• English
  • Deutsch
  • Log In
    Password Login
    Research Outputs
    Fundings & Projects
    Researchers
    Institutes
    Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Konferenzschrift
  4. MARABU. Ein Werkzeug zur approximation nichtlinearer Kennlinien mit radialen Basisfunktionen
 
  • Details
  • Full
Options
1997
Conference Paper
Title

MARABU. Ein Werkzeug zur approximation nichtlinearer Kennlinien mit radialen Basisfunktionen

Abstract
Die Approximation nichtlinearer Kennlinien ist eine Standardaufgabe der Modellierung. Als sehr leistungsfähig hat sich die Approximation mit radialen Basisfunktionen erwiesen. Dieser Ansatz eignet sich besonders für die Behandlung mehrdimensionaler Probleme. Ausgehend von einem Interpolationsansatz werden mittels spezieller Selektionsalgorithmen die für eine Approximation signifikanten Datenpunkte ausgewählt. Damit wird zum einen die Anzahl der zu berechnenden Parameter reduziert und gleichzeitig eine schnellere Auswertung der Approximationsfunktion ermöglicht. Eine weitere Vereinfachung der Auswertung wird durch den geeigneten Einsatz einer Taylorreihe erzielt. Zur Behandlung von Daten unterschiedlicher Größenordnungen wird eine spezielle Norm verwendet, die invariant u.a. gegenüber Skalentransformation ist. Es wurde ein Programm MARABU entwickelt, welches die Approximation realisiert und als Ergebnis ein HDL-A-Modell generiert. Am Beispiel von Kennlinien eines Taupunktsensors wird das Programm vorgestellt.
Author(s)
Parodat, S.
Mainwork
6. Workshop Methoden und Werkzeuge zum Entwurf von Mikrosystemen im Rahmen des 2. Statusseminars zum BMBF-Verbundprojekt Modellbildung für die Mikrosystemtechnik MIMOSYS. Tagungsband  
Conference
Statusseminar zum Verbundprojekt Modellbildung für die Mikrosystemtechnik 1997  
Workshop Methoden und Werkzeuge zum Entwurf von Mikrosystemen 1997  
Language
German
IIS-A  
Keyword(s)
  • Modellierung

  • approximation

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Contact
© 2024