中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問(wèn)題與脈絡(luò)
中圖價(jià):¥128.0
加入購(gòu)物車
智能傳感器系統(tǒng)(第三版) 版權(quán)信息
- ISBN：9787030770349
- 條形碼：9787030770349 ; 978-7-03-077034-9
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>>
智能傳感器系統(tǒng)(第三版) 內(nèi)容簡(jiǎn)介
本書對(duì)智能傳感器系統(tǒng)及相應(yīng)智能化技術(shù)進(jìn)行了與時(shí)俱進(jìn)的全面闡述。重點(diǎn)突出三個(gè)方面：一是概述智能傳感器系統(tǒng)硬件兩種實(shí)現(xiàn)型式，即傳感器（經(jīng)典的或現(xiàn)代的）經(jīng)不同集成度調(diào)理電路芯片與CPU相結(jié)合的虛擬儀器型式以及與MPU相結(jié)合的微計(jì)算機(jī)/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(shí)現(xiàn)技術(shù)，并依次介紹了多種經(jīng)典和新興的信息處理技術(shù)、網(wǎng)絡(luò)化技術(shù)作為智能化技術(shù)工具的原理與方法。同時(shí)又注意介紹其軟件模塊在兩種型式智能傳感器系統(tǒng)中的實(shí)現(xiàn)；三是介紹新型的傳感器結(jié)構(gòu)與軟件智能化結(jié)合的智能傳感器系統(tǒng)。
智能傳感器系統(tǒng)(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(tǒng) 1
1.2智能傳感器發(fā)展的歷史背景 2
1.3智能傳感器能與特點(diǎn) 5
1.3.1 智能傳感器能 5
1.3.2 智能傳感器的特點(diǎn) 5
1.4智能傳感器技術(shù)的發(fā)展歷程 6
1.5智能傳感器實(shí)現(xiàn)的途徑 7
1.5.1 非集成化實(shí)現(xiàn) 7
1.5.2 集成化實(shí)現(xiàn) 7
1.5.3 混合實(shí)現(xiàn) 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(tǒng)能的多傳感器智能化技術(shù) 11
1.6網(wǎng)絡(luò)化、集成化智能傳感器經(jīng)典實(shí)例簡(jiǎn)介 11
1.6.1 溫度、壓力一體集成化傳感器簡(jiǎn)介 11
1.6.2 溫度、濕度一體集成化傳感器簡(jiǎn)介 13
1.7智能傳感器的發(fā)展趨勢(shì) 14思考題 17
第2章傳感器系統(tǒng)能指標(biāo)與誤差分析 18
2.1傳感器系統(tǒng)的基本特與技術(shù)指標(biāo) 18
2.1.1 靜態(tài)特與靜態(tài)技術(shù)指標(biāo) 18
2.1.2 動(dòng)態(tài)特與動(dòng)態(tài)技術(shù)指標(biāo) 23
2.2誤差理論與誤差處理技術(shù) 29
2.2.1 誤差分析基礎(chǔ) 29
2.2.2 測(cè)量誤差處理 30
2.2.3 測(cè)量不確定度評(píng)定 34
2.3提高傳感器能的技術(shù)途徑 35
2.3.1 合理選擇結(jié)構(gòu)、參數(shù)與工藝 35
2.3.2 基于差動(dòng)對(duì)稱結(jié)構(gòu)的差動(dòng)技術(shù) 36
2.3.3 補(bǔ)償 46
2.3.4 多信號(hào)測(cè)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(shù)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(yīng)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(yīng) 91
3.6.2 壓電材料特與壓電器件 91
3.7半導(dǎo)體傳感器 94
3.7.1 霍爾傳感器 94
3.7.2 半導(dǎo)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(hào)的調(diào)理與變換 102
4.1信號(hào)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(hào)調(diào)制與解調(diào) 113
