您好,欢迎来到聚文网。 登录 免费注册
监测系统中智能信息处理技术

监测系统中智能信息处理技术

  • 字数: 254000.0
  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: 于重重 等 著
  • 出版日期: 2013-12-01
  • 商品条码: 9787111446552
  • 版次: 1
  • 开本: 其他
  • 页数: 185
  • 出版年份: 2013
定价:¥39.8 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书从实用和科研的角度出发,全面、系统地介绍了监测系统的基本内涵与体系结构、主要研究内容、研究现状及发展趋势,重点论述了监测系统中智能信息处理技术所包括的现代传感元件与感知技术、信号描述与处理技术、模式识别与分类的若干模型方法及开放式灵活的复杂监测软件架构技术。结合各章的理论与技术,给出了监测系统智能信息处理的应用案例。本书基本涵盖了当前监测系统中智能信息处理的最新技术,是理论和具体应用的有机结合。
本书可供计算机、通信、电子和自动化等专业的本科生和研究生,以及工业监控及智能信息处理领域的研究人员和工程技术人员参考使用。
目录
前言 
第1章监测系统概述1 
1.1监测系统的定义与结构1 
1.2传感器与数据采集技术3 
1.2.1传感器技术4 
1.2.2数据采集技术6 
1.3信号处理与特征生成9 
1.3.1信号处理9 
1.3.2特征生成10 
1.4模式分类与预测11 
1.5智能信息处理与决策软件15 
1.6应用案例简介16 
参考文献20 
第2章传感器技术23 
2.1传感器工作原理及分类23 
2.2监测系统中传感器的选择要点25 
2.2.1传感器特性分析28 
2.2.2传感器布置33 
2.3智能传感器概述37 
2.3.1智能传感器的结构39 
2.3.2智能传感器的功能41 
2.3.3智能传感器的特点41 
2.4无线传感器网络43 
2.4.1基本原理43 
2.4.2无线传感器网络节点介绍46 
2.4.3无线传感器网络部署问题49 
2.5应用实例52 
2.5.1桥梁结构健康监测系统中的传感器技术52 
2.5.2温室环境监测系统中的传感器技术54 
参考文献57 
第3章数据采集与获取60 
3.1数据采集子系统的设计原则60 
3.2现场总线技术61 
3.2.1现场总线的产生与发展61 
3.2.2现场总线的定义62 
3.2.3几种常见的现场总线62 
3.2.4现场总线在工业现场中的应用67 
3.3嵌入式系统 67 
3.3.1嵌入式系统的特点68 
3.3.2 嵌入式系统的分类68 
3.3.3嵌入式系统的选择70 
3.3.4几种常见的嵌入式操作系统70 
3.3.5嵌入式操作系统的应用73 
3.4虚拟仪器73 
3.4.1虚拟仪器的发展73 
3.4.2虚拟仪器的硬件系统74 
3.4.3虚拟仪器的软件系统75 
3.4.4LabVIEW简介76 
3.5应用实例76 
3.5.1可再生能源监测子系统采集节点设计76 
3.5.2输油管道监测采集节点设计80 
参考文献84 
第4章时序信号处理与特征提取86 
4.1监测系统中的信号特点分析86 
4.1.1数据的采集86 
4.1.2随机信号的检验88 
4.2信号的预处理89 
4.2.1数据剔点处理90 
4.2.2数据滤波处理92 
4.3信号特征提取93 
4.3.1监测系统中常用的特征提取方法概述93 
4.3.2时频信号分析的基本理论95 
4.3.3小波变换96 
4.3.4二次型时频分布101 
4.3.5HHT-Huang变换102 
4.4多传感器信息融合107 
4.4.1多传感器信息融合的分类107 
4.4.2多传感器信息融合的系统结构108 
4.4.3多传感器信息融合的一般方法110 
4.5应用实例113 
4.5.1桥梁结构健康监测系统中的振动信号的处理113 
4.5.2输油系统奇异点的获取121 
参考文献126 
第5章模式分类与预测129 
5.1监测系统中的分类与预测129 
5.1.1监测系统中的分类130 
5.1.2监测系统中的预测130 
5.2模式识别的基本原理131 
5.2.1模式识别的基本概念131 
5.2.2模式识别的系统组成132 
5.2.3模式识别方法132 
5.2.4监测系统中模式识别的基本步骤133 
5.3有监督的分类与预测方法134 
5.3.1模糊集理论135 
5.3.2BP神经网络138 
5.3.3支持向量机140 
5.4无监督的分类与预测方法142 
5.4.1最大似然估计142 
5.4.2SOM网144 
5.4.3K近邻法146 
5.4.4K均值法147 
5.5半监督的分类与预测方法149 
5.6桥梁结构健康系统中的分类与预测152 
参考文献154 
第6章智能信息处理与决策软件156 
6.1复杂软件构建方法156 
6.1.1面向对象的软件方法156 
6.1.2面向服务的软件方法158 
6.1.3面向Agent的软件方法159 
6.1.4面向软件人的软件方法162 
6.2实时数据处理164 
6.2.1实时数据的定义164 
6.2.2实时数据的采集164 
6.2.3实时数据的融合166 
6.2.4实时数据的存储167 
6.3异构数据表达与管理167 
6.3.1异构数据的特点167 
6.3.2异构数据的转换168 
6.3.3异构数据的集成169 
6.4预测与决策170 
6.4.1预测问题的描述170 
6.4.2常用预测方法170 
6.4.3决策分析要素与方法174 
6.4.4多目标决策分析176 
6.4.5模糊决策178 
参考文献184 

