一种基于数据融合的组合式温度传感器

doi:10.3969/j.issn.1006-2475.2016.07.013

计算机与现代化 ›› 2016, Vol. 251 ›› Issue (07): 68-71,76.doi: 10.3969/j.issn.1006-2475.2016.07.013

一种基于数据融合的组合式温度传感器

青岛科技大学信息科学技术学院,山东青岛266061

收稿日期:2016-01-22 出版日期:2016-07-21 发布日期:2016-07-22
作者简介: 胡乃平(1968-)，男，山东临沂人，青岛科技大学信息科学技术学院教授，研究方向：工业信息化，最优控制；丁纪祥(1989-)，男，山东菏泽人，硕士研究生，研究方向：计算机应用。
基金资助:
山东省自然科学基金资助项目(ZR2014FL019，ZR2011FL001)；青岛市科技计划基础研究项目（13-1-4-125-jch）；绿色轮胎与橡胶协同创新中心开放课题(2014GTR0020）

A Combined Temperature Sensor Based on Data Fusion

College of Information Science & Technology, Qingdao University of Science & Technology, Qingdao 266061, China

Received:2016-01-22 Online:2016-07-21 Published:2016-07-22

摘要/Abstract

摘要： 提出一种基于数据融合的组合式温度传感器。将在线性及稳定性方面具有良好性能的铂电阻温度传感器与反应速度快、灵敏度高的热敏电阻温度传感器进行物理组合，使用联邦卡尔曼滤波算法对2种温度传感器的测量数据进行实时数据融合，设计一种兼具铂电阻传感器和热敏电阻传感器优点的组合式温度传感器。实验结果表明，这种基于数据融合的组合式温度传感器，提高了测量系统的准确性和动态响应特性。

关键词: , 传感器, 组合式传感器, 数据融合, 联邦卡尔曼滤波

Abstract: In this paper, we present a combined temperature sensor based on data fusion. We test the combination of the linearity, stability of the platinum resistance and the sensitivity, dynamic performance of the thermistor, and apply the federated Kalman algorithm to fuse their data realtinely. Our results show that this combined sensor is more excellent than both. The results suggest that this combined temperature sensor could improve the accuracy and dynamic response of the measurement system.

Key words: sensor, combined sensor, data fusion, federated Kalman filter

胡乃平，丁纪祥. 一种基于数据融合的组合式温度传感器[J]. 计算机与现代化, 2016, 251(07): 68-71,76.

HU Nai-ping, DING Ji-xiang. A Combined Temperature Sensor Based on Data Fusion[J]. Computer and Modernization, 2016, 251(07): 68-71,76.

参考文献

［1］杨亮. 新型温度传感器的研究与发展［J］. 科技与企业, 2015(14):227.
［2］朱晓旭,周修文. 温度传感器［J］. 电子测试, 2013(3):44-45.
［3］刘川来,李康康,刘成才,等. 一种组合式温度传感器的研究［J］. 仪器仪表学报, 2007,28(5):888-892.
［4］ Shi Yunbo, Luo Yi, Zhao Wenjie, et al. A radiosonde using a humidity sensor array with a platinum resistance heater and multi-sensor data fusion［J］. Sensors, 2013,13(7):8977-8996.
［5］ Tansky D, Fischer A, Colosimo B M, et al. Multi-sensor multi-resolution data fusion modeling［J］. Procedia Cirp, 2014,21:151-158.
［6］张鹏鹏,俞阿龙,孙诗裕,等. 多传感器数据融合在矿井安全监测中的应用［J］. 工矿自动化, 2015,41(12):5-8. 
［7］ Xiong Jianbin, Shu Lei, Wang Qinruo, et al. WITHDRAWN: Multi sensor intelligent data fusion algorithm for principal component analysis［J］. Measurement, 2013,17(160):372-376.
［8］ Li Li-hua, Peng Jun-huan. Multiple Kalman filters model with shaping filter GPS real-time deformation analysis［J］. Transactions of Nonferrous Metals Society of China, 2014,24(11):3674-3681.
［9］ Du Y K, Jeon M. Data fusion of radar and image measurements for multi-object tracking via Kalman filtering［J］. Information Sciences, 2014,278:641-652.
［10］Safari S, Shabani F, Dan S. Multirate multisensor data fusion for linear systems using Kalman filters and a neural network［J］. Aerospace Science & Technology, 2014,39:465-471.
［11］Quadri S A, Sidek O. Development of heterogeneous multisensor data fusion system to improve evaluation of concrete structures［J］. International Journal of Image & Data Fusion, 2014,5(2):97-108.
［12］顾启泰,王颂. 联邦滤波器信息分配系数的优选算法［J］. 中国惯性技术学报, 2003,11(6):1-6.
［13］赵琳,班镜超. 组合导航联邦滤波故障检测技术研究［J］. 遥测遥控, 2014,35(2):9-13.
［14］曹萌,李建辰,国琳娜,等. 自适应联邦滤波算法在鱼雷多参量导航定位中的应用［J］. 鱼雷技术, 2014,22(6):420-424.
［15］Li Yong. Optimal multisensor integrated navigation through information space approach［J］. Physical Communication, 2014,13(PA):44-53.
［16］ Quan Wei, Fang Jiancheng. Research on FKF method based on an improved genetic algorithm for multi-sensor integrated navigation system［J］. Journal of Navigation, 2012,65(3):495-511.
［17］刘继民,沈颖,赵淑萍. 高精度热敏电阻温度传感器的技术改进及使用特点［J］. 冰川冻土, 2011,33(4):765-771. 
［18］石延平,范书华,臧勇. 汽车ESP和EPS系统的转角转矩组合式传感器［J］. 仪表技术与传感器, 2012(10):4-6.

