掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
智能傳感器系統(第三版) 版權信息
- ISBN：9787030770349
- 條形碼：9787030770349 ; 978-7-03-077034-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
智能傳感器系統(第三版) 內容簡介
本書對智能傳感器系統及相應智能化技術進行了與時俱進的全面闡述。重點突出三個方面：一是概述智能傳感器系統硬件兩種實現型式，即傳感器（經典的或現代的）經不同集成度調理電路芯片與CPU相結合的虛擬儀器型式以及與MPU相結合的微計算機/微處理器型式；二是全面概述了基本智能化功能軟件模塊的實現技術，并依次介紹了多種經典和新興的信息處理技術、網絡化技術作為智能化技術工具的原理與方法。同時又注意介紹其軟件模塊在兩種型式智能傳感器系統中的實現；三是介紹新型的傳感器結構與軟件智能化結合的智能傳感器系統。
智能傳感器系統(第三版) 目錄
目錄
第1章概述 1
1.1智能傳感器的基本概念與傳感器系統 1
1.2智能傳感器發展的歷史背景 2
1.3智能傳感器能與特點 5
1.3.1 智能傳感器能 5
1.3.2 智能傳感器的特點 5
1.4智能傳感器技術的發展歷程 6
1.5智能傳感器實現的途徑 7
1.5.1 非集成化實現 7
1.5.2 集成化實現 7
1.5.3 混合實現 9
1.5.4 智能傳感器的幾種形式 10
1.5.5 改善傳感器系統能的多傳感器智能化技術 11
1.6網絡化、集成化智能傳感器經典實例簡介 11
1.6.1 溫度、壓力一體集成化傳感器簡介 11
1.6.2 溫度、濕度一體集成化傳感器簡介 13
1.7智能傳感器的發展趨勢 14思考題 17
第2章傳感器系統能指標與誤差分析 18
2.1傳感器系統的基本特與技術指標 18
2.1.1 靜態特與靜態技術指標 18
2.1.2 動態特與動態技術指標 23
2.2誤差理論與誤差處理技術 29
2.2.1 誤差分析基礎 29
2.2.2 測量誤差處理 30
2.2.3 測量不確定度評定 34
2.3提高傳感器能的技術途徑 35
2.3.1 合理選擇結構、參數與工藝 35
2.3.2 基于差動對稱結構的差動技術 36
2.3.3 補償 46
2.3.4 多信號測量法 51思考題 54
第3章常見傳感器原理 56
3.1電阻式傳感器 56
3.1.1 壓阻式 56
3.1.2 熱阻式 58
3.1.3 電位器式 61
3.2電容式傳感器 63
3.2.1 變面積式 63
3.2.2 變間距式 64
3.2.3 變電介系數式 65
3.2.4 集成化電容式 66
3.3電感式傳感器 66
3.3.1 自感式 66
3.3.2 互感式 68
3.3.3 渦流式 70
3.4光電式傳感器 72
3.4.1 光電效應及器件 72
3.4.2 CCD傳感器 74
3.4.3 光纖傳感器 75
3.5輻射式傳感器 78
3.5.1 超聲波傳感器 78
3.5.2 紅外傳感器 81
3.5.3 熱電偶 85
3.6壓電式傳感器 91
3.6.1 壓電效應 91
3.6.2 壓電材料特與壓電器件 91
3.7半導體傳感器 94
3.7.1 霍爾傳感器 94
3.7.2 半導體氣敏傳感器 98
3.7.3 濕敏傳感器 99
思考題 100
第4章傳感信號的調理與變換 102
4.1信號放大 102
4.1.1 前置放大 102
4.1.2 隔離放大 106
4.1.3 鎖定放大 108
4.1.4 低噪聲放大 109
4.1.5 電橋 111
4.2信號調制與解調 113
4.2.1 信號調制的原理 113
4.2.2 信號的幾種調制方法 114
4.2.3 信號的解調方法 115
4.3壓頻轉換 116
4.3.1 壓頻轉換原理 116
4.3.2 常用的幾種壓頻轉換器 117
4.4模擬濾波 121
4.4.1 濾波器的作用與類別 121
4.4.2 濾波器的特與能指標 122
4.4.3 智能傳感器中模擬濾波器的設計 126
4.4.4 模擬濾波器的實現 131
4.5模數與數模轉換 134
4.5.1 ADC 134
4.5.2 DAC 137
4.5.3 ADC和 DAC的主要技術指標 137
4.6抗干擾設計 137
4.6.1 傳感器干擾的主要來源 138
4.6.2 電磁干擾的主要耦合方式 138
4.6.3 抗干擾設計的主要措施 139思考題 141
第5章傳感信號的分析基礎 142
5.1信號的分類 142
5.2信號的時域分析 143