第1章土壤水分测量与墒情监测¥1 
1.1土壤水分测量与墒情监测的意义¥1 
1.2土壤水分测量与墒情监测的方法¥4 
1.2.1烘干法¥6 
1.2.2张力计法¥7 
1.2.3中子仪法¥8 
1.2.4FD法¥9 
1.2.5TDR法¥11 
1.3TDR及其在土壤水分测量中的应用¥13 
1.3.1TDR技术研究现状¥13 
1.3.2TDR传感器探头研究进展¥15 
1.3.3TDR仪器研制进展¥16 
第2章TDR土壤水分测量技术的理论基础¥18 
2.1麦克斯韦方程¥18 
2.2电介质的极化与土壤表观介电常数¥20 
2.2.1电介质的介电常数¥20 
2.2.2介质极化的不同微观机制¥22 
2.2.3交变电场下的介质极化¥24 
2.3土壤介电特性¥25 
2.3.1土壤磁导率¥26 
2.3.2土壤电导率¥26 
2.3.3土壤介电常数¥28 
2.4土壤水分探头的电参量模型¥30 
2.5波在探针上的传播和反射¥34 
第3章基于相位检测原理的PTDR系统¥38 
3.1PTDR系统设计原理与总体设计方案¥38 
3.2PTDR系统硬件设计¥42 
3.2.1高频正弦电压信号源设计¥42 
3.2.2铁氧体环形器简介¥46 
3.2.3相位检测器工作原理¥49 
3.2.4检波器工作原理¥51 
3.2.5微处理器及其外围电路设计¥53 
3.3PTDR系统软件设计¥56 
3.4信号传播时间测量实验¥57 
第4章PTDR土壤水分测试仪的传感器探头¥59 
4.1PTDR传感器探头的基本结构¥59 
4.2探头与同轴电缆阻抗失配的影响研究¥61 
4.2.1探头首端反射信号的幅值和相位对测量结果的影响¥62 
4.2.2探头首端信号反射率与探头阻抗的关系¥63 
4.3PTDR探头阻抗特性研究¥67 
4.3.1无绝缘涂层平行三棒式探头的阻抗特性研究¥67 
4.3.2有绝缘涂层平行三棒式探头的阻抗特性研究¥73 
4.4PTDR探头性能对比研究¥77 
4.4.1不同几何尺寸探头对比研究¥77 
4.4.2绝缘涂层影响对比研究¥79 
4.4.3内部阻抗变化结构对比研究¥80 
第5章PTDR土壤水分测试仪性能分析¥82 
5.1实验材料与实验方法¥82 
5.1.1实验材料¥82 
5.1.2实验方法与实验数据¥83 
5.2PTDR的土壤水分测试性能分析¥87 
5.2.1研究方法与评价指标¥88 
5.2.2对各种不同质地土壤的测量结果分别进行回归分析¥89 
5.2.3对多种不同质地土壤的测量数据组合进行回归分析¥92 
5.2.4不同容重对测量结果的影响分析¥95 
5.3PTDR的土壤电导率测试性能分析¥99 
第6章土壤水分数据采集终端¥103 
6.1GPS简介¥104 
6.2土壤水分数据采集终端¥111 
6.3土壤水分数据采集终端软件设计¥113 
6.4河南省广利灌区的土壤墒情调查试验¥116 
第7章定点土壤墒情变化规律研究¥119 
7.1土壤墒情的时程变化规律¥120 
7.1.1根系层土壤墒情数据预分析¥120 
7.1.2不同阶段土壤墒情数据统计分析¥121 
7.2土壤墒情的垂向变化规律¥126 
7.2.1垂向上土壤墒情数据预分析¥126 
7.2.2垂向上土壤墒情的相关分析¥126 
7.2.3垂向上土壤墒情的聚类分析¥128 
7.2.4垂向上土壤墒情的多元线性回归分析¥131 
7.3土壤墒情的增长与消退规律¥135 
7.3.1土壤墒情增长规律¥135 
7.3.2土壤墒情消退规律¥137 
第8章土壤墒情预报模型¥140 
8.1人工神经网络¥140 
8.1.1人工神经网络的基本原理¥140 
8.1.2BP人工神经网络算法¥142 
8.2BP人工神经网络模型的建立¥147 
8.2.1学习样本的选择与处理¥147 
8.2.2网络参数确定和网络结构¥148 
8.2.3网络训练过程¥149 
8.3预报结果分析¥151 
8.3.1土壤墒情短期预报¥151 
8.3.2土壤墒情中期预报¥152 
8.3.3土壤墒情长期预报¥153 
8.3.4土壤墒情预报结果的验证与比较¥154 
第9章土壤墒情信息管理与决策支持系统¥157 
9.1北京地区的自然概况¥157 
9.1.1气象与水文¥157 
9.1.2地形地貌¥158 
9.1.3耕地与土壤类型¥158 
9.2系统开发的目的意义¥158 
9.3北京土壤墒情监测站的分布情况¥159 
9.4系统的组成结构¥162 
9.5系统软件开发¥163 
9.5.1系统软件的开发环境¥163 
9.5.2系统的建设目标与功能设计¥166 
9.5.3系统的数据库设计¥168 
9.6系统的应用¥170 
9.6.1系统主界面¥170 
9.6.2区域内土壤墒情的监测¥170 
9.6.3区域内土壤墒情的预报¥176 
9.6.4系统的其他应用¥180 
参考文献¥184

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网