[1]	赵晨阳, 薛涛, 刘俊华. 基于改进Stable Diffusion的时尚服饰图案生成[J]. 计算机与现代化, 2024, 0(12): 15-23.
[2]	万兵1, 2, 3, 赵文涛4, 潘多涛1, 赵峥韬2, 3, 孙朝阳2, 3, 俞建成2, 3. 无人帆船半物理仿真测试系统设计[J]. 计算机与现代化, 2024, 0(12): 91-99.
[3]	陈亮, 李诚, 易伟, 熊伟, 汪晓帆, 唐海东. 基于毫米波雷达与视觉融合的电力现场安全帽佩戴检测[J]. 计算机与现代化, 2024, 0(12): 100-107.
[4]	陈宇航1, 杨勇1, 帕力旦·吐尔逊1, 樊小超1, 任鸽1, 刁宇峰2. 融合句法特征与语义特征的作文自动评分方法[J]. 计算机与现代化, 2024, 0(11): 64-69.
[5]	杜猛俊1, 李昂1, 童俊1, 钱锦1, 康恺1, 王若丁1, 靳文星2. 基于改进极限学习算法的电力信息数据融合模型[J]. 计算机与现代化, 2024, 0(10): 61-64.
[6]	黄文栋, 王怡凡. 基于模态类别的多模态信息处理与融合综述[J]. 计算机与现代化, 2024, 0(07): 47-62.
[7]	王健铭1, 王欣1, 李养辉2, 王殿龙1. 基于改进D3QN算法的泊车机器人路径规划[J]. 计算机与现代化, 2024, 0(03): 7-14.
[8]	谷明轩, 范冰冰. 基于多模态特征融合的抑郁症识别[J]. 计算机与现代化, 2023, 0(10): 17-22.
[9]	刘付琪, 张达, 宋建华, 王海东. 基于CNN-BiLSTM的液压系统故障诊断[J]. 计算机与现代化, 2023, 0(09): 10-19.
[10]	刘付琪, 张达. 基于PSO-DBN的液压系统冷却器故障诊断[J]. 计算机与现代化, 2023, 0(06): 7-14.
[11]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[12]	纪平, 郭瑛. 基于长短期记忆网络修正测距的水下定位算法[J]. 计算机与现代化, 2022, 0(02): 52-57.
[13]	曹升国, 王胜奥, 耿姝萌. 群智感知污染数据收集技术综述[J]. 计算机与现代化, 2022, 0(02): 70-78.
[14]	赵继业. 基于云安全模型的簇状树形无线传感器网络路由协议 [J]. 计算机与现代化, 2021, 0(08): 6-10.
[15]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.

一种基于数据融合的组合式温度传感器

A Combined Temperature Sensor Based on Data Fusion

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价