导读:本文包含了分批估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:传感器,数据,算法,自适应,活体,分布图,网络。
分批估计论文文献综述
蔡碧丽,苏国栋[1]（2019）在《改进型分批估计与自适应加权融合方法研究》一文中研究指出针对智能家居火灾监测中数据准确性低冗余大等问题,提出了一种量测数据预处理与改进型分批估计自适应加权数据融合相结合的算法。首先,该算法根据格罗贝斯准则对单个传感器测量数据序列进行一致性检验,从而剔除疏失误差数据;其次,考虑传感器受恶劣因素影响导致量测波动较大,引入环境因子并改进分批估计算法计算单个传感器最优监测值;最后,针对不同方位多传感器误差分布不均匀的特点,提出了根据权值最优分配原则实现自适应加权数据融合。实验结果表明,该算法得到的融合结果误差小,能够有效提高数据准确性,降低冗余量,具有较好的稳定性能。(本文来源于《测控技术》期刊2019年04期）
郭石开,李菲[2]（2016）在《基于分批估计算术平均的数据融合算法在循环流化床锅炉床温测量中的应用研究》一文中研究指出针对目前大型循环流化床锅炉在床温测量和平均床温计算中存在的问题,进行2种算法的分析研究,提出将3σ标准差坏值剔除原则和分批估计算术平均的数据融合算法应用到平均床温计算中,使所计算的平均床温能够更加宏观地反应炉膛内部的燃烧情况,增强床温测量的抗扰动性,使床温测量值更加精确。(本文来源于《陕西电力》期刊2016年07期）
孙小冉,彭建和,凌建璋[3]（2015）在《基于分批估计算法的大坝监测数据融合》一文中研究指出针对大坝监测系统的多传感器特征,为了综合评估大坝的工作性态,需要对多源信息进行互补集成,文中引入分批估计算法研究大坝监测信息的多传感器数据融合问题,通过算例分析表明,该方法简单可行,可用于工程实际中。(本文来源于《地下水》期刊2015年06期）
王华东,王大羽[4]（2015）在《一种改进的多无线传感器数据分批估计自适应加权融合算法》一文中研究指出为解决温室大棚中多无线传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法。算法首先对单个无线温度传感节点一段时间内所采集的数据根据容许函数阈值剔除误差较大的数据,然后对该温度传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,以此得到该区域所有无线温度传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该段时间内温室大棚的温度精确值。通过实验验证得出:相对于平均值法与传统的分批估计算法,本算法数据融合易于实现,融合值相对误差值更低,稳健性更好。(本文来源于《传感技术学报》期刊2015年08期）
蒋婷,滕召胜,顾红艳,林海军[5]（2015）在《基于EMD与分批估计的动态称量快速融合方法》一文中研究指出活体动物动态称量在生物医学实验中具有举足轻重的作用。为实现活体动物快速、准确的称量,提出基于EMD与分批估计相结合的动态称量信息融合方法:首先利用经验模态分解(EMD)方法解析活体动物动态称量的采样信号,提取表征采样信号的趋势或均值的残余量,计算各阶本征模函数(IMF)与采样信号的相关系数,根据相关系数分辨虚假IMF,并将虚假IMF和原残余量之和作为新残余量;然后对新残余量进行分批估计,消除各种噪声、扰动对称量结果的影响,获得准确的动态称量值。通过建立动态称量系统的仿真模型,对基于EMD与分批估计相结合的动态称量信息融合方法进行了仿真实验,仿真结果表明该算法准确度高。为了验证基于EMD与分批估计相结合的动态称量方法的有效性,进行标准砝码的静态称量和小鼠的动态称量试验,实测结果表明该方法稳定、可靠,称量误差≤±0.5%。(本文来源于《仪器仪表学报》期刊2015年06期）
马春龙,张启英[6]（2012）在《基于高斯函数及分批估计融合理论的无线网络定位算法》一文中研究指出基于CC2430/1的无线传感器网络定位系统硬件,提出了一种基于高斯分布函数及分批估计融合理论的无线传感器网络定位算法。首先采用高斯模型分析RSSI,通过高斯模型剔除小概率事件RSSI的值,然后再运用单传感器分批估计融合理论计算高概率事件RSSI的值作为最终定位运算用的RSSI值。实验证明,采用该种算法,系统定位精度能够提高到0.5m以内。(本文来源于《长春工业大学学报(自然科学版)》期刊2012年01期）
孙克雷,秦汝祥[7]（2011）在《基于自适应分批估计的瓦斯监测多传感器数据融合研究》一文中研究指出针对瓦斯监测中多传感器监测数据的融合问题,提出了一种多源数据自适应分批估计算法。利用各组传感器局部融合值与最终融合值的方差自适应地调节各组的权重,通过多步融合逐渐弱化误差较大传感器组对最终融合值的影响。仿真实验表明:相对于平均值法与分批估计算法,该算法能有效地提高数据融合精度,能够满足瓦斯监测对实时性和精确性的要求。(本文来源于《传感器与微系统》期刊2011年10期）
吴凡[8]（2011）在《ZigBee网络中改进路由算法及分批估计算法的研究》一文中研究指出无线传感网络(Wireless Sensor Networks, WSN)的产生,与因特网的诞生(Internet)一样,具有划时代的意义,开启了网络技术发展的新的篇章。然而,在无线传感网络中,节点的剩余能量一旦耗尽,节点将频临死亡,一旦死亡的节点数目增多,网络的路径将面临瘫痪,整个网络的通信将受到极大的影响。基于此,本文深入研究了无线传感网络中ZigBee网络中的相关技术,并针对一些关键问题提出了相应的解决方案,具体来说,主要包括以下几个方面:首先,本文介绍了ZigBee网络的发展趋势及应用内容,以及现有的对无线传感网络节能的主要方法。详细介绍了ZigBee技术的协议栈,分析了ZigBee协议栈各个层面的技术特征和原理,以及ZigBee网络的路由协议。然后,应用仿真软件NS-2对ZigBee网络进行了仿真,分析了路由开销与节点能耗相互之间的关系。其次,本文详细分析了ZigBee网络节点空间占有率及节点运动速度对路由开销及网络能耗的影响,分析了在不同时间域节点空间占有率与路由开销的关系,得出了空间范围内节点数目越多,网络的路由开销越大,能耗越高的结论,并针对这一结论,对现有的ZigBee网络路由协议进行改进,通过缩短RREQ分组的传输距离,减少控制分组的传输量,达到降低网络路由开销,节省能耗的目的,并通过仿真证明改进协议的有效性。最后,在应用层的角度,数据融合在无线传感网络的应用虽然很常见,但是专门应用于ZigBee网络的数据融合算法并不多,本文提出了结合ZigBee网络节点能量特征的数据融合算法来降低ZigBee网络的数据传输量,从而降低网络节点的能耗的方法。对数据融合中分批估计算法进行了改进,并提出了ZigBee网络中能量阈值的概念,将改进算法与ZigBee节点的能量特征结合起来,提出了面对ZigBee网络的数据融合节能措施,并利用Matlab仿真软件进行了仿真,证明了此措施的可行性。(本文来源于《华南理工大学》期刊2011-05-01）
