智能检测系统与数据融合PDF|Epub|txt|kindle电子书版本网盘下载

智能检测系统与数据融合PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1．1 智能检测系统的发展、作用及特点1

1．2 智能检测系统的基本结构3

1．2．1 智能检测系统的结构框图与设计原则3

1．2．2 分机间的联接6

1．2．3 标准接口系统7

1．3 智能检测系统的分类8

第2章 智能检测系统的信号获取与处理9

2．1 智能检测系统的传感器9

2．1．1 概述9

2．1．3 传感器的构成10

2．1．2 传感器的工作机理10

2．1．4 传感器的分类与要求12

2．1．5 传感器的作用14

2．1．6 传感器的发展方向15

2．2 智能检测系统的信号处理17

2．2．1 检测信号的随机性18

2．2．2 检测系统的误差来源20

2．2．3 测量结果的表示方法20

2．2．4 智能检测系统的疏失误差处理26

2．2．5 智能检测系统中的插值处理30

2．2．6 检测结果的精度讨论33

2．3．1 开环式非线性补偿法35

2．3 非线性特性的补偿方法35

2．3．2 闭环式非线性补偿法38

2．3．3 差动补偿法40

2．3．4 分段校正法41

第3章 智能检测系统的硬件设计45

3．1 PC机的组成与选型45

3．1．1 PC机系统组成45

3．1．2 PC机的硬件设备47

3．1．3 智能检测系统的PC机选型50

3．2 智能检测系统的单片机51

3．2．1 单片机的特点及在智能检测系统中的应用51

3．2．2 单片机系统的设计原则53

3．2．3 单片机的连接54

3．3 分机的硬件电路设计55

3．3．1 MCS-51单片机的内部结构56

3．3．2 MCS-51单片机系统的扩展58

3．3．3 分机系统的开发66

3．4 模/数转换(ADC)67

3．4．1 A/D转换原理67

3．4．2 时间间隔—数字转换67

3．4．3 频率—数字转换68

3．4．4 电压—数字转换69

3．4．5 A/D转换器与计算机接口的一般规律79

3．4．6 A/D转换器的主要技术指标80

第4章 标准接口系统与总线82

4．1 IEC-625接口82

4．1．1 IEC接口系统概述82

4．1．2 IEC总线的结构83

4．1．3 IEC系统的功能结构92

4．2 CAMAC系统简介93

4．3 HP—IL接口系统简介96

4．4 CAN总线系统99

4．4．1 CAN总线系统概述99

4．4．3 CAN总线系统时钟和位时间的选定100

4．4．2 CAN总线的特点100

4．4．4 CAN总线系统的最大允许位时间102

4．4．5 CAN中断服务程序编制103

4．4．6 CAN总线系统的报文拼接105

4．5 I~2C总线106

4．5．1 I~2C总线概述106

4．5．2 I~2C总线的结构106

4．5．3 I~2C总线的数据传输108

4．5．4 数据传输中的器件同步与竞争110

4．5．5 数据传输的寻址113

4．5．6 I~2C总线器件的输入/输出电气特性115

4．6．1 VXI总线的特点116

4．6 VXI总线系统116

4．6．2 VXI系统的组成117

4．6．3 VXI系统的总线结构118

4．6．4 VXI总线器件与通信119

4．7 RS-232C接口119

4．7．1 概述119

4．7．2 RS-232C串行通信数据格式121

4．7．3 单片机与PC机之间的RS-232C串行通信接口121

4．7．4 自带电源的集成RS-232C接口电路122

4．8 PC机与多台单片机间的通信122

4．9 IBM-PC总线微机与单片机的数据传输124

4．9．1 IBM-PC总线与单片机的结构特点125

4．9．2 PC总线与单片机间的数据传递126

第5章 虚拟检测技术与实时多任务处理135

5．1 虚拟仪器技术及其应用135

5．1．1 虚拟检测技术概述135

5．1．2 虚拟检测系统的构成137

5．1．3 虚拟检测系统的软件开发平台139

5．2 智能测试系统的实时多任务处理141

5．2．1 实时多任务处理问题的提出141

5．2．2 实时多任务处理的基本要求142

5．2．3 实时多任务处理方法143

6．1 干扰因素150

