智能传感器的数据处理方法

智能传感器能充分利用计算机的计算和存贮能力,对传感器的采集数据进行处理并达到最佳。根据测量数据处理的最小二乘法原理,给出了智能传感器在动态测量过程中的数据预处理和数据平滑方法。测试结果表明:利用数据平滑处理方法,可以提高传感器测量准确度和抗干扰能力。     

FCS中的智能传感器的数据处理方法

FCS是工业过程控制系统的必然趋势 ,就系统中的智能传感器进行结构分析 ,并根据其特点 ,论述并分析了其数据处理方法的特性 ,并提出了一些具有先进性的数据处理方法 ,对处理平稳传感器数据和非平稳传感器数据都有适应性。     

电场感应式料流传感器设计

针对现有开关式和压力式料流传感器存在易磨损、可靠性差的问题,设计了一种电场感应式料流传感器。该传感器采用内置电场感应式智能芯片作为感应元件监测电场电参数,利用单片机采集和处理电场电参数,通过电参数变化经内部数据处理输出胶带有料、无料信号。现场实验结果表明,该传感器能够准确检测运动或者静止的胶带上有无物料,完全满足现场实际应用的需求,具有非接触检测、无磨损、使用寿命长、信号稳定可靠的特点。     

基于51单片机的经济型高精度变送器设计

随着自动化技术的发展和微电子技术的进步,以及现场总线技术的日益成熟,数控技术在生产过程中的应用越来越广泛,对现场信号的采集、传输和数据处理提出更高的要求.本文分析了智能变送器的作用和工作原理,针对应用中使用的不同的传感器输出不同幅值的弱直流电信号的要求,设计了智能变送器系统.系统软件采用MCS-51单片机汇编语言,模块化程序设计方法,设计了仪表监控主程序、放大器增益设定程序、ADC转换和处理子程序、DAC转换等子模块,并设计了相应的通信协议.     

振动传感器智能化的研究与实现

在测控领域内,随着传感器技术和微处理器技术的发展,对传感器的精确度、可靠性要求越来越高,要求传感器具有一定的数据处理、自我检测、自我纠错能力,并且具有数据通信和扩展组网功能;为了满足这个要求,文章提出了一种基于CAN总线技术的振动传感器智能化方案,详细介绍了智能传感器节点硬件电路和固件程序设计的具体实现;对智能节点进行静态和动态测试,静态环境下传感器电压值输出为2.5V,上位机对数据处理后作图,符合实际要求;动态环境下,将传感器置于连续振动环境,数字量数据接收后经处理作图,与标准传感器波形图进行比较,满足设计要求.     

基于神经网络的智能传感器的数据处理

为提高智能传感器的测量准确度,利用神经网络良好的非线性映射能力,对传感器的标定数据进行输入-输出特性的反非线性逼近,同时,利用传感器实验数据进行神经网络的训练。结果表明:与传统的数据处理方法相比较,利用神经网络进行的传感器数据处理,能使传感器的准确度由±6.67提高到到±0.98。     

基于CAN总线网络智能传感器的设计与应用

电梯监测系统是集电子技术、通信技术和数据处理技术在特种设备检测领域的广泛应用丽产生的一个新兴领域.以电梯实时监测系统为应用背景,利用网络智能传感器实现了对电梯运行状态的实时监测.提出并分析了基于CAN总线网络智能传感器的功能特点,给出了网络智能传感器的硬件组成及软件数据处理方法,介绍了系统的软件设计流程.实验表明,该系统能实现电梯监测功能,同时克服了人工定检所存在的标准化和规范化程度不高的缺点,是非常有效的监测系统.     

浅谈物联网智能传感器特性及其分类

智能特性是区别智能传感器和一般工业传感器的重要特征,智能化是传感器重要的发展方向。对物联网核心部件——智能传感器进行了调查和研究,针对其通用特性进行了简要介绍,进一步对传感器信号采集、数据处理、信息交互、逻辑判断等多个过程的智能特性和在实际应用中的物联网特性进行了详细分析和解读。结合产业现状和应用情况,基于传感器材料和制造工艺等传统分类方法,对智能传感器进行多角度分类,同时提出传感器模块的组成、集成、信号处理器种类、网络安全机制和组网应用等智能化分类依据。鉴于当今业界在传感器的系统化分类方面尚未形成统一的共识,相关研究为相应领域的实际应用提供了参考和指南,尤其对智能传感器标准化工作具有较强的借鉴价值。     

