二维激光雷达室内定位数据预处理方法研究

文中针对二维激光雷达数据中存在的噪声、离散化误差以及数据缺失的问题,分别采用均值滤波法、欧氏距离分割法以及改进的动态阈值线特征提取法完成二维点云数据的预处理。利用实验对所采用方法的可行性和精度进行了分析评价,结果表明,即使采用廉价的二维激光雷达,也可获得亚分米级的匹配结果,能够满足一般室内定位的要求。     

基于KF/PF测距滤波的UWB精确定位试验研究

针对UWB定位过程中,因NLOS误差和测距噪声干扰,存在定位精度和可靠性较低的问题,在UWB定位解算的基础上,利用KF和PF对UWB测距值进行滤波,以削弱NLOS误差和测距噪声的影响。实验结果表明,基于KF和PF测距滤波的方法可以较好的抑制NLOS误差和测距噪声的影响,KF滤波后测距误差小于3cm, PF滤波后测距误差小于1cm,相较于UWB直接测距解算,静态定位条件下,经KF和PF测距滤波处理后,KF测距滤波定位误差降低了39.3%,PF测距滤波定位误差降低了75.4%;动态定位条件下,KF测距滤波定位误差降低了39.21%,PF测距滤波定位误差降低了50.48%。     

基于Savitzky-Golay算法的录井气测曲线滤波技术

以Savitzky-Golay滤波算法对录井气测曲线进行平滑处理,用多项式最小二乘法拟合的滤波方法消除录井气测曲线中由于地层环境及仪器影响而产生的锯齿状噪声。实验结果证明,SavitzkyGolay滤波算法处理录井气测曲线具有稳定、误差小等特点。     

基于无人机LiDAR的榆神矿区采煤沉陷建模方法改进

煤矿地表沉陷监测中常规的大地测量和InSAR等遥感手段均有一定的局限性。利用无人机LiDAR对沉陷区进行地面扫描,通过多期数据叠加可快速获取地表沉陷盆地的精细特征。然而,按现有的主流点云滤波及插值算法所构建的沉陷模型往往包含显著噪声,限制了该技术在矿区的实际应用。以榆神矿区某开采工作面地表为实验区,针对其地形起伏而植被覆盖度较低的地理环境,利用低空无人机Li DAR获取2期4组地面点云数据,结合常规地表移动实测数据,研究基于激光点云的矿区沉陷建模改进方法。分别采用专业化数字高程模型插值、反距离权重插值、克里金插值、自然邻域插值、样条函数插值及三角网渐进加密滤波、基于高程阈值的滤波、多尺度曲率滤波、基于坡度阈值的滤波、渐进形态学滤波等主流点云插值和滤波算法,构建实验区数字高程模型(DEM)并进行误差对比分析,发现专业化数字高程模型插值及三角网渐进加密滤波算法的效果相对较优,但两期DEM叠加生成的初始沉陷模型仍然精度不足,主要包含点云平面位置误差、非地面点噪声、点云内插误差、水域覆盖范围变化等引起的模型误差。在分析上述误差分布特征及其改进途径的基础上,提出基于小波阈值的沉陷模型去噪优化方案...     

基于TIKHONOV正则化的白化滤波快速解算模糊度方法

提出了只利用少数历元的GPS单频相位数据快速定位的新方法，主要从两方面考虑：一方面基于TIKHONOV正则化原理，通过构造合理正则化矩阵来减弱法方程的病态性，得到较准确的模糊度浮动解及其相应的均方误差阵；另一方面采用改进的白化滤波方法固定模糊度.与一般白化滤波方法不同，本文对均方误差阵进行白化处理解算模糊度，然后对检验通不过的模糊度采用LAMBDA中的条件最小二乘方法进行搜索，可以有效提高模糊度解算成功率.     

图象中的噪声及复原方法研究

阐述了噪声图象的复原方法。介绍了图象中噪声的产生及与图象信号相关的噪声的分类，讨论了用于图象复原的均值滤波、中值滤波、自适应雏纳滤波、形态学滤波和小波去噪的工作原理和适用性。为进一步提高图象质量，提出采用融合技术，通过选择合适的算法进行数据融合以发挥不同滤波器的优势。     

矿井风速数据预处理中Kalman滤波方法

结合巷道监测点的特点分析了风速数据的干扰不是平稳过程条件下的高斯白噪声,提出用Kalman滤波对数据进行预处理。结合风速序列的特点及风速传感器测量误差范围对Kalman滤波算法滤波过程中的初始值和各参数的选择进行了说明。选择甘肃某矿连续1 000次巡检的风速数据对Kalman滤波对风速数据的预处理方法进行了验证,结果表明该方法滤波效果较好。     

煤矿综采液压支架阀密封性检测与维修方法

针对当前方法受到噪声泄漏数据影响、无法区分背景与泄漏区域、导致泄漏体积检测结果误差的问题，提出了煤矿综采液压支架阀密封性检测方法。采用惩罚回归方法构建目标函数，使用Lasso方法提取泄漏数据特征，结合MLP神经网络训练数据实现数据降维。采用基于机器视觉的密封性检测装置，结合二维中值滤波降噪和图像二值化分割处理方法，区分背景区域和目标区域。采用背光照射液压支架阀模式，依据穿透间隙的光斑大小和形状计算漏光弧长，由此衡量漏光情况，完成液压支架阀密封性检测。由效果评估可知，该方法与应力集中区域基本一致，且泄漏体积仅与实际值存在最大为3μm³的误差，具有精准的检测效果。通过清理漏油油管、安装防堵帽和更换漏油油管有效解决液压支架阀泄漏故障，保障液压支架阀的安全性和稳定性。     

自适应滤波与极窄带陷波器在异步电机转子断条故障诊断中的应用

采用最小二乘法RLS自适应滤波算法对鼠笼式异步电动机定子侧电流信号进行自适应滤波,以滤除电流信号中的噪声干扰,再经过50 Hz的极窄带陷波器消除工频分量对断条特征分量的干扰,并在傅里叶频谱上实现断条的检测。实验证明,采用自适应滤波算法与极窄带陷波器相结合的方法,很好地解决了噪声对定子侧电流信号的干扰,能够实现鼠笼式异步电动机断条分量的识别。     

自适应坡度的LiDAR点云形态学滤波

针对现有形态学滤波算法中存在阈值过多的问题,提出一种根据实验区数据的高程值,自动计算坡度的自适应坡度LiDAR点云形态学滤波方法。为验证算法性能,采用国际摄影测量与遥感学会提供的十五组参考数据进行滤波实验,实验结果表明该文提出的算法能去除非地面点同时较好地保留地面细节信息。将改进滤波算法与经典的滤波算法实验的三种误差进行对比分析可得,改进滤波算法的误差均低于经典滤波算法的误差。