Метрологическое обеспечение беспроводных сенсорных систем

В статье описаны два метода метрологического обеспечения смарт-сенсоров БСС, основанных на введении информационной избыточности путем проведения трех тактов измерений физической величины смарт-сенсором с последующей обработкой полученных данных по априори выведенному алгоритму. Показаны недостатки и...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Кібернетика та комп’ютерні технології
Datum:2020
1. Verfasser: Кондратов, В.Т.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2020
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/168598
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Метрологическое обеспечение беспроводных сенсорных систем / В.Т. Кондратов // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 1. — С. 83-92— Бібліогр.: 8 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:В статье описаны два метода метрологического обеспечения смарт-сенсоров БСС, основанных на введении информационной избыточности путем проведения трех тактов измерений физической величины смарт-сенсором с последующей обработкой полученных данных по априори выведенному алгоритму. Показаны недостатки и достоинства методов. У статті описані два методи метрологічного забезпечення смарт-сенсорів БСС, заснованих на введенні інформаційної надмірності шляхом проведення трьох тактів вимірювань фізичної величини смарт-сенсором з подальшою обробкою отриманих даних по апріорі виведеному алгоритму. Показано недоліки і переваги методів. The article describes two methods of metrological support for BSS smart sensors, based on the introduction of information redundancy by conducting three clock cycles of measuring physical quantity with a smart sensor, followed by processing the data using an a priori derived algorithm. The disadvantages and advantages of the methods are shown.
ISSN:2707-4501