压力传感器的支持向量机非线性回归建模

压力传感器的输出特性易受到环境因素,尤其是温度变化的影响。针对该问题,提出了利用支持向量机(SVM)对压力传感器输出特性进行非线性补偿的校正模型。校正模型利用SVM的回归算法来逼近非线性函数的特点,通过建立压力传感器输出特性与其实际电压值之间非线性映射关系的校正模型来实现压力传感器的校正。实例表明:该方法能有效地减少温度变化对传感器输出的影响,且校正后的压力传感器具有更高的测量精度和温度稳定性。     

基于LS-SVM的传感器智能校正及温度补偿

提出一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正及温度补偿的新方法,并给出了相应的过程和算法。在该方法中,LS-SVM被用作构建逆模型,并通过该模型映射传感器非线性特性,同时实现了传感器的温度补偿和非线性校正。通过实际电容式压力传感器校正的实验结果表明:所提模型建模速度比SVM模型高1~2个数量级,补偿误差仅为SVM模型的20%左右。因此,该学习速度快、补偿精度高、抗噪声干扰能力强,适合传感器温度补偿及校正。     

基于支持向量机的传感器动态建模方法

传感器动态建模是测量领域的重要研究方向,本文介绍了一种基于支持向量机的传感器动态建模新方法.支持向量机是基于统计学习理论的新一代机器学习技术,它有效地解决了小样本学习问题,因此该方法对样本数量没有特殊的要求.最后,实验证明了该动态建模方法有效.     

基于支持向量机的传感器的非线性校正

铜热电限的非线性影响到它的测温准确度和测温范围,针对这个问题提出了采用支持向A机(SVM),建立了铜热电阻传感器的逆模型进行非线性校正,并且与以往采用的BP网络和最小二乘校正方法进行了比较;结果表明,采用支持向f机的非线性校正方法的最大误差为±0.0287%左右,与BP人工神经网络取得的结果(最大误差为± 0.0523%左右)和最小二乘法取得的结果(最大误差为±0.0865%左右)相比,精度高于以上2种校正方法;同时,SVM方法有较好的泛化能力,在很大程度上提高了传感器的线性度,并且补偿曲线更顺滑,预测性更强,它为铜热电阻传感器的非线性动态补偿提供了一种新方法.     

基于支持向量机的电容式传感器温度补偿研究

针对电容式传感器极易受到温度影响这一特性,基于支持向量机（SVM）建立电容式传感器系统补偿逆模型,对电容式传感器进行的温度补偿。实例分析表明：与RBF神经网络温度补偿法相比较,SVM逆模型在很大程度上提高了传感器的线性度,并且,补偿曲线更顺滑,预测性更强,提高了系统计量的准确度。     

基于SVM预测器的传感器故障诊断与信号恢复研究

支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法.简要介绍了SVM回归原理,据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复,阐述了具体的实现方法和步骤.仿真结果表明:SVM预测器有效地克服了神经网络的不足,能准确预测和跟踪传感器的输出信号,并在传感器发生故障后一定的时间段内能较精确的估计传感器的正常输出.     

基于SVM逆模型的电涡流传感器非线性补偿

针对电涡流传感器检测过程中受温度和电路干扰等因素引起的非线性问题,提出了基于支持向量机（SVM,理论的非线性补偿方法,分析了存在传感器测量值中的非线性特性,建立了以检。测位移参数为输出,以电压参数为输入的SVM逆模型。通过实验数据仿真验证了SVM模型的有效性,测试样本的模型预测平均误差为0.0751mm,达到了较好的线性度,实现了电涡流传感器非线性补偿的目的。     

基于小波和支持向量机的光纤微振动传感器模式识别

为实现对双M-Z型光纤传感器的振动信号进行识别,提出一种基于小波能熵和支持向量机(SVM)的光纤传感信号模式识别方法。该方法对小波分解得到的各频段系数求解其能量信息熵,归一化后得到特征向量。其作为SVM的输入,通过选用合适的核函数和多类的分类方法,对SVM多类分类器进行建模。在多种振动信号的条件下,用测试样本对SVM分类器模型进行测试,测试结果表明:该方法对双M-Z型光纤微振动传感器的振动信号的分类达到了较高的识别率。     

基于SVM用户建模的核函数选择研究

用户建模是从用户偏好数据中建立用户偏好模型的过程,用户偏好数据具有系统运行初期的稀疏性和非线形的特点。支持向量机(Support Vector Machine,简称SVM)具有小样本学习、非线形处理的能力,是合适的用户建模工具。SVM的非线形处理能力主要依赖于核函数,采用不同的核函数进行建模对模型的预测效果有重大影响。本文重点研究核函数的选择对基于SVM建模方法的影响,从中选取了表现较优的小波核函数,构建性能突出的SVM进行用户建模。实验证明该建模方法可以有效地从小样本数据中学习用户偏好信息,建立反映用户真实偏好的用户模型。     

基于PCA-SVM的软测量建模方法与应用

主元分析(PCA)能够有效地提取数据的特征信息，消除变量问的共线性；而将基于统计学习理论的支持向量机(SVM)用于数据建模具有显的优点。本提出了将PCA与SVM相结合的软测量建模方法，并利用该方法建立了工业萘初馏塔酚油含萘量软测量模型，应用结果表明了该方法的有效性和优越性。     

Phase-mode LAPS and its application to chemical imaging

The light-addressable potentiometric sensor (LAPS) is a chemical sensor based on the field effect in the electrolyte-insulator-semiconductor (EIS) structure. In the conventional LAPS, the ion concentration in the analyte solution in contact with the sensing surface is determined by measuring the amplitude of the photocurrent induced by illumination. In this study, we developed the phase-mode LAPS, in which the phase of the alternating photocurrent is measured instead of its amplitude. The phase-voltage curve shifted along the voltage axis in response to the variation of the ion concentration in analogy to the shift of the amplitude-voltage curve in the conventional LAPS. The primary advantage of the phase-mode LAPS is that it is much less sensitive to the variation of the light intensity. It is also demonstrated that chemical imaging based on the phase-mode LAPS is free from artifacts related to defects in the semiconductor substrate.     

