基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法

随着基础设施建设工程走向海洋，船载式混凝土搅拌站得到了大量的应用，但其在波浪激励下会产生升沉、横摇、纵摇、横荡、纵荡的复合运动，从而会导致计量系统产生偏差。基于此给出一种基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法。首先，通过传统卡尔曼滤波对原始数据进行处理，消除其中的随机误差；然后，通过短时傅里叶变换对数据进行频谱分析，获取周期性误差的频率特征；最后通过滑动窗口均值滤波来消除系统中的周期性误差。通过6自由度实验平台模拟存在波浪激励时船舶的运动情况并通过三点秤进行计量称重，分别记录不同算法处理后的称重数据。实验结果表明，原始称重数据最大误差为9.6%;卡尔曼滤波处理的称重数据最大误差为2.1%;本文给出算法处理的称重数据最大误差为0.3%,该算法能够有效消除由于周期性波浪激励所造成的周期性误差和传感器本身所产生的随机误差，提高船载式混凝土搅拌站的计量精度。     

基于灰色生成的卡尔曼滤波短期负荷预测

根据灰色系统理论数据生成方式,提出了利用负荷级比累加序列进行卡尔曼滤波短期负荷预测的方法,以减小数据波动对预测精度的影响.首先依据移动时间窗原理对预测点附近的历史负荷数据进行提取,再采用级比和累加生成方式对提取数据进行处理,最后运用卡尔曼滤波算法对负荷级比序列累加值进行预测,并通过还原算法得到所需预测时刻的负荷值.对实际电网的负荷数据进行为期一周的仿真分析,其结果表明了该方法比基本的移动时间窗滤波算法具有更好的预测效果.     

永磁同步电机磁链信息在线监测的新方法

针对卡尔曼滤波器和扩展卡尔曼滤波器只能在时域上对永磁同步电机参数进行有效估计这一弊端,文中提出一种基于卡尔曼滤波算法和小波变换的多尺度在线监测算法.结合扩展卡尔曼滤波的实时性和小波变换的多尺度性,通过测量电机的端电压和流过定子线圈的电流在线估计电机永磁体的磁场状况.新算法不仅能够在时域和频域上同时对电机故障进行实时监测,且其诊断精度优于扩展卡尔曼滤波算法.仿真结果进一步说明新算法的正确性和有效性.     

基于卡尔曼滤波的电磁流量计信号处理

针对电磁流量计在强干扰条件下测量精度不高的问题,提出了基于残差的卡尔曼滤波方法提高电磁流量计的精度。 采 用滑动平均滤波器对实验数据进行预处理,降低测量时电磁流量计测量时受到强干扰噪声的影响。 分析电磁流量计在固井过 程中的受干扰情况,提出基于残差的卡尔曼滤波的方法,实现过程噪声协方差 Q 随流量变化快速切换,提高卡尔曼滤波的响应 速度。 实验结果表明,经过上述算法处理后定流量下的不确定度降低了 14. 6% ~ 22. 6%,流量发生变化时的响应时间减少 5 ~ 18 s,同时测量累积排量精度达到 0. 12%,满足固井工程施工要求。 本文所设计的滤波算法有效降低噪声影响,使测量结果更 加稳定可靠。     

基于DSP的配电及综合测控装置数据高精度处理

研制出一台高精度的配电及综合测控装置,实现对电网的质量监测与无功补偿。为提高电参量数据的测量精度,本文采用肿算法,数据处理部分采取了同步交流采样、噪声去除、数据滤波处理、自校准、抗干扰等综合方法来提高测量精度。实际装置运行表明,电参量检测精度大大高于现有装置。     

电能质量在线监测装置算法研究

通过对电能质量各项指标及其各种测量算法的分析比较,结合电能质量在线监测的要求,提出一套适合电能质量在线监测装置的测量算法.重点描述了谐波的测量算法,并将谐波源定位技术应用该装置中.该装置用于在线监测,具有很好的实时性和相当高的精度.     

基于CAN网络的磷酸铁锂动力电池管理系统的实现

根据磷酸铁锂动力电池在电动汽车上的使用要求,提出一种基于CAN总线网络的电池组在线监测和管理设计方案,由一个中央管理模块和若干底层监控模块构成分布式结构,实现对磷酸铁锂电池信息数据监测、电池荷电状态(SOC)估计、控制局域网(CAN)通信及充电管理等功能.通过采用推广的卡尔曼滤波算法,不断估算和修正参数,提高了SOC估算精度.试验结果表明,系统能很好地对电池组进行实时动态监控和有效管理,且扩展性强,为设计新型电池管理系统提供了重要依据.     