5.2.1 信號時域分析指標參數 143
5.2.2 概率密度函數分析 144
5.2.3 信號的相關函數及其應用 146
5.3信號的頻域分析 148
5.3.1 正弦波的特點 148
5.3.2 傅里葉變換 149
5.3.3 頻譜混疊與采樣定理 153
5.3.4 頻譜泄漏及其措施 154
5.3.5 柵欄效應及其方法 156
5.3.6 DFT的參數選擇 157
5.3.7率譜分析 157思考題 159
第6章基本智能能與其軟件實現 160
6.1改善線度及智能化非線刻度轉能 160
6.1.1 查表法 161
6.1.2 曲線擬合法 163
6.1.3 應用示例 164
6.2改善靜態能，提高測量度及智能化自校零與自校能 165
6.2.1 兩基準法 166
6.2.2 多基準法 167
6.3改善穩定，交叉敏感及智能化多傳感器數據融能 168
6.3.1 單傳感器系統 168
6.3.2 交叉敏感與傳感器系統的穩定 169
6.3.3 多傳感器技術改善傳感器系統能的基本方法 170
6.4改善動態能，擴展頻帶及智能化頻率自補能 172
6.4.1 數字濾波器的數學基礎——z變換簡介 173
6.4.2 擴展頻帶的數字濾波法 175
6.4.3 擴展頻帶的頻域校正法 177
6.4.4 應用示例 178
6.5提高信噪比與分辨力及智能化信號提取與消能 179
6.5.1 數字濾波技術 179
6.5.2 頻域譜分析法 184
6.5.3 應用示例 185
6.6自我管理與自適應能力及智能化控能 190
6.6.1 模擬 PID控制器的傳遞函數 191
6.6.2 數字 PID控制器脈沖傳遞函數 191思考題 192
第7章線相位濾波器與自適應濾波器 193
7.1線相位濾波器 193
7.1.1 線相位與線相位濾波器 193
7.1.2 線相位有限沖激響應濾波器的數學模型 194
7.1.3 線相位 FIR濾波器的窗口設計法 196
7.1.4 應用示例 203
7.2自適應濾波器 207
7.2.1 自適應濾波器的結構 207
7.2.2 自適應濾波理論與算法 207
7.2.3 MATLAB中的自適應濾波函數 211
7.2.4 應用示例 214思考題 214
第8章小波分析及其在智能傳感器系統中的應用 215
8.1小波分析基礎 215
8.1.1 小波分析與短時 Fourier變換 215
8.1.2 離散小波 219
8.1.3 小波級數 220
8.1.4 多分辨分析 221
8.1.5 小分析 224
8.2 MATLAB工具箱中小波分析函數 225
8.2.1 小波分析函數 225
8.2.2 小函數 232
8.3應用示例 237思考題 242
第9章多元回歸分析法及其在智能傳感器系統中的應用 243
9.1多元回歸分析法與定常系數多元回歸方程 243
9.2回歸分析法與可變系數回歸方程 246
9.2.1 工作原理 246
9.2.2 回歸方程可變系數 A0(T)～A5(T)的確定 247
9.3應用示例 248思考題 257
第10章神經網絡技術及其在智能傳感器系統中的應用 258
10.1 概述 258
10.2 神經網絡基礎知識 258
10.2.1 神經網絡結構 258
10.2.2 神經元模型 259
10.2.3 神經元作用函數 260
10.2.4 BP神經網絡 261
10.2.5 RBF神經網絡 265
10.3 應用示例 266思考題 278
第11章支持向量機技術及其在智能傳感器系統中的應用 279
11.1關于統計學理論與支持向量機的基礎知識 279
11.1.1 統計學理論 279
11.1.2 支持向量機 283
11.2支持向量機的應用流程 295
11.2.1 訓練樣本及檢驗樣本的制備 295
11.2.2 支持向量機的訓練、檢驗與測量 295
11.2.3 支持向量機的移植 296
11.3基于 SVM方法的三傳感器數據融合原理 297
11.3.1 三傳感器數據融合的智能傳感器系統的組成 297
11.3.2 應用示例 298
思考題 306
第12章粒子群優化算法及其在智能傳感器系統中的應用 307
12.1 群智能算法發展與應用概況 307
12.1.1 群智能 307
12.1.2 群智能的主要算法 307
12.1.3 群智能算法的特點 307
12.2 粒子群優化算法的基礎知識 308
12.2.1 基本粒子群優化算法 308
12.2.2 標準粒子群優化算法 309
12.2.3 粒子群優化算法流程 310
12.3 應用示例 310思考題 323
