排序方式: 共有24条查询结果,搜索用时 0 毫秒
1.
在分析当前输电线运动监测技术优缺点的基础上,提出一种基于MIMU的输电线路运动监测技术.采集MIMU时间序列信号建立ARMA模型,对比力和角速度信号进行Kalman滤波处理;由于平动和转动的幅值是由比力和角速度积分所得,以各轴比力平方和与角速度平方作为衡量输电线平动和转动幅度的标准,并对数据进行分段,通过计算数据段间的欧式相似度衡量数据的变异程度来评估输电线平动和转动的幅度及变化趋势,对测得加速度和角速度做FFT变换得出运动频率.为验证运动监测技术,设计转台摇摆模拟输电线3种不同幅值运动,将数据进行上述算法处理,结果表明,估计出的平动和转动幅度趋势和幅值变化相同,且精确识别施加的频率为2Hz.实验室条件下,搭建的模拟系统正常工作. 相似文献
2.
3.
4.
视觉导航特征点匹配及误匹配剔除算法 总被引:1,自引:0,他引:1
飞行器视觉导航中图像的复杂性对特征点匹配提出了很高的要求。根据图像HSV色彩空间各分量固有的稳定性提出了一种新的特征点不变向量生成方法,以基于欧氏距离的最近邻准则作为特征点的相似度量将该算法提取的特征应用于图像特征点匹配;为了降低特征点描述向量的维数,提高匹配的实时性,采用了主成分分析(PCA)方法。针对误匹配问题,提出了一种利用惯性导航系统的输出信息进行误匹配特征点检测的方法。最后,通过实验证明,所提出的色彩匹配方法可以提高匹配的准确率,并且通过将PCA方法与上述方法结合不仅可以保持匹配的准确性还能降低计算的复杂度;所提出的误匹配检测方法可以较好的剔除误匹配点并能满足实时性的要求,这为视觉导航提供了一种可靠性更高的特征点匹配方法。 相似文献
5.
针对目前的由无线 Wi-Fi定位系统与捷联惯导系统构成的组合定位系统复杂度高且工程实现较困难的问题,提出一种新的降阶微惯性测量装置(MIMU)及其降阶误差模型,并与 Wi-Fi 构成降阶的10维状态变量的组合定位系统。通过采用1个低精度微陀螺仪和2个低精度微加速度计作为惯性传感器设计简易 MIMU 的安装结构,将其与 Wi-Fi定位系统组合,并用降阶卡尔曼滤波技术设计组合定位算法。仿真实验结果表明,该降阶组合定位系统定位响应速度快,定位精度高,在工程上也易于实现,适用于井下人员定位。 相似文献
6.
为了克服神经网络存在的收敛速度慢、易于陷入局部极值等不足,采用一种混合学习算法优化神经网络,即将改进遗传算法(GA)和共轭梯度算法(CGA)的混合学习算法用于对神经网络权值的修改,针对流浆箱的总压和浆位之间存在耦合问题,提出一种基于GA-CGA混合优化算法的神经网络PID解耦方法,成功地实现了总压、浆位之间的解耦.仿真结果表明该系统比神经网络PID解耦具有更好的控制效果和抗干扰能力. 相似文献
7.
AM/AMPS共聚物油井水泥浆降失水剂的合成研究 总被引:1,自引:0,他引:1
以2-丙烯酰胺基-2-甲基丙磺酸(AMPS)和丙烯酰胺(AM)为原料,合成了油井水泥浆降失水剂AM/AMPS共聚物。确定了AM/AMPS共聚物降失水剂的最佳合成条件:单体加量8%,AMPS与AM质量比1:7,引发剂加量0.5%,反应体系pH值7,反应温度50℃。该共聚物降失水剂能有效控制水泥浆的失水量,且保证水泥浆的其他性能在一定范围内可调。 相似文献
8.
考虑AP(接入点)部署高度对定位精度的影响,提出了一种消除高度影响的加权质心定位算法.首先对采集的RSSI(接收信号强度指示)进行高斯拟合和Kalman滤波,根据室内信号传播模型得出终端与AP的距离;然后用几何方法对垂直距离做了消除,得出AP和终端的平面距离;最后用消除高度影响的加权质心定位算法计算位置.对于多层建筑物,还提出了一种楼层识别方法,结合二维平面定位构成近三维室内定位算法.在实验楼内用以上方法进行楼层识别,识别率可这100%.在大型教室进行定位实验,结果表明:改进后的算法相比传统定位算法在精度和稳定性上都有一定的提高. 相似文献
9.
实时精确监测井下人员位置,对安全生产非常必要。井下环境复杂、坑道狭长,不同于室内,一段坑道不会采集到太多较好信号节点,无线信号传播时易受反射、多径传播和噪声等因素影响,致使传统Wi-Fi定位算法定位精度低,提出一种基于局部极大似然、信号强度来遴选Wi-Fi信号节点,并利用六点四四组合混合定位算法。首先信标节点周期性扫描移动定位模块,筛选出较优信号强度,并求出待求节点与信标节点间距离;然后局部极大似然六点四四组合;最后质心法求解中心,估计最终的井下人员位置。经过仿真验证:所提出的混合定位算法,定位精度明显提高。同时分析了井下不同噪声、基站情况下,几种定位算法性能,新算法定位精度仍然较高;最后还分析了算法的实时性。 相似文献
10.
针对目前井下人员定位精度低、无法实时全局定位、搜救被困人员困难等问题,设计了一种基于微惯性测量组合(MIMU)导航技术和WiFi技术相结合的井下人员组合定位系统;给出了发生矿难后的基于该组合定位系统的搜救方案。该系统利用WiFi提供的可靠位置信息来给定MIMU最初的位置信息并校正MIMU的位置,弥补了MIMU误差随时间累积的缺点;利用MIMU的实时全局定位来弥补WiFi的局部定位。选用卡尔曼滤波将两者进行信息融合,进行最优组合处理。测试结果表明,该系统实现了对矿井井下人员实时三维全局定位及快速搜救,具有一定的工程实际意义。 相似文献