一种机动车火花熄灭器的自动检测系统设计

为解决火花熄灭器检测中人工称量活性炭效率低、无法在线称量等问题，基于国家标准GB13365-2005,提出了一种机动车火花熄灭器的自动检测系统设计。系统设计了自动称重装置，可实现检测过程中活性炭重量的自动实时称重。对于称重过程中气流造成的误差，采用软件方式进行实时自动校准，首先利用卡尔曼滤波算法对训练数据进行去噪，然后利用三次样条插值对降噪后数据进行拟合，构造误差补偿模型。实际在线测试结果表明，系统补偿后的称重误差可控制在1 g以内，满足了实际使用场景的需求。     

磷酸铁锂电池SOC在线估算研究*

针对扩展卡尔曼滤波算法中近似线性化处理及电池实际使用中出现的容量衰减引起的电池状态估算误差,提出基于容量修正的无迹卡尔曼滤波算法完成电池荷电状态估算,实现电池全寿命状态监测。通过分析锂电池工作特性和建立二阶RC等效电路模型,使用在线参数辨识法实现电池动态参数计算,为电池荷电状态估算奠定基础。结合电池实际工作中容量衰减特性,利用容量修正和无迹卡尔曼滤波算法完成电池荷电状态的在线实时估算,提高了估算精度。在恒流放电工况下,利用MATLAB仿真验证,表明无迹卡尔曼滤波算法的估算精度和鲁棒性优于扩展卡尔曼滤波算法,估算误差在3.5%以内。引入容量修正后,对老化情况下容量衰减的电池进行荷电状态估算,相比容量未修正时最大估算误差减小了3%,满足电池全寿命状态估算使用需求。     

一种适于快速实现的卡尔曼滤波算法的改进

卡尔曼滤波算法具有收敛平稳、速度快、精度高的优点,在信号处理中受到广泛应用.但由于卡尔曼滤波算法不仅是一种迭代算法,而且还包含矩阵的连乘运算和求逆运算,这使得该算法在MCU和DSP这类数字平台上的实现面l临很大的困难.本文介绍了一种数字保护中卡尔曼滤波算法的改进,针对数字保护的特点,对算法的结构进行适当的变换,将迭代过程中大量与采样点数据无关的矩阵运算和求逆运算分离出来进行离线运算,从而避开难以实现的矩阵求逆运算和运算量巨大的矩阵连乘运算,大大简化了迭代的过程.由于离线运算不受运算量、运算时间和位宽精度的限制,因而改进后的算法不仅克服了原先迭代过程的复杂性,而且进一步提高了运算精度,可以在MCU和DSP这类数字平台上实现.     

微风速流场数据采集与融合方法研究

在微风速(0～1 m/s)空间流场测量中,对传感器精度要求高,实时在线仪表数据精度不够,数据采集滞后性大;考虑采用多个传感器测量提高精度,但也存在数据融合的问题.针对微风速流场测量,提出基于K均值RBF神经网络的数据采集预处理软测量模型,首先选取中间变量(电流值),运用K均值聚类,用RBF网络训练得到单个传感器数据;提出基于相关性kalman滤波的传感器数据融合算法,剔除无效数据点,并融合得到精确风速预测值.测量实验和数据结果表明该方法处理的数据结果滞后性小,处理速度快,数据精度高.     

云平台下时间序列数据并行化排列熵特征提取方法

随着高级量测体系和各类监控系统的大规模建设发展,时间序列数据的规模呈指数级增长,在智能电网大数据中占有较大的比重。时间序列数据的特征提取是影响数据挖掘质量的关键步骤,在大数据背景下,传统的特征提取算法已无法满足海量数据处理的需求。结合云计算平台和MaxCompute大数据处理技术,设计实现了时间序列数据的表存储方法和并行化的时间序列数据排列熵特征提取算法。在云计算平台上采用不同规模的数据集对并行化算法进行测试,验证了并行化排列熵算法的正确性和高性能。     

靶场光电经纬仪测量数据的误差分析及数据处理

光电经纬仪是在现代靶场测量中广泛应用的一种测量仪器,但是光电经纬仪在跟踪飞行目标的过程中,会因各种原因产生测角误差,影响弹道的测量精度。采用卡尔曼滤波的方法可以对光测数据进行有效的处理,提高其测量精度。本文通过对光电经纬仪测量数据的误差分析,建立了误差模型,并对测量数据进行了卡尔曼滤波,生成滤波数据弹道曲线。从而得到较为准确完整的弹道测试数据和外推数据,提高弹道数据获取的精度,最大限度地延伸弹道测量设备跟踪距离。     

