Measuring System for Pipe-Flow Based on the Doppler Method

2014 ◽  
Vol 898 ◽  
pp. 606-609
Author(s):  
Yun Lin ◽  
Miao Cao ◽  
Zhi Yong An
Keyword(s):  
Signal Processing ◽  
Fluid Flow ◽  
Digital Signal Processing ◽  
High Precision ◽  
Pipe Flow ◽  
Flow Measurement ◽  
Digital Signal ◽  
Processing Technology ◽  
Measuring System ◽  
Doppler Method

This measuring system is designed to improve the accuracy of the pipe-flow measurement based on the Doppler method. It uses plane concave sound lens to converge the ultrasonic sending and receiving beam, reduce the volume of the Doppler information window and realize the measurement of fluid flow in pipe with the Doppler method. With the application of DSP digital signal processing technology to design this flow measuring system, it achieves accurate measurement of fluid flow in pipe. Experimentation proves that the measuring accuracy of the system is higher than 1%.It is of great significance to realize high precision of pipe-flow measurement based on the Doppler method.

Automatic Frequency Stabilization System of External Cavity Diode Laser Based on Digital Signal Processing Technology

2017 ◽  
Vol 37 (9) ◽  
pp. 0914002
Author(s):  
项静峰 Xiang Jingfeng ◽  
王利国 Wang Liguo ◽  
李 琳 Li Lin ◽  
吕德胜 Lü Desheng ◽  
刘 亮 Liu Liang
Keyword(s):  
Signal Processing ◽  
Digital Signal Processing ◽  
Diode Laser ◽  
External Cavity ◽  
Digital Signal ◽  
Frequency Stabilization ◽  
Processing Technology ◽  
External Cavity Diode Laser ◽  
Automatic Frequency ◽  
Stabilization System

scholarly journals Filtering Input Data of Neural Network Using Digital Signal Processing Technology

2017 ◽  
Vol 20 (4) ◽  
pp. 104 ◽  
Author(s):  
A P Shuravin ◽  
S V Vologdin
Keyword(s):  
Neural Network ◽  
Signal Processing ◽  
Digital Signal Processing ◽  
Input Data ◽  
Digital Signal ◽  
Processing Technology

Одним из важных направлений исследования в области искусственного интеллекта можно назвать методы оптимизации, в том числе стохастические алгоритмы. Данная технология используется для решения различных задач во многих областях деятельности. Целью приведенного в статье исследования является улучшение обучения нейронной сети методом генетического алгоритма путем фильтрации входных данных с использованием технологии цифровой обработки сигналов. В качестве входных данных взяты биржевые котировки. Нейронная сеть представляет собой совокупность слоев нейронов, где каждый нейрон является функцией от суммы входных сигналов, умноженных на коэффициенты. В данной статье используется сигмовидная передаточная функция. Для улучшения качества обучения входные данные подвергаются фильтрации. В обзорной части рассмотрен технический анализ, метод автоматической регрессии и применение нейронных сетей. Выдвинута и проверена гипотеза возможности улучшения качества обучения нейронной сети за счет подавления шума в исходных данных с использованием методов ЦОС. Проверена гипотеза зависимости качества обучения нейронной сети от статистических характеристик выборки. Рассмотрен метод фильтрации биржевых котировок с использованием скользящей средней и медианной фильтрации. Приведены результаты эксперимента и численная оценка качества обучения, а также статистических характеристик выборки, тем самым подтверждена зависимость между статистическими характеристиками выборки и качеством обучения нейронной сети. Подтверждено положительное влияние предварительной фильтрации данных на качество обучения нейронной сети.

Sign in / Sign up

Export Citation Format

Share Document