第6章 智能检测系统的抗干扰设计150

6．2 智能检测系统的接地152

6．2．1 智能检测系统的接地方法153

6．2．2 智能检测系统的接地施工158

6．3 智能检测系统的抗干扰方法162

6．3．1 隔离与耦合162

6．3．2 布线抗干扰设计163

6．3．3 软件抗干扰设计165

第7章 基于数字图像处理的智能检测技术168

7．1 数字图像处理概述168

7．2．1 邻区平均170

7．2 图像的平滑和滤波170

7．2．2 空间域低通滤波171

7．2．3 频率域低通滤波172

7．2．4 中值滤波法173

7．2．5 修正的邻域平均法174

7．3 图像采集处理系统176

7．3．1 数字图像处理系统简介176

7．3．2 系统工作原理179

7．4 图像的分割180

7．4．1 模糊C-means方法(FCM)及其应用181

7．4．2 类中心及多级定域分割方法188

7．5．1 基本概念190

7．5 图像的特征选择与提取190

7．5．2 应用举例——回转窑内基本特征选择和提取191

7．6 检测结论的智能推断方法196

7．6．1 温度估测的神经网络实现196

7．6．2 用专家系统获得检测结论200

第8章 数据融合的原理与应用201

8．1 数据融合的原理201

8．1．1 数据融合技术的起源与基本原理201

8．1．2 数据融合的目的202

8．1．3 数据融合的定义203

8．1．4 数据融合的过程问题204

8．1．5 数据融合的时间性与空间性205

8．2 数据融合的结构206

8．2．1 数据融合的结构形式206

8．2．2 数据融合的功能模型208

8．2．3 数据融合系统的分类208

8．2．4 数据融合的层次209

8．3 数据融合系统211

8．3．1 数据融合系统的构成211

8．3．2 数据融合的关键技术214

8．3．3 数据融合存在的问题215

8．4 数据融合系统的应用217

9．1 数据融合方法简介219

第9章 数据融合的方法219

9．2 基于参数估计的多传感器数据融合220

9．2．1 Bayes公式描述220

9．2．2 基于Bayes参数估计数据融合的数学模型221

9．2．3 数据融合值计算223

9．3 智能检测系统的自适应加权数据融合225

9．3．1 权的概念与权数的确定226

9．3．2 智能检测系统的自适应加权融合算法227

9．4 多传感器数据融合的D-S证据推理方法228

9．4．1 D-S方法的推理结构228

9．4．2 D-S证据推理原理229

9．4．3 D-S证据推理的应用230

9．5 基于认识模型的多传感器数据融合方法231

9．5．1 基于模糊集合理论的数据融合方法231

9．5．2 基于逻辑模板法的数据融合方法233

9．6 基于算术平均值与递推估计的数据融合方法234

9．7 智能数据融合236

9．7．1 AI技术在多传感器数据融合中的作用237

9．7．2 专家系统在多传感器数据融合中的应用238

9．8 数据融合在智能检测系统中的应用展望240

第10章 智能检测系统设计实例与展望241

10．1 基于数据融合的620产品热处理炉温度测量控制241

10．1．2 基于多传感器算术平均值与分批估计的数据融合方法242

10．1．1 热处理炉温度测量系统的构成242

10．1．3 温度测量数据融合实验244

10．1．4 Fuzzy+PID温度控制方法245

10．2 仓储综合测试专家系统247

10．2．1 系统功能与总体结构247

10．2．2 检测原理249

10．2．3 插杆式传感器254

10．2．4 水分检测中的数据融合255

10．2．5 软件构成256

10．2．6 推理机257

10．2．7 知识库258

10．2．8 仓储综合测试专家系统中的多传感器管理259

10．3 海上目标识别多传感器数据融合系统264

10．3．1 系统的构成264

10．3．2 系统定义266

10．3．3 证据理论在海上目标识别中的应用268

10．3．4 模糊推理在海上目标类型识别中的应用270

10．4 智能检测系统发展展望274

10．4．1 智能检测系统的高可靠性274

10．4．2 智能检测系统的高智能化275

10．4．3 智能检测系统的通用化与标准化276

参考文献277