4.2.1 信號(hào)調(diào)制的原理 113
4.2.2 信號(hào)的幾種調(diào)制方法 114
4.2.3 信號(hào)的解調(diào)方法 115
4.3壓頻轉(zhuǎn)換 116
4.3.1 壓頻轉(zhuǎn)換原理 116
4.3.2 常用的幾種壓頻轉(zhuǎn)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(biāo) 122
4.4.3 智能傳感器中模擬濾波器的設(shè)計(jì) 126
4.4.4 模擬濾波器的實(shí)現(xiàn) 131
4.5模數(shù)與數(shù)模轉(zhuǎn)換 134
4.5.1 ADC 134
4.5.2 DAC 137
4.5.3 ADC和 DAC的主要技術(shù)指標(biāo) 137
4.6抗干擾設(shè)計(jì) 137
4.6.1 傳感器干擾的主要來(lái)源 138
4.6.2 電磁干擾的主要耦合方式 138
4.6.3 抗干擾設(shè)計(jì)的主要措施 139思考題 141
第5章傳感信號(hào)的分析基礎(chǔ) 142
5.1信號(hào)的分類 142
5.2信號(hào)的時(shí)域分析 143
5.2.1 信號(hào)時(shí)域分析指標(biāo)參數(shù) 143
5.2.2 概率密度函數(shù)分析 144
5.2.3 信號(hào)的相關(guān)函數(shù)及其應(yīng)用 146
5.3信號(hào)的頻域分析 148
5.3.1 正弦波的特點(diǎn) 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(yīng)及其方法 156
5.3.6 DFT的參數(shù)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(shí)現(xiàn) 160
6.1改善線度及智能化非線刻度轉(zhuǎn)能 160
6.1.1 查表法 161
6.1.2 曲線擬合法 163
6.1.3 應(yīng)用示例 164
6.2改善靜態(tài)能，提高測(cè)量度及智能化自校零與自校能 165
6.2.1 兩基準(zhǔn)法 166
6.2.2 多基準(zhǔn)法 167
6.3改善穩(wěn)定，交叉敏感及智能化多傳感器數(shù)據(jù)融能 168
6.3.1 單傳感器系統(tǒng) 168
6.3.2 交叉敏感與傳感器系統(tǒng)的穩(wěn)定 169
6.3.3 多傳感器技術(shù)改善傳感器系統(tǒng)能的基本方法 170
6.4改善動(dòng)態(tài)能，擴(kuò)展頻帶及智能化頻率自補(bǔ)能 172
6.4.1 數(shù)字濾波器的數(shù)學(xué)基礎(chǔ)——z變換簡(jiǎn)介 173
6.4.2 擴(kuò)展頻帶的數(shù)字濾波法 175
6.4.3 擴(kuò)展頻帶的頻域校正法 177
6.4.4 應(yīng)用示例 178
6.5提高信噪比與分辨力及智能化信號(hào)提取與消能 179
6.5.1 數(shù)字濾波技術(shù) 179
6.5.2 頻域譜分析法 184
6.5.3 應(yīng)用示例 185
6.6自我管理與自適應(yīng)能力及智能化控能 190
6.6.1 模擬 PID控制器的傳遞函數(shù) 191
6.6.2 數(shù)字 PID控制器脈沖傳遞函數(shù) 191思考題 192
第7章線相位濾波器與自適應(yīng)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(yīng)濾波器的數(shù)學(xué)模型 194
7.1.3 線相位 FIR濾波器的窗口設(shè)計(jì)法 196
7.1.4 應(yīng)用示例 203
7.2自適應(yīng)濾波器 207
7.2.1 自適應(yīng)濾波器的結(jié)構(gòu) 207
7.2.2 自適應(yīng)濾波理論與算法 207
7.2.3 MATLAB中的自適應(yīng)濾波函數(shù) 211
7.2.4 應(yīng)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(tǒng)中的應(yīng)用 215
8.1小波分析基礎(chǔ) 215
8.1.1 小波分析與短時(shí) Fourier變換 215
8.1.2 離散小波 219
8.1.3 小波級(jí)數(shù) 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(shù) 225
