傳感信息預(yù)處理技術(shù) 17
1.3.3 多傳感信息建模自校正方法 20
1.3.4 傳感信息傳輸與實(shí)時(shí)預(yù)測(cè)方法 27
1.3.5 網(wǎng)絡(luò)化協(xié)同傳感技術(shù) 28
1.4 本章小結(jié) 32
第2章 網(wǎng)絡(luò)化傳感系統(tǒng)建模設(shè)計(jì)方法 33
2.1 多參數(shù)網(wǎng)絡(luò)化智能傳感系統(tǒng)模型 33
2.2 多參數(shù)網(wǎng)絡(luò)化智能傳感系統(tǒng)建模實(shí)現(xiàn) 34
2.2.1 智能傳感系統(tǒng)傳感用例模型圖與協(xié)作圖 35
2.2.2 TEDS配置與傳感器初始化 36
2.2.3 UML系統(tǒng)部署建模 38
2.3 網(wǎng)絡(luò)化智能傳感系統(tǒng)數(shù)據(jù)交換 39
2.3.1 數(shù)據(jù)交換動(dòng)態(tài)描述 39
2.3.2 數(shù)據(jù)統(tǒng)一建模 40
2.4 室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)應(yīng)用例 41
2.4.1 室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)建模 42
2.4.2 室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)數(shù)據(jù)交換 43
2.5 海洋環(huán)境監(jiān)測(cè)系統(tǒng)應(yīng)用例 45
2.5.1 漁業(yè)海洋環(huán)境多參數(shù)監(jiān)測(cè)子系統(tǒng)模型 45
2.5.2 多參數(shù)監(jiān)測(cè)子系統(tǒng)的TEDS配置 47
2.5.3 海洋水環(huán)境監(jiān)測(cè)系統(tǒng)實(shí)現(xiàn) 49
2.6 高精度智能應(yīng)變檢測(cè)儀的開(kāi)發(fā) 51
2.6.1 高精度智能應(yīng)變檢測(cè)儀模型 52
2.6.2 高精度可編程基準(zhǔn)源 53
2.6.3 高精度測(cè)量與數(shù)據(jù)轉(zhuǎn)換 54
2.6.4 實(shí)驗(yàn)測(cè)試 55
2.7 本章小結(jié) 57
第3章 基于多項(xiàng)式外模型一內(nèi)模型NPLS的多傳感信息預(yù)處理與建模 59
3.1 基于多項(xiàng)式外模型一內(nèi)模型NPLS的多傳感信息預(yù)處理與建?？蚣?59
3.1.1 PLS回歸分析方法的外模型與內(nèi)模型 60
3.1.2 多項(xiàng)式外模型內(nèi)模型NPLS建模方法的模型結(jié)構(gòu) 63
3.2 基于PLS的多傳感信息預(yù)處理 64
3.2.1 基于變量投影重要性 PLS回歸系數(shù)變量篩選方法 64
3.2.2 雯量篩選準(zhǔn)則AEr的計(jì)算 66
3.2.3 基于PLS回歸系數(shù)的試驗(yàn)設(shè)計(jì) 68
3.3 多項(xiàng)式外模型一內(nèi)模型NPLS的數(shù)學(xué)建模過(guò)程 69
3.4 多項(xiàng)式外模型內(nèi)模型NPLS方法在多傳感信息系統(tǒng)中的應(yīng)用流程 7l
3.5 魚(yú)類(lèi)超微弱發(fā)光檢測(cè)應(yīng)用 73
3.5.1 基于PLS的多傳感信息預(yù)處理 74
3.5.2 多項(xiàng)式外模型一內(nèi)模型NPLS建模仿真 77
3.6 本章小結(jié) 78
第4章 多維傳感信息自校正技術(shù) 80
4.1 多傳感信息自校正模型 80
4.2 傳感信息自評(píng)估技術(shù) 81
4.3 基于多尺度逼近的多傳感信息解耦自校正技術(shù) 83
4.3.1 傳感信息尺度特征估計(jì)方法 83
4.3.2 多傳感信息插值解耦自校正方法 86
4.3.3 基于預(yù)估準(zhǔn)確度目標(biāo)的解耦分辨閾值艿確定 89
4.4 基于方差可靠性的分辨閾值自適應(yīng)解耦 90
4.5 基于多節(jié)點(diǎn)樣條和TEDS的多傳感信息自校正 94
4.5.1 多節(jié)點(diǎn)樣條插值 94
4.5.2 基于TEDS的多維空間插值自校正 95
4.6 試驗(yàn)及應(yīng)用 95
4.6.1 傳感信息自評(píng)估試驗(yàn) 96
4.6.2 基于多尺度逼近的解耦自校正技術(shù)仿真分析 97
4.6.3 基于方差可靠性的分辨閾值自適應(yīng)解耦仿真 99
4.6.4 多維空間插值方法在機(jī)器人示教中的應(yīng)用 102
4.7 本章小結(jié) 106
第5章 傳感信息動(dòng)態(tài)預(yù)測(cè)方法 108