第13章主成分分析與獨立成分分析及其在智能傳感器系統中的應用 324
13.1 主成分分析法 324
13.1.1 二維空間中的 PCA 324
13.1.2 PCA算法 325
13.2 PCA算法在消除傳感器漂移中的應用 326
13.2.1 PCA算法實現傳感器故障檢測的思想 327
13.2.2 應用示例 329
13.3 獨立成分分析 335
13.3.1 概述 335
13.3.2 ICA基本模型 335
13.3.3 獨立與不相關 336
13.3.4 似然估計 337
13.3.5 FastICA算法 338
13.3.6 應用示例 338思考題 340
第14章模糊智能傳感器系統 342
14.1 模糊集合理論概述 342
14.1.1 模糊集合的定義及其表示方法 342
14.1.2 隸屬函數的確定方法及常用形式 344
14.1.3 模糊集合的基本運算 348
14.1.4 模糊關系的定義及合成 349
14.1.5 語言變量與模糊推理 350
14.2 模糊傳感器系統 351
14.2.1 測量結果“符號化表示”的概念 352
14.2.2 模糊傳感器的基本概念能 352
14.2.3 模糊傳感器的結構 353
14.2.4 模糊傳感器語言描述的產生方法 355
14.2.5 模糊傳感器對測量環境的適應 358
14.2.6 模糊傳感器隸屬函數的訓練算法 360
14.3 應用示例 362思考題 371
第15章深度學與其在智能傳感器系統中的應用 373
15.1 深度學基礎 373
15.1.1 深度神經網絡 373
15.1.2 訓練過程 373
15.1.3 過擬合與欠擬合 374
15.1.4 基于梯度下降的優化算法 375
15.2 卷積神經網絡 376
15.2.1 整體結構 376
15.2.2 卷積 377
15.2.3 池化 378
15.2.4 N中的卷積運算 378
15.2.5 數據類型 380
15.2.6 網絡特征 380
15.2.7 發展歷程 381
15.3 循環神經網絡 382
15.3.1 基本介紹 382
15.3.2 雙向 RNN 383
15.3.3 編碼-解碼模型 384
15.3.4 長短時記憶網絡 384
15.4 深度信念網絡 386
15.4.1 DBN簡介 386
15.4.2 受限玻爾茲曼機 386
15.4.3 DBN的訓練過程 387
15.5 應用示例 388思考題 392
第16章強化學與其在智能傳感器系統中的應用 393
16.1 強化學基本概念 393
16.1.1 智能體與環境 393
16.1.2 目標與獎勵 395
16.2 有模型學 397
16.2.1 策略迭代算法 397
16.2.2 值迭代算法 398
16.3 無模型學 399
16.3.1 基于值函數的學方法 399
16.3.2 基于策略函數的學方法 401
16.3.3 演員-評價員算法 403
16.4 成熟技術 404
16.4.1 基于 AC框架的改進 404
16.4.2 基于 DQN算法的改進 405
16.4.3 更加泛化的強化學 405
16.5 應用示例 406思考題 409
第17章無線網絡智能傳感器系統 410
17.1 概述 410
17.1.1 無線傳感器網絡研究與應用狀況 410
17.1.2 無線傳感器網絡通信協議 412
17.1.3 無線傳感器網絡與 Inter的互聯內容與方案 413
17.1.4 實現遠程監測的無線傳感器網絡系統的典型結構 413
17.2 IEEE 1451標準 414
17.2.1 IEEE 1451標準概述 414
17.2.2 IEEE 1451標準族 416
17.2.3 IEEE 1451標準的應用與發展 419
17.3 無線傳感器網絡與 Inter的互聯 419
17.3.1 基于 LabVIEW虛擬儀器的網絡化方法 419
17.3.2 應用示例 420
17.4 無線傳感器網絡 426
17.4.1 無線傳感器網絡中的傳感器節點 427
17.4.2 無線傳感器網絡中的匯聚節點 428
17.4.3 應用示例 428
思考題 439
參考文獻 441
展開全部
書友推薦
- >
煙與鏡
- >
中國歷史的瞬間
- >
名家帶你讀魯迅:故事新編
- >
小考拉的故事-套裝共3冊
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
伯納黛特,你要去哪(2021新版)
- >
龍榆生：詞曲概論/大家小書
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
