边坡光纤光栅监测与自适应卡尔曼滤波模型

山地变电站往往建设在地质条件复杂性的位置.地表裂变,突起,土体缓变,往往诱发更严重的地质灾害.结合楚雄220 kV边坡变电站的工程实际情况,利用光纤Bragg光栅(FBG)传感器,进而实现了对大型复杂结构环境的多参量、多点监测.通过建立自适应卡尔曼跟踪滤波模型,对边坡表面应变传感器,温度补偿传感器的数据,进行跟踪滤波,从而得到更为有效的监测数据.     

基于GPS/INS的机载三维激光测控系统的设计

设计并实现了一种机载激光测控系统的软硬件方案,系统的GPS/INS传感平台,使得系统可以不依赖于姿态和位置的精确控制.应用高阶次的扩展Kalman滤波算法进行传感器数据的融合.利用数据融合得到的信息,通过解算获得激光三维点云数据.实验结果表明:设计的激光测量系统具有良好的可行性,所设计的高阶扩展Kalman融合算法对G...     

HP206C压力传感器 深圳市惠贻华普电子有限公司

正HP206C采用MEMS压力传感器带I2C接口,提供准确的温度、压力或高度数据。该传感器的压力和温度输出通过24-bit ADC进行数字化处理。根据压力和温度数据通过一个专利算法计算出高度值。内部集成数据补偿及大量的计算,节省了外部MCU的工作。提供简单的数据采集接口和可编程中断控制。当ADC输出滤波过采样率为256时,每秒测     

基于自适应互补滤波的四旋翼飞行器姿态解算

在四旋翼无人机中,姿态传感器采用捷联式惯导惯性检测单元(IMU),其中包括加速度计、陀螺仪、电子罗盘和空气压力高度计.这些传感器在工作过程中存在温度漂移以及噪声干扰,为了得到准确的姿态数据,首先建立了传感器四元数模型,在频域中设计互补滤波器,并设计了PI自适应补偿系数,对传感器数据进行融合、补偿和修正,有效地避免了系统模型误差对姿态估计的影响.修正后的角速度通过一阶龙格-库塔法、四元数算法完成飞行器的姿态解算.传统互补滤波器在噪声大时滤波效果不理想,故加入PI控制,形成一种效果更好的自适应滤波算法,根据仿真结果,该算法滤波后的信号比传统互补滤波的结果更加平滑,更接近理想波形.     

基于关联信息对抗学习的综合能源系统运行状态分析方法

综合能源系统(Integrated energy system, IES)运行状态分析常以广泛化信息技术应用提供的数据为支撑, 然而传感器故障、网络通信中断等信息异常导致的数据缺失会直接影响数据质量. 在考虑数据缺失的情况下, 本文提出了一种基于关联信息对抗学习的综合能源系统运行状态分析方法. 首先构建深度生成对抗网络(Generative adversarial network, GAN)对数据缺失部分进行可靠性补偿. 在设计生成器结构过程中, 通过引入系统拓扑邻接矩阵对生成器输入数据进行优化排序, 进而在训练过程中采用设计的多属性融合生成器损失函数, 促使生成器进一步得到高精度补偿数据. 接着将判别器提取的不同时刻完整能源数据的特征作为基础, 采用浅层特征分布及深层特征信息差异值融合判断, 从而实现系统运行状态分析. 最后对不同数据缺失补偿及不同类型节点改变情况进行仿真, 验证了本文所提方法的可行性与有效性.     

基于非线性拟合的自动气象站风向传感器校准控制研究

风向传感器是自动气象站的重要组成元件,由于其运行数据存在的噪声与缺失问题导致测量误差增加,因此设计基于非线性拟合的自动气象站风向传感器校准控制方法。分析自动气象站风向传感器的组成结构和工作原理,构建自动气象站等效模型。采用循环采集的方式获取风向传感器的实时运行数据,通过滤波、缺失补偿等步骤完成数据预处理。以数据预处理结合为基础,利用非线性拟合技术计算风向传感器误差,通过装设风向传感器校准控制器,完成风向传感器校准控制。实验结果表明,所设计方法与传统校准控制方法相比传感器的测量误差降低了0.759°,误差变化率有所下降,即证明了该方法的自动气象站风向传感器校准控制效果好。     

雷达动态探测目标的仿真建模

对雷达动态探测目标过程进行了分析,提出了雷达探测目标仿真模型的方法,设计了雷达目标检测、多目标滤波跟踪、资源调度管理等数字模型.实际应用表明,这些模型能够满足数据融合中雷达探测目标数据的需求,其建模方法对数据融合传感器模型的建立具有实际指导意义.     

基于物联网的异构传感数据融合方法研究

研究网络数据融合优化问题,传统的网络数据融合算法需要获得对象比较精确的数学模型,会造成计算复杂度高.针对无线传感器网络自身特点,将无线传感器网络和数据融合技术相结合,提出了一种基于无线传感器网络扩展的Kalman滤波分批估计融合算法.主要是通过将传感器节点收集的同一性质的信息进行分批,通过一系列加权公式使计算出的融合信息更逼近真实值.从源头节能出发,通过减少数据传输量,进而减少传输过程中的能量消耗,达到延长整个网络生命周期的目的.最后仿真结果表明提出的算法有效,具有一定的实际应用价值.     