5.1 網(wǎng)絡(luò)化傳感系統(tǒng)信息流模型 108
5.2 傳感信息動(dòng)態(tài)預(yù)測(cè)模型 109
5.3 傳感信息快速小波計(jì)算 110
5.4 小波計(jì)算信息的動(dòng)態(tài)預(yù)測(cè) 112
5.4.1 平滑層信息動(dòng)態(tài)預(yù)測(cè) 112
5.4.2 分辨層信息動(dòng)態(tài)預(yù)測(cè) 114
5.5 實(shí)現(xiàn)傳感器滯后補(bǔ)償?shù)膭?dòng)態(tài)預(yù)測(cè)算法 116
5.6 基于時(shí)間同步的網(wǎng)絡(luò)化傳感信息預(yù)測(cè) 118
5.6.1 面向延遲測(cè)算的DMTS時(shí)間同步技術(shù) 119
5.6.2 基于分段擬合的時(shí)間自校準(zhǔn)方法 120
5.6.3 異常數(shù)據(jù)處理 121
5.6.4 網(wǎng)絡(luò)化傳感信息實(shí)時(shí)動(dòng)態(tài)預(yù)測(cè)補(bǔ)償 122
5.7 動(dòng)態(tài)預(yù)測(cè)補(bǔ)償方法性能分析 123
5.7.1 小波計(jì)算結(jié)果分析 123
5.7.2 動(dòng)態(tài)預(yù)測(cè)補(bǔ)償性能 124
5.7.3 滾動(dòng)混合式多步預(yù)測(cè)補(bǔ)償性能 125
5.7.4 基于時(shí)間同步的網(wǎng)絡(luò)傳感信息預(yù)測(cè)實(shí)驗(yàn)與仿真 126
5.8 本章小結(jié) 130
第6章 網(wǎng)絡(luò)化多層次協(xié)同傳感技術(shù) 132
6.1 感知信號(hào)層多傳感融合技術(shù) 132
6.1.1 傳感信息的一致性測(cè)度 133
6.1.2 基于變窗的方差遞推估計(jì)方法 134
6.1.3 基于變窗一致可靠性測(cè)度的多傳感信息融合 135
6.1.4 多傳感信息融合計(jì)算仿真 136
6.2 感知層協(xié)同檢測(cè)業(yè)務(wù)流調(diào)度方法 139
6.2.1 WRR調(diào)度算法 139
6.2.2 WRR算法總體設(shè)計(jì) 140
6.2.3 WRR的優(yōu)點(diǎn)與缺陷 141
6.2.4 WRR的設(shè)計(jì)與實(shí)現(xiàn) 141
6.2.5 基于WRR的物聯(lián)網(wǎng)感知層優(yōu)化調(diào)度方法 146
6.2.6 仿真分析 149
6.3 物聯(lián)網(wǎng)系統(tǒng)協(xié)同機(jī)制 151
6.3.1 基于協(xié)同學(xué)的協(xié)同機(jī)制引入 151
6.3.2 協(xié)同測(cè)量動(dòng)力學(xué)方程的建立及推導(dǎo) 153
6.3.3 基于協(xié)同測(cè)量機(jī)理模型的決策方法 156
6.3.4 基于協(xié)同測(cè)量機(jī)理模型決策的應(yīng)用 161
6.4 本章小結(jié) 163
第7章 基于智能傳感節(jié)點(diǎn)的網(wǎng)絡(luò)化檢測(cè)系統(tǒng)研制及試驗(yàn) 165
7.1 用于多傳感網(wǎng)絡(luò)化檢測(cè)模型的嵌入式智能傳感節(jié)點(diǎn) 165
7.1.1 嵌入式智能檢測(cè)節(jié)點(diǎn)硬件設(shè)計(jì) 166
7.1.2 DSP信息處理與ARM網(wǎng)絡(luò)通信實(shí)現(xiàn) 170
7.2 基于C/S模式的網(wǎng)絡(luò)檢測(cè)平臺(tái) 173
7.2.1 網(wǎng)絡(luò)檢測(cè)平臺(tái)的軟件結(jié)構(gòu)與運(yùn)行機(jī)制 174
7.2.2 基于XML的跨平臺(tái)數(shù)據(jù)交換技術(shù) 176
7.2.3 基于XML數(shù)據(jù)的檢測(cè)平臺(tái)實(shí)時(shí)數(shù)據(jù)庫(kù)技術(shù) 177
7.3 在流程工業(yè)生產(chǎn)過(guò)程中的初步應(yīng)用 179
7.3.1 乙醇在線(xiàn)檢測(cè)傳感模式與試驗(yàn)裝置 179
7.3.2 在發(fā)酵過(guò)程中的檢測(cè)試驗(yàn)與初步應(yīng)用 181
7.4 網(wǎng)絡(luò)化檢測(cè)初步應(yīng)用與結(jié)果分析 188
7.5 在精餾過(guò)程中的建模應(yīng)用 190
7.5.1 試驗(yàn)與PLS預(yù)處理 190
7.5.2 多項(xiàng)式外模型一內(nèi)模型NPLS建模應(yīng)用 192
7.6 本章小結(jié) 193
參考文獻(xiàn) 194