Forscher des Aerospace Information Research Institute (AIR) der Chinesischen Akademie der Wissenschaften (CAS) haben einen verbesserten Algorithmus namens Dynamic Quantum Particle Swarm Optimization (DQPSO) vorgeschlagen, um die Genauigkeit und Zuverlässigkeit von Drucksensoren zu verbessern, die bei der Verfolgung und Überwachung wilder Zugvögel verwendet werden . Dieser Algorithmus optimiert die Leistung eines neuronalen Netzwerks mit radialer Basisfunktion (RBF), das speziell für die Temperaturkompensation entwickelt wurde.
Die Studie wurde veröffentlicht in Elektronik am 22. Okt.
Der DQPSO-Algorithmus verfolgt einen ganzheitlichen Ansatz, um die Herausforderung der Sensorgenauigkeit angesichts schwankender Temperaturen zu bewältigen. Es beinhaltet ein Temperatur-Druck-Anpassungsmodell, das kritische Parameter wie Temperaturänderungsrate und Gradientenreferenzterme umfasst. Dieses Modell stellt sicher, dass sich die Drucksensoren effektiv an wechselnde Umgebungsbedingungen anpassen können, eine entscheidende Voraussetzung bei der Überwachung der Bewegungen wilder Zugvögel.
Der vorgeschlagene Algorithmus verfügt über eine innovative Verlustfunktion, die sowohl Anpassungsgenauigkeit als auch Komplexität berücksichtigt. Dieser Ansatz erhöht die Robustheit von Drucksensoren und ermöglicht es ihnen, auch bei komplexen Temperaturschwankungen zuverlässige Daten zu liefern.
Die Forscher führten Kalibrierungsexperimente durch, um die Wirksamkeit des Algorithmus zu validieren. Wie durch häufig verwendete kommerzielle Sensoralgorithmen ermittelt, wiesen die Drucksensoren bei dynamischen Temperaturänderungen einen durchschnittlichen absoluten Fehler von 145,3 Pascal auf. Mit dem DQPSO-Algorithmus konnte dieser Fehler jedoch auf 20,2 Pascal reduziert werden.
Sie implementierten und verifizierten den Algorithmus in einer eingebetteten Umgebung und sorgten so für einen stromsparenden, hochpräzisen Druckausgleich in Echtzeit während der Verfolgung und Überwachung wilder Zugvögel. Die Forschung öffnet neue Türen für das Verständnis und den Schutz der Reisen wildlebender Zugvögel.
Mehr Informationen:
Jinlu Xie et al., Dynamische Temperaturkompensation von Drucksensoren in Biologging-Anwendungen für Zugvögel, Elektronik (2023). DOI: 10.3390/electronics12204373