模块化数据放大器

在计算机数据处理和控制系统中,常需对传感器送出的低电平信号进行放大,以便为联机系统提供适当电平的模拟输入信号。由于控制的对象和处理的信号面向现场,传感器又只能送出毫伏,甚至微伏级的信号,     

智能传感器数据处理方法

为提高智能传感器的测量准确度,根据数据处理的最小二乘法原理给出了动态测量中的数据平滑方法;利用神经网络良好的非线性映射能力,对标定数据进行输入/输出特性的反非线性逼近训练。结果表明:利用数据平滑处理方法,可以提高传感器测量准确度和抗干扰能力;利用神经网络进行的数据处理,相对于传统数据平滑方法,能使传感器的准确度由6.67%提高到0.98%。     

针对高速数据流的大规模数据实时处理方法

以实时传感数据和历史感知数据为基础的各类计算需求逐渐成为当前物联网应用建设中的关键,如何实现基于高速数据流和大规模历史数据的实时计算成为数据处理领域的新挑战.现有批处理方式的MapReduce大规模数据处理技术难以满足此类计算的实时要求.文中结合城市车辆数据的实时采集与处理应用,在理论和实践分析的基础上,提出了一种针对高速数据流的大规模数据实时处理方法,并对方法中的本地阶段化流水线、中间结果缓存等关键技术瓶颈进行了改进.其中,根据系统参数控制阶段化流水线,使CPU得到了充分、有效利用;通过改造内外存数据结构、读写策略和替换算法,优化了本地中间结果的高并发读写性能.实验表明,上述方法可以显著提升大规模历史数据上数据流处理的实时性和可伸缩性.     

一种基于Web浏览器的分布式应用系统的构造方法

文章提出了一种利用Web浏览器插入程序(Plug-in)构造紧耦合的分布式应用系统的方法.该 方法适合于开发在因特网上或企业网内部运行的以数据处理为主的分布式应用系统.它充分 利用Web浏览器的功能,使得用户可以利用本地结点计算资源,方便地访问并加工远程结点或 本地结点的数据.文章通过举例说明了构造这类系统的方法.     

Dispatching mobile Agents for DDM applicationss

Techniques for mining information from distributed data sources accessible over the Internet are a growing area of research. The mobile Agent paradigm opens a new door for distributed data mining and knowledge discovery applications. In this paper we present the design of a mobile agent system which couples service discovery, using a logical language based application programming interface, and database access. Combining mobility with database access provides a means to create more efficient data mining applications. The processing of data is moved to network wide data locations instead of the traditional approach of bringing huge amount of data to the processing location. Our proposal aims at implementing system tools that will enable intelligent mobile Agents to roam the Internet searching for distributed data services. Agents access the data, discover patterns, extract useful information from facts recorded in the databases, then communicate local results back to the user. The user then generates a global data model through the aggregation of results provided by all Agents. This overcomes barriers posed by network congestion, poor security, and unreliability.     

基于因特网环境的远程测控系统应用研究

本文以信息家电生产厂商为服务对象,为降低厂商对产品售后服务花费,提出了一种基于因特网环境的远程测控系统应用方案。采用基于ARM芯片的嵌入式系统作为信息家电端的核心部件,负责执行控制指令并完成信息家电远程通信的任务。通过web方式搭建的接入网和本地管理网对数据通信和数据处理统一管理,提高了资源利用率和系统安全性;设计了相应的系统软件对远程信息进行统计分析,进而提供给设备维护人员进行决策。将互联网络通信技术与基于ARM的嵌入式控制系统相结合,为信息家电快速响应远程控制指令和完成远程信息交互任务提供了保障。     

基于PIC16F877的嵌入式以太网通信的设计与实现

在控制领域中,基于单片机的数据采集和传输日趋普及,对数据的存储和处理已不再局限于本地单片机系统,通过将以太网网络适配器功能嵌入到单片机系统中,同时加载UDP、IP和以太网协议,就可以实现本地单片机系统与以太网节点的通信,也可通过局域网实现和Internet节点的数据交换功能,从而增强了单片机系统的数据处理能力,拓展了应用范围。文章阐述了如何在UDP、IP和以太网协议的规范下,使用PIC16F877单片机与以太网节点进行全双工通信的设计与实现。单片机实现下位机功能,作为网络节点的PC机实现上位机功能。协议的加载是采用汇编语言实现的;通信采用C/S模式,下位机作为客户端,上位机作为服务器端。下位机可以接收上位机发送的单播和广播帧。     

