期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
TMR传感器阵列测量电流的新型拓扑研究 被引量:4
1
作者 周秀 吴旭涛 +4 位作者 周童浩 罗艳 田天 李秀广 汲胜昌 《高压电器》 CAS CSCD 北大核心 2022年第6期228-236,共9页
通过传感器阵列和相应的算法减小乃至消除外部干扰电流产生的串扰误差是磁传感器电流测量技术研究中的一个重要问题。文中在对比了现有拓扑结构后,提出了一种双层环形传感器阵列拓扑结构,并对其测量误差进行了仿真计算与实验测量。仿真... 通过传感器阵列和相应的算法减小乃至消除外部干扰电流产生的串扰误差是磁传感器电流测量技术研究中的一个重要问题。文中在对比了现有拓扑结构后,提出了一种双层环形传感器阵列拓扑结构,并对其测量误差进行了仿真计算与实验测量。仿真计算中对比了干扰电流的大小、相位、距离,以及被测导体偏离阵列中心等因素对测量误差的影响。利用8个高灵敏度的隧道磁阻(tunnel magnetoresistance,TMR)元件制作了电流传感器,并在单导体干扰和多导体干扰下进行了测试,实验结果表明其平均误差为1.79%,相对于单层四传感器的方法减小了约7%的误差。相比于其他拓扑结构,文中提出的结构抗干扰能力强,且无需复杂的算法,仅需基本的运算电路即可实现功能,具有较强的实用价值。 展开更多
关键词 电流测量 串扰误差 传感器阵列拓扑 干扰抑制 隧道磁阻传感器
下载PDF
无线传感器网络拓扑控制分析 被引量:2
2
作者 刘强 卢东昕 +1 位作者 张焕水 那成亮 《电信快报(网络与通信)》 2006年第6期36-38,共3页
无线传感器网络的拓扑控制对网络的性能有很大影响。拓扑控制的目标是用最小的能量维持网络拓扑。目前,对拓扑控制算法的研究主要分为集中式和分布式两种。文章简要介绍了无线传感器网络中拓扑控制研究的意义,总结了无线传感器网络的拓... 无线传感器网络的拓扑控制对网络的性能有很大影响。拓扑控制的目标是用最小的能量维持网络拓扑。目前,对拓扑控制算法的研究主要分为集中式和分布式两种。文章简要介绍了无线传感器网络中拓扑控制研究的意义,总结了无线传感器网络的拓扑结构及现有的一些拓扑控制算法,最后探讨了存在的问题和今后的发展方向。 展开更多
关键词 无线传感器网络 拓扑控制 路由协议
下载PDF
二维水下传感器网络的多重贪心算法 被引量:2
3
作者 刘应状 翟洁 《舰船电子工程》 2007年第6期169-172,共4页
水下传感器网络是一种特殊的传感器网络。在水声通信的基础上构建一个简单、高效的水下传感器网络还是一个新兴的研究领域。对水下传感器网络网络拓扑结构进行分析,并根据二维水下传感器网络的特点,以减少网络功耗为目的,提出了一种新... 水下传感器网络是一种特殊的传感器网络。在水声通信的基础上构建一个简单、高效的水下传感器网络还是一个新兴的研究领域。对水下传感器网络网络拓扑结构进行分析,并根据二维水下传感器网络的特点,以减少网络功耗为目的,提出了一种新的路由算法-多重贪心算法以获得最优路径。 展开更多
关键词 水下传感器网络 水下传感器网络拓扑结构 二维水下传感器网络 多重贪心算法
下载PDF
电解槽电流测量模型建模及测量位置的研究 被引量:10
4
作者 赵仁涛 紫京浩 +2 位作者 范涵奇 张志芳 铁军 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第3期496-503,共8页
铝电解槽中的导电导体以矩形或近似矩形导体居多。在测量电解槽阳极电流分布时,线性霍尔传感器阵列拓扑结构及摆放的位置对测量结果有很大影响。通过MATLAB仿真,建立了能对有限长矩形导体周围磁感应强度精确求解的三重积分模型,根据拟... 铝电解槽中的导电导体以矩形或近似矩形导体居多。在测量电解槽阳极电流分布时,线性霍尔传感器阵列拓扑结构及摆放的位置对测量结果有很大影响。通过MATLAB仿真,建立了能对有限长矩形导体周围磁感应强度精确求解的三重积分模型,根据拟合数据得出形状系数的向量式,进而获得电流测量模型的解析表达式。在此基础上,研究了线性霍尔传感器阵列的位置变化对测量精度的影响。最后,通过现场实测数据分析,验证了理论模型的有效性,并提出在实际测量过程中对线性霍尔传感器阵列位置的具体要求。 展开更多
关键词 阳极电流 传感器拓扑 二次函数模型 形状系数
下载PDF
卷积神经网络下异构通信网络动态信道分配方法 被引量:5
5
作者 张磊 刘春静 章敏凤 《西安工程大学学报》 CAS 2020年第1期124-130,共7页
为优化通信网络异构体能耗,引入异构型卷积神经网络(convolutional neural network,CNN)框架结构,根据异构网络分级组织的优势,连接通信滤波器与网络模板库,搭建异构通信网络体系。同时,设置必要的动态拓扑传感器,通过配置信道载体的方... 为优化通信网络异构体能耗,引入异构型卷积神经网络(convolutional neural network,CNN)框架结构,根据异构网络分级组织的优势,连接通信滤波器与网络模板库,搭建异构通信网络体系。同时,设置必要的动态拓扑传感器,通过配置信道载体的方式计算具体的分配损差量,然后选择合适的通信协议,结合计算结果和信道节点的匹配信息完成对动态通信信道的分配。结果表明,应用基于CNN的分配方法后,网络异构体最大承载量达到9.8×1015 T,信道传输时滞量最大值为5.1×105T。该方法既增大了信道传输容量,又提高了通信信息传输效率,实现了通信网络异构体稳定、高效运行的目标。 展开更多
关键词 异构通信网络 信道分配 卷积神经网络 拓扑传感器 信道载体 分配损差量
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部