Prony和HHT算法在低频振荡在线辨识中的适用性比较

Prony算法和Hilbert-Huang变换（HHT）算法是目前实际应用于低频振荡信号辨识的两种算法。Prony算法对于无噪声干扰的平稳信号的分辨率和准确性较高。HHT算法具有时频分析和滤除高频分量的能力,抗噪声性能好,计算速度快,并可以分析主导模式随时间改变的非平稳信号。从准确性、稳定性、完备性、快速性四个方面比较了两种算法在低频振荡在线辨识中的适用性,指出增加前置滤波环节的Prony算法可以满足低频振荡在线监测的要求,而实现强迫振荡扰动源定位则必须采用可进行时频分析的HHT算法。通过实际算例验证了两     

基于外辐射源的多基一次雷达在低空布局研究

在我国空管安全监视中,对于监视精度的把控至关重要。近年来“低慢小”飞行器引起的航空不安全事件逐渐增多,增加了空域监视的难度。为了加强对于空域的有序管理,提高对于“低慢小”航空器的监视需求,提出了一种采用外辐射源作为发射端,只建立接收站的监视方式,通过对接收站进行合理的布局,对低空空域的“低慢小”飞行器进行监控使监视精度满足机场起落航线附近的监视要求。通过对HDOP进行推导得到精度因子作为评价该监视方式能否达到监视精度的指标,并对不同数目、接收站故障和接收站不同高度下的情况进行仿真,仿真结果表明,四个地面站在不同情况下的精度均小于推导的HDOP,证明该监视方式可以满足民航对于机场附近低空空域监视精度的需要。     

基于多传感器融合的高精度温度监测系统设计

针对在复杂环境下的温度参数高精度测量的需求,设计了一种基于多传感器融合的温度参数监测系统。以STM32单片机作为主控芯片,使用了铂电阻和数字式两种温度传感器,设计了带反馈的高精度电压基准电路来保证铂电阻传感器电桥输出数据的稳定性,用多个传感器融合方式可提高测量系统的抗干扰性,结合无线通讯模块,可以满足系统远距离监测的设计需求。实验结果表明,该系统测量精度可以达到±0.1℃,而且结构简单,可靠性好,易于改装,在工业领域环境监测方向具有广泛的应用前景。     

电力设备监测数据的流式计算与动态可视化展示

电力设备监测数据的实时分析和可视化展示是智能电网建设的重要内容。以Hadoop为代表的传统数据处理模型不能满足业务时延要求。提出基于阿里云流计算(Stream Compute)的电力设备监测数据流式计算与动态可视化展示方法,并应用Stream Compute的上下游服务搭建了用于电力设备监测数据的时频分析和可视化展示的应用系统。试验测试表明,所搭建的系统整体的处理延迟被控制在s级,能够满足电力设备在线监测及实时数据展示的性能要求。     

基于DSP的电机控制与状态监测系统设计

利用DSP TMS320F2812开发了既能满足多台电机控制需求,又能对电机运行状态进行实时监测,且通过CAN总线进行分布式控制和数据共享的系统.系统使用磁场定向控制算法通过DSP的PWM输出对电机进行电流矢量控制,使用过采样算法通过DSP片上集成ADC模块及其前端预处理电路对电机的振动信号进行高精度的数据采集,并利用DSP的高性能CPU对振动数据进行在线数字滤波和时频域简单预处理,通过CAN总线发送上位机控制命令并上传状态数据.系统实现了对多台电机的控制和在线状态监测,并为远程故障诊断打下了坚实的基础.     

Research on Improving the Power Monitor Function

1. ForewordThe distributed line monitoring apparatus are more and morewidely used in the distribuhon network now. Since most ofthem have not any funchon of the relay protechon or somehairs the poor performance on the protechon, they could notsahsfiy the requirement ot the comprehensive automation indistribuhon netWork. It wb occur that the resources gO towaste and the protocols of communicahon betWeen two sets ofequipment is not in agreement When an addihonal computerrelay protechon is equiP…     

基于CSS技术的室内导航系统设计与实现

设计并实现了一种基于Chirp信号往返飞行时间（round time of flight ,RTOF）的室内导航系统,用于在复杂建筑物内部多个目标点的定位及跟踪。系统采用时分算法允许多标签同时定位,移动标签与锚节点之间实现双边双向测距（symmetrical double‐sided two‐way ranging ,SDS‐TWR）算法,移动标签并把测距结果传送给定位基站,定位基站再将结果透传到计算中心处理。计算中心利用改进的卡尔曼滤波算法减弱NLOS误差影响,采用加权矫正三点定位算法计算出移动标签位置信息,并存储定位结果于定位服务器。客户端可访问定位服务器查看所需要标签的定位结果。实验结果表明,在特定复杂楼层内,系统定位精度能达到2m,满足室内导航精度需求。本系统实现了定位刷新时间与标签个数的最优化,也具有较好的规模伸缩度以及易部署性。