面向Web的信息收集工具的设计与开发

随着互联网的发展以及网上信息的日益丰富 ,传统的信息处理已经延伸到互联网领域。在对互联网上的信息进行处理时 ,常常要将分布在互联网各处的Web页面下载到本地供进一步处理 ;这便是所讨论的Web页面收集工具的核心功能。该页面收集系统在综合使用Web页面间的链接关系和页面内容的基础上 ,增加了多层次的页面过滤模块 ,可用来收集特定领域内的Web页面 ;同时可采用多机并行收集的方法提高页面收集的效率 ;采用大型数据库存放元收集信息 ,并对收集到的页面进行压缩 ,能够支持海量数据的收集 ;动态更新机制的实施使得下载到本地的页面信息能够得到及时的更新。     

小型局域网下高校计算机实验室监控系统设计

近年来,全球互联网技术飞速发展,网络技术广泛应用于各个领域;随着网络技术的快速发展,我国各大高校开设计算机实验室,在高校范围内搭建的小型局域网中引入监控系统,辅助高校实验室的日常使用管理工作;传统的监控系统在小型局域网中存在数据资源交互消耗大、数据传输延迟高、视频数据储存空间利用率低等问题,给计算机实验室的日常管理带来不便;针对上述问题,提出小型局域网下高校计算机实验室监控系统设计;对数据交互过程中资源消耗大的问题,采用双协议传输单元进行资源交互算法的改进;对传统监控系统存在的数据传输延迟问题,采用数据阵列重组模组进行数据内部优化处理;采用ViodTM视频压缩单元,对监控视频进行算法核心压缩处理,从问题产生根源进行解决;通过实验证明,提出的小型局域网下高校计算机实验室监控系统设计,具有资源占用小、传输速度快、视频存储率高等特点。     

Scalable networked information processing environment (SNIPE)

Scalable Networked Information Processing Environment (SNIPE) is a metacomputing system that aims to provide a reliable, secure, fault-tolerant environment for long-term distributed computing applications and data stores across the global Internet. This system combines global naming and replication of both processing and data to support large-scale information processing applications leading to better availability and reliability than currently available with typical cluster computing and/or distributed computer environments. To facilitate this the system supports: distributed data collection, distributed computation, distributed control and resource management, distributed output and process migration. The underlying system supports multiple communication paths, media and routing methods to aid performance and robustness across both local and global networks. This paper details the goals, design and an initial implementation of SNIPE, and then demonstrates its usefulness in supporting a middleware project. Initial communications performance is also presented.     

A dynamic assignment scheduling algorithm for big data stream processing in mobile Internet services

As the huge number of mobile devices (e.g., smart phones, tablets and netbooks) increases, more and more people choose to use the Internet services financed by mobile Internet service providers (MISPs). To provide better services, it is quite necessary for MISPs to analyze the information hidden in the big data stream generated by users. Therefore, processing the real-time big data stream efficiently has become increasingly important. However, traditional static data storage technology fails to meet the demands of real-time data processing. To improve processing capacity, many parallel processing structures are proposed, which brings up the problem about how the parallel devices can be scheduled to maximize their efficiency. Accordingly, a dynamic assignment scheduling algorithm for big data stream processing in mobile Internet services is proposed, and a stream query graph is built to calculate the weight of every edge. The edge with the minimum weight is selected to send tuples. Simulation results show that the proper number of the logic devices can dramatically reduce system response time. Furthermore, system context switching is reduced by increasing the number of tuples sent each time.     

适应性查询处理——Internet数据查询面临的挑战与解决技术

随着基于Internet的数据查询系统的发展与普及,适应性查询处理逐渐成为一项重要的技术。目前的Internet可以看作一个庞大的分布式和异构化数据库,各个数据源具有自治性,加上广域网网络传输带宽的限制,各个数据源数据的可访问性以及传输速度是经常变化和不可预测的。传统的采用“停止-进行”方式的查询处理不能很好地处理这种情况。而能够在查询执行过程中动态调整查询计划的适应性查询处理是针对此类应用的最佳选择。文章论述适应性查询处理涉及的研究课题及解决技术,并例举最新的研究成果。