语义传感器Web中传感器本体的构建及应用

语义传感器Web的出现为物联网中传感器系统间的数据互操作、信息共享和知识融合提供了实现方式,传感器本体的构建则是实现这些功能的前提.本文在参考万维网联盟提出的语义传感器网络本体的基础上,对传感器及配套的数据采集仪构建了对应的本体,为传感器系统提供了有效的知识组织模型.通过建立的传感器和数据采集仪本体,可以实现传感器的自动分类管理,设定推理规则后可以提供传感器和采集仪间的配接推荐,提高检测现场多传感器系统设计的效率和可靠性,将领域知识应用到系统设计和管理中.最后以具体的传感器实例对推理规则进行了测试,结果满足应用要求.     

磁耦合谐振技术的无线可充电传感器节点设计

结合磁耦合谐振技术,设计了一款基于磁耦合谐振的无线可充电传感器节点.该节点不仅能够实现数据采集和传输,还能通过磁耦合谐振实现能量补充,从而解决WSNs能量受限问题.结合可充电节点的设计要求,基于模块化设计思想,给出其软硬件设计;采用双电源设计架构,以及能量监控和管理,实现节点能量获取与数据传输互不影响.实验结果表明,本文设计的无线可充电传感器节点满足设计要求,使构成无线可充电传感器网络成为可能.     

MEMS传感器——无人机的核心

无人机的市场规模和范围持续蓬勃发展,新应用程序不断涌现,而高品质MEMS传感器和先进软件对其发展至关重要。本文详细介绍了无人机的几种关键性传感器以及对无人机性能的影响,如惯性测量单元、气压传感器、地磁传感器、应用特定型传感器节点和传感器数据融合,并介绍了Bosch Sensortec的相关产品在无人机上的应用。     

无线传感器网络中的被动式红外传感器模型研究

针对公共安全的需要，利用无线传感器网络系统进行区域监控已然成为趋势。通过对系统的物理结构分析提出了一种被动式红外传感器模型。该模型对配备被动式红外传感器的无线传感网络的系统设计具有指导意义。传感器节点的测试以及实时系统的试验验证了模型的可靠性。     

液晶型化学传感器检测有机胺化合物的研究

该实验报道了一种以微米级沟槽状Au膜为基底的液晶型化学传感器;通过在具有微米级沟槽(一个沟槽周期5μm)的玻璃基底上进行平面镀金,制备了具有相同沟槽周期的Au膜;并在Au膜上制备巯基十一酸自组装敏感膜。传感器对乙胺检测的线性范围不是单一线性曲线;乙胺浓度在0～0.3g/m3,线性方程y=-0.18x 0.0028,相关系数r=0.9891;乙胺浓度在0.3～1.6g/m3,线性方程y=-0.04x-0.0046,r=0.9901。证实微米级沟槽状Au膜为基底制作的液晶型化学传感器可以用于检测目标化合物。     

一种基于虚拟菱形网格的传感器节点布置算法

传感器的布置方式有两种,即确定性的和自组织的。通过分析两种布置方式,提出了一个基于虚拟菱形网格的传感器节点布置算法。该算法把两种布置方式综合在一个统一的平台内,能够形成一个最小连通支配集;保证传感器区域内无“盲区”;对不同的应用,可设置不同的感知或连通覆盖度。该算法在性能和效率上优于基于虚拟力的移动传感器布置算法,其灵活性使网络具有更广泛的适应性。     

一种移动无线视频传感器节点的覆盖算法

在现有的无线传感器网络覆盖算法的研究中,缺乏对移动节点路径规划的研究,而针对具有视频传感器节点的网络仍使用普通传感器圆形覆盖区域的测量方法来计算覆盖面积,并不完全符合实际情况.基于这两方面的原因,本文提出了一种适用于无线视频传感器节点的最大覆盖算法,并提出一种对于视频传感器节点覆盖面积的计量方法.该算法能够使节点在保证网络连通性的前提下,达到最大的有效监测范围.此外,本文建立了相应的仿真实验模型,对该算法的有效性和覆盖面积进行了实验与分析.结果表明,本算法的节点监测面积大约为使用随机运动算法的节点监测面积的1.5倍左右,并可以保证网络的连通性.     

分簇无线传感器网络的动态混合密钥管理策略

针对现有无线传感器网络密钥管理中计算量过大、存储空间过多和管理不够灵活的问题,在分簇结构无线传感器网络基础上,定义了数据在无线传感器网络中的通信格式以及在网络动态管理中所需的管理矩阵,混合了对称密钥管理策略中密钥产生的快捷性和公钥管理策略的安全性,实现了密钥的动态更新和网络的动态密钥管理。最后分析所提出的策略,对比现有成熟的密钥管理策略,证明了所提策略具有更好的特性。     

无线传感器SMAC协议竞争退避机制分析及优化

针对无线传感器网络能量受限和退避时采用固定竞争窗口的特点,提出了一种基于节点剩余能量和信道冲突次数的MAC协议（EC—SMAC）．该协议改进了SMAC的竞争退避机制,根据节点剩余能量和信道冲突次数来动态的调整竞争窗口,减少传输节点之间的冲突,从而使全网负载均衡,同时延长网络生命周期．仿真实验表明：在保证网络吞吐量和时延稳定的前提下,平均延长了7％的网络生命周期．