张佳薇,曹军[9]（2010）在《基于分布图与分批估计的自校准层融合算法研究》一文中研究指出为增强数据处理对不确定因素的适应性和鲁棒性,在研究检测系统多传感器数据融合结构的基础上,提出基于分布图与分批估计的自校准层融合方法。采用分布图和分批估计的融合算法不需要传感器先验信息。理论分析和实验研究表明:分布图法对检测数据的一致性估计与最佳融合集相同;自校准层融合输出数据精度高于算术平均值,也优于分布图法消除不确定因素后数据的算术平均值。该算法尽可能多的保持现场数据,在某个传感器失效情况下,非失效传感器仍可独立提供可靠数据,适用于智能检测融合系统中自校准层的实时在线数据处理。(本文来源于《森林工程》期刊2010年06期）
王建林,赵利强,于涛[10]（2010）在《利用状态空间模型和不敏卡尔曼滤波的分批补料发酵过程在线估计(英文)》一文中研究指出On-line estimation of unmeasurable biological variables is important in fermentation processes,directly influencing the optimal control performance of the fermentation system as well as the quality and yield of the targeted product.In this study,a novel strategy for state estimation of fed-batch fermentation process is proposed.By combining a simple and reliable mechanistic dynamic model with the sample-based regressive measurement model,a state space model is developed.An improved algorithm,swarm energy conservation particle swarm optimization(SECPSO) ,is presented for the parameter identification in the mechanistic model,and the support vector machines(SVM) method is adopted to establish the nonlinear measurement model.The unscented Kalman filter(UKF) is designed for the state space model to reduce the disturbances of the noises in the fermentation process.The proposed on-line estimation method is demonstrated by the simulation experiments of a penicillin fed-batch fermentation process.(本文来源于《Chinese Journal of Chemical Engineering》期刊2010年02期）
分批估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对目前大型循环流化床锅炉在床温测量和平均床温计算中存在的问题,进行2种算法的分析研究,提出将3σ标准差坏值剔除原则和分批估计算术平均的数据融合算法应用到平均床温计算中,使所计算的平均床温能够更加宏观地反应炉膛内部的燃烧情况,增强床温测量的抗扰动性,使床温测量值更加精确。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分批估计论文参考文献
[1].蔡碧丽,苏国栋.改进型分批估计与自适应加权融合方法研究[J].测控技术.2019
[2].郭石开,李菲.基于分批估计算术平均的数据融合算法在循环流化床锅炉床温测量中的应用研究[J].陕西电力.2016
[3].孙小冉,彭建和,凌建璋.基于分批估计算法的大坝监测数据融合[J].地下水.2015
[4].王华东,王大羽.一种改进的多无线传感器数据分批估计自适应加权融合算法[J].传感技术学报.2015
[5].蒋婷,滕召胜,顾红艳,林海军.基于EMD与分批估计的动态称量快速融合方法[J].仪器仪表学报.2015
[6].马春龙,张启英.基于高斯函数及分批估计融合理论的无线网络定位算法[J].长春工业大学学报(自然科学版).2012
[7].孙克雷,秦汝祥.基于自适应分批估计的瓦斯监测多传感器数据融合研究[J].传感器与微系统.2011
[8].吴凡.ZigBee网络中改进路由算法及分批估计算法的研究[D].华南理工大学.2011
[9].张佳薇,曹军.基于分布图与分批估计的自校准层融合算法研究[J].森林工程.2010
[10].王建林,赵利强,于涛.利用状态空间模型和不敏卡尔曼滤波的分批补料发酵过程在线估计(英文)[J].ChineseJournalofChemicalEngineering.2010
论文知识图
