作者:许江淳,余丽玲,岳秋燕,任杰 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2017年第07期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2017070310 DOC编号:DOCCGQJ2017070319 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于单片机的PM2.5浓度检测仪设计》PDF+DOC2016年第20期 韩宏哲 《基于Kalman-BP协同融合模型的含沙量测量》PDF+DOC2016年第05期 刘明堂,田壮壮,齐慧勤,张成才,刘雪梅 《基于3D打印与单片机实现PM_(2.5)监测装置的研究》PDF+DOC2019年第03期 吴亮,王泽国,邵鸿铭 《超声波液体浓度仪的温度修正》PDF+DOC1992年第02期 刘镇清,朱士明 《基于距离和信息的单目标精确跟踪》PDF+DOC2005年第02期 王国涛,王东进,陈卫东 《基于固定目标的传感器方位偏差配准方法》PDF+DOC2004年第03期 金宏斌,徐毓,万仕保 《基于Consensus滤波的分布式卡尔曼信息融合方法》PDF+DOC2011年第03期 龙慧 《基于信号奇异性的气体泄漏快速检测方法》PDF+DOC2010年第02期 魏广芬,唐祯安 《矿用乳化液浓度自动检测与配比技术比较研究》PDF+DOC2007年第11期 姬翠翠,朱华,江炜 《玉米储藏微环境中氮气扩散规律研究》PDF+DOC2014年第02期 王若兰,曹志帅,汤明远,田书普,张丽丽,刘莉
  • 针对目前室内空气净化器功能单一、自动调节能力弱的特性,设计了一种改进型卡尔曼滤波对PM 2.5浓度进行预测的系统,为净化器提供可靠的调节参数。选用S3C2440芯片,通过外设采集PM2.5浓度和温度,以及对历史数据进行分析。通过改进型卡尔曼滤波对历史数据、PM2.5浓度以及温度进行融合,可以准确得到下一时刻的浓度值。测试结果表明:系统运行稳定,算法跟踪效果明显,鲁棒性强,可以准确预测出下一时刻的PM2.5浓度,并且预测误差在2.0%以内,满足设计要求。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。