Þrýstinemi 3408560 fyrir Cummins QSK dísilvélahluti
Upplýsingar
Tegund markaðssetningar:Heitt vara 2019
Upprunastaður:Zhejiang, Kína
Vörumerki:FLUGANDI NAUT
Ábyrgð:1 ár
Hlutanúmer:3408560
Tegund:þrýstiskynjari
Gæði:Hágæða
Eftirsöluþjónusta veitt:Stuðningur á netinu
Pökkun:Hlutlaus pökkun
Afhendingartími:5-15 dagar
Vörukynning
Samkvæmt mismunandi gagnavinnsluaðferðum eru þrír arkitektúrar upplýsingasamrunakerfis: dreifð, miðlæg og blendingur.
1) Dreift: Í fyrsta lagi eru upprunalegu gögnin sem fengin eru með óháðum skynjurum unnin á staðnum og síðan eru niðurstöðurnar sendar til upplýsingasamrunamiðstöðvarinnar fyrir greindar hagræðingu og samsetningu til að fá endanlegar niðurstöður. Dreift hefur litla eftirspurn eftir bandbreidd samskipta, hraðan útreikningshraða, góðan áreiðanleika og samfellu, en rakningarnákvæmni er mun minni en miðlægrar. Dreifðri samruna uppbyggingu má skipta í dreifða samruna uppbyggingu með endurgjöf og dreifða samruna uppbyggingu án endurgjöf.
2) Miðstýring: Miðstýring sendir hrá gögnin sem hver skynjari fæst beint til miðlæga örgjörvans fyrir samrunavinnslu, sem getur gert rauntíma samruna. Gagnavinnslunákvæmni þess er mikil og reikniritið sveigjanlegt, en ókostir þess eru miklar kröfur til örgjörvans, lítill áreiðanleiki og mikið gagnamagn, svo það er erfitt að átta sig á því;
3) Hybrid: Í blendingum fjölskynjara upplýsingasamruna ramma, nota sumir skynjarar miðlæga samrunastillingu og hinir nota dreifða samrunaham. The blending fusion ramma hefur sterka aðlögunarhæfni, tekur mið af kostum miðlægrar samruna og dreifingar og hefur sterkan stöðugleika. Uppbygging blendingssamrunahamsins er flóknari en fyrstu tveggja samrunastillinganna, sem eykur kostnað við samskipti og útreikninga.
Kalman sía (KF)
Ferlið við upplýsingavinnslu með Kalman síu er almennt spá og leiðrétting. Það er ekki aðeins einfalt og áþreifanlegt reiknirit, heldur einnig mjög gagnlegt kerfisvinnslukerfi í hlutverki fjölskynjara upplýsingasamrunatækni. Í raun er það svipað og aðferðum margra kerfa við vinnslu upplýsingagagna. Það veitir skilvirkt tölfræðilegt ákjósanlegt mat fyrir sameinuð gögn með stærðfræðilegum endurteknum endurkvæmum útreikningum, en það krefst lítið geymslupláss og útreikninga, svo það hentar umhverfinu með takmarkað gagnavinnslurými og hraða. KF má skipta í tvær tegundir: dreifða Kalman síu (DKF) og útbreidda Kalman síu (EKF). DKF getur gert gagnasamruna algjörlega dreifða, á meðan EKF getur í raun sigrast á áhrifum gagnavinnsluvillna og óstöðugleika á samrunaferli upplýsinga.