8.2.1 小波分析函數(shù) 225
8.2.2 小函數(shù) 232
8.3應(yīng)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(tǒng)中的應(yīng)用 243
9.1多元回歸分析法與定常系數(shù)多元回歸方程 243
9.2回歸分析法與可變系數(shù)回歸方程 246
9.2.1 工作原理 246
9.2.2 回歸方程可變系數(shù) A0(T)～A5(T)的確定 247
9.3應(yīng)用示例 248思考題 257
第10章神經(jīng)網(wǎng)絡(luò)技術(shù)及其在智能傳感器系統(tǒng)中的應(yīng)用 258
10.1 概述 258
10.2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí) 258
10.2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 258
10.2.2 神經(jīng)元模型 259
10.2.3 神經(jīng)元作用函數(shù) 260
10.2.4 BP神經(jīng)網(wǎng)絡(luò) 261
10.2.5 RBF神經(jīng)網(wǎng)絡(luò) 265
10.3 應(yīng)用示例 266思考題 278
第11章支持向量機(jī)技術(shù)及其在智能傳感器系統(tǒng)中的應(yīng)用 279
11.1關(guān)于統(tǒng)計(jì)學(xué)理論與支持向量機(jī)的基礎(chǔ)知識(shí) 279
11.1.1 統(tǒng)計(jì)學(xué)理論 279
11.1.2 支持向量機(jī) 283
11.2支持向量機(jī)的應(yīng)用流程 295
11.2.1 訓(xùn)練樣本及檢驗(yàn)樣本的制備 295
11.2.2 支持向量機(jī)的訓(xùn)練、檢驗(yàn)與測(cè)量 295
11.2.3 支持向量機(jī)的移植 296
11.3基于 SVM方法的三傳感器數(shù)據(jù)融合原理 297
11.3.1 三傳感器數(shù)據(jù)融合的智能傳感器系統(tǒng)的組成 297
11.3.2 應(yīng)用示例 298
思考題 306
第12章粒子群優(yōu)化算法及其在智能傳感器系統(tǒng)中的應(yīng)用 307
12.1 群智能算法發(fā)展與應(yīng)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(diǎn) 307
12.2 粒子群優(yōu)化算法的基礎(chǔ)知識(shí) 308
12.2.1 基本粒子群優(yōu)化算法 308
12.2.2 標(biāo)準(zhǔn)粒子群優(yōu)化算法 309
12.2.3 粒子群優(yōu)化算法流程 310
12.3 應(yīng)用示例 310思考題 323
第13章主成分分析與獨(dú)立成分分析及其在智能傳感器系統(tǒng)中的應(yīng)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(yīng)用 326
13.2.1 PCA算法實(shí)現(xiàn)傳感器故障檢測(cè)的思想 327
13.2.2 應(yīng)用示例 329
13.3 獨(dú)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(dú)立與不相關(guān) 336
13.3.4 似然估計(jì) 337
13.3.5 FastICA算法 338
13.3.6 應(yīng)用示例 338思考題 340
第14章模糊智能傳感器系統(tǒng) 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(shù)的確定方法及常用形式 344
14.1.3 模糊集合的基本運(yùn)算 348
14.1.4 模糊關(guān)系的定義及合成 349
14.1.5 語(yǔ)言變量與模糊推理 350
14.2 模糊傳感器系統(tǒng) 351
14.2.1 測(cè)量結(jié)果“符號(hào)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(jié)構(gòu) 353
14.2.4 模糊傳感器語(yǔ)言描述的產(chǎn)生方法 355
14.2.5 模糊傳感器對(duì)測(cè)量環(huán)境的適應(yīng) 358
