原文服务方: 计算机测量与控制       
摘要:
为了解决在测试系统中由于传感器动态特性引起测试数据失真的问题,提出了一种基于量子粒子群优化算法(Quantum-Be-havedParticleSwarmOptimization,QPSO)的传感器动态补偿方法;该方法依据传感器校准时的输入和输出数据运用 QPSO 算法得到最优补偿器模型及参数;为了将获得的最优动态补偿器运用于实时在线测量,将分布式算法引入到动态补偿器的硬件结构设计中,完成了传感器动态补偿器的高速并行 FPGA 实现。实验表明高速并行动态补偿器不但能够修正传感器的动态误差,而且其高速并行结构极大减少了对 FPGA 资源的占用率并有效的提高了系统等效吞吐率。
推荐文章
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
基于FPGA的传感器故障诊断算法研究与实现
传感器故障诊断
故障识别
弱故障诊断
故障在线诊断
故障分析
模型更新
基于QPSO—SVM算法的PDS变送器温度补偿方法
量子粒子群(QPSO)算法
支持向量机(SVM)算法
压力变送器
函数拟合
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
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 QPSO 算法的传感器动态补偿方法及FPGA实现
来源期刊 计算机测量与控制 学科
关键词 动态误差 动态补偿 QPSO 分布式算法 FPGA
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 178-180,187
页数 4页 分类号 TM932
字数 语种 中文
DOI
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 李巍 周口师范学院计算机科学与技术学院 14 165 5.0 12.0
2 郭慧玲 周口师范学院计算机科学与技术学院 22 48 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (46)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(9)
  • 参考文献(4)
  • 二级参考文献(5)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
动态误差
动态补偿
QPSO
分布式算法
FPGA
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导