作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于微粒群(PSO)算法优化的传感器动态误差补偿器的设计方法.无需事先已知系统的动态特性,可根据传感器以及参考模型对输入激励响应的实测数据,通过PSO算法的优化学习得到补偿器的参数.传感器的输出经过补偿器后,能够克服由传感器动态特性引起的测量误差.最后,通过实验验证了该方法的有效性.
推荐文章
基于 QPSO 算法的传感器动态补偿方法及FPGA实现
动态误差
动态补偿
QPSO
分布式算法
FPGA
基于免疫PSO优化LSSVM的传感器动态补偿研究
传感器
最小二乘支持向量机
免疫粒子群算法
动态补偿
基于自回归模型的传感器动态特性改善方法
传感器
动态特性
自回归模型
遗传算法
基于神经网络的传感器动态补偿算法及DSP实现
动态补偿
逆建模
自适应神经网络
数字信号处理器
数据采集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模型参考和微粒群算法优化的传感器动态补偿方法
来源期刊 计量学报 学科 工学
关键词 计量学 传感器 动态误差 补偿 参数优化 微粒群算法
年,卷(期) 2007,(2) 所属期刊栏目
研究方向 页码范围 154-157
页数 4页 分类号 TB942
字数 3732字 语种 中文
DOI 10.3321/j.issn:1000-1158.2007.02.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘清 南京师范大学计算机科学系 57 368 11.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (38)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (10)
1988(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
计量学
传感器
动态误差
补偿
参数优化
微粒群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
论文1v1指导