14.2.6 模糊傳感器隸屬函數(shù)的訓(xùn)練算法 360
14.3 應(yīng)用示例 362思考題 371
第15章深度學(xué)與其在智能傳感器系統(tǒng)中的應(yīng)用 373
15.1 深度學(xué)基礎(chǔ) 373
15.1.1 深度神經(jīng)網(wǎng)絡(luò) 373
15.1.2 訓(xùn)練過(guò)程 373
15.1.3 過(guò)擬合與欠擬合 374
15.1.4 基于梯度下降的優(yōu)化算法 375
15.2 卷積神經(jīng)網(wǎng)絡(luò) 376
15.2.1 整體結(jié)構(gòu) 376
15.2.2 卷積 377
15.2.3 池化 378
15.2.4 N中的卷積運(yùn)算 378
15.2.5 數(shù)據(jù)類型 380
15.2.6 網(wǎng)絡(luò)特征 380
15.2.7 發(fā)展歷程 381
15.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 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(zhǎng)短時(shí)記憶網(wǎng)絡(luò) 384
15.4 深度信念網(wǎng)絡(luò) 386
15.4.1 DBN簡(jiǎn)介 386
15.4.2 受限玻爾茲曼機(jī) 386
15.4.3 DBN的訓(xùn)練過(guò)程 387
15.5 應(yīng)用示例 388思考題 392
第16章強(qiáng)化學(xué)與其在智能傳感器系統(tǒng)中的應(yīng)用 393
16.1 強(qiáng)化學(xué)基本概念 393
16.1.1 智能體與環(huán)境 393
16.1.2 目標(biāo)與獎(jiǎng)勵(lì) 395
16.2 有模型學(xué) 397
16.2.1 策略迭代算法 397
16.2.2 值迭代算法 398
16.3 無(wú)模型學(xué) 399
16.3.1 基于值函數(shù)的學(xué)方法 399
16.3.2 基于策略函數(shù)的學(xué)方法 401
16.3.3 演員-評(píng)價(jià)員算法 403
16.4 成熟技術(shù) 404
16.4.1 基于 AC框架的改進(jìn) 404
16.4.2 基于 DQN算法的改進(jìn) 405
16.4.3 更加泛化的強(qiáng)化學(xué) 405
16.5 應(yīng)用示例 406思考題 409
第17章無(wú)線網(wǎng)絡(luò)智能傳感器系統(tǒng) 410
17.1 概述 410
17.1.1 無(wú)線傳感器網(wǎng)絡(luò)研究與應(yīng)用狀況 410
17.1.2 無(wú)線傳感器網(wǎng)絡(luò)通信協(xié)議 412
17.1.3 無(wú)線傳感器網(wǎng)絡(luò)與 Inter的互聯(lián)內(nèi)容與方案 413
17.1.4 實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)的典型結(jié)構(gòu) 413
17.2 IEEE 1451標(biāo)準(zhǔn) 414
17.2.1 IEEE 1451標(biāo)準(zhǔn)概述 414
17.2.2 IEEE 1451標(biāo)準(zhǔn)族 416
17.2.3 IEEE 1451標(biāo)準(zhǔn)的應(yīng)用與發(fā)展 419
17.3 無(wú)線傳感器網(wǎng)絡(luò)與 Inter的互聯(lián) 419
17.3.1 基于 LabVIEW虛擬儀器的網(wǎng)絡(luò)化方法 419
17.3.2 應(yīng)用示例 420
17.4 無(wú)線傳感器網(wǎng)絡(luò) 426
17.4.1 無(wú)線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn) 427
17.4.2 無(wú)線傳感器網(wǎng)絡(luò)中的匯聚節(jié)點(diǎn) 428
17.4.3 應(yīng)用示例 428
思考題 439
參考文獻(xiàn) 441
展開全部
書友推薦
- >
月亮與六便士
- >
史學(xué)評(píng)論
- >
自卑與超越
- >
莉莉和章魚
- >
推拿
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
苦雨齋序跋文-周作人自編集
- >
二體千字文
本類暢銷