基于MEMS组合模块的姿态检测系统设计

在研究两轮自平衡电动车的平衡控制的基础上,设计了基于MEMS组合模块的姿态测量系统.通过对各MEMS传感器输出信号特征的提取、分析,将离散化低通滤波器模型与互补滤波的思想相结合,巧妙地构造出一种便于本系统实现的数据融合模型.同时,提供了一种基于MEMS组合模块姿态检测的低成本、可行性方案.     

基于最小二乘法的pH值温度补偿系统设计

温度对水样的pH值和pH值传感器复合电极电位都有影响,通过对pH值测量原理的分析,提出以最小二乘法为原理的pH值传感器温度补偿模型,设计了以ATMEGA128单片机为核心控制器的水样pH值测量系统.通过对测试数据分析表明:该系统测量的数据精度较高,实现了对水样pH的精确测量.     

一种有效的无线传感器网络虚假数据过滤方案

虚假数据注入攻击是无线传感器网络的一种严重威胁,针对大多数虚假数据过滤方案没考虑节点身份攻击和中间节点被攻击者俘获的问题,提出了一种抗节点身份攻击的虚假数据过滤方案,方案不仅在数据转发过程中对转发的数据进行验证、过滤,同时对协作产生感知数据的节点的身份进行验证。安全性分析和性能评价表明,该方案不仅能抵抗各种攻击,而且在存储开销方面与其他方案相比,具有明显优势,并且随着数据包被转发跳数的增加,该方案的虚假数据过滤能力和能量节省也显著增加。     

卡尔曼滤波在应变式力传感器中的应用

由于应变式力传感器系统中存在较大的随机噪声,降低了系统的标定精度和测量准确性,而卡尔曼滤波适合实时滤除干扰信号。在建立传感器测试模型基础上,通过推导卡尔曼滤波算法,确定了滤波初值和滤波参数。在传感器—A/D转换器—DSP硬件平台上,进行了滤波算法验证。实验表明：卡尔曼滤波有效地滤除了随机干扰信号,适用于静动态测量过程,提高了系统标定精度。     

基于边缘计算与信任值的可信数据收集方法

物联网应用中,底层传感网所采集的数据是上层决策的基础和一切应用的根本.如果收集的数据本身就是有问题、不可信的,这将使得上层的数据保护和应用成为空中楼阁.为了解决数据不可信的问题,提出了基于移动边缘节点的可信数据收集方案.通过对节点的评估,将节点的信任值用于路径选择,采用移动边缘节点来充当移动元素,访问可信的簇头节点,从而实现高效的可信数据收集.对所提出的基于效用值的可信数据收集算法（UTDC）进行了理论分析和广泛的模拟实验.实验结果表明,所提出的基于效用值的可信数据收集算法可以很好地避开不可信的节点,有效降低了网络延迟,延长了网络的生命周期.     

一种基于地理位置的过滤伪造数据包方案

在大规模部署的无人值守的无线传感器网络中,节点很容易被俘虏,被俘虏的节点很可能伪造数据。如果不对其进行检测、过滤,伪造的数据最后就会被转发到基站。提出了一种基于地理位置的过滤伪造数据包的方案,每个节点只负责对一定区域内的节点收集的数据进行认证。最后在基于地理位置的路由协议GPSR中进行了实验,实验表明,目标和基站之间的距离在一定范围内,该方案经过2.5跳可以过滤80%的伪造数据包。     

动态电子轨道衡数据采集系统设计

提出了一种动态电子轨道衡数据采集系统的设计方案,重点介绍了影响系统性能的称重通道的硬件设计。该系统采用可编程增益放大器AD625及二阶低通滤波电路对传感器信号进行初步处理;采用带光电隔离的模入接口卡PCI-8325B实现AD转换,并通过PCI总线将数据送入前端主机进行软件处理,处理后的数据通过网桥或Modem送往终端计算机,实现数据的统一管理。试验结果表明,该系统满足工程实际应用需要。     

基于传感器丢包率不确定性预测的分布式H∞滤波算法

针对无线传感器网络（ WSNs）在测量数据丢包不确定性情况下的分布式H∞滤波问题,提出一种基于传感器丢包率不确定性预测的分布式H∞滤波算法。通过设计一种线性全阶滤波器,使得滤波误差能够收敛在均方渐近为零,同时抑制外界的干扰造成的H∞滤波衰减。根据滤波参数符合伯努利分布随机分布的原理,利用Lyapunov函数的方法,通过寻找最佳的滤波参数来保证在丢包率不确定的情况下对真值预测的随机稳定性。实验仿真结果表明：当观测数据存在不确定性丢包时,该滤波算法能发挥有效的滤波效果。     

一种小型无人机高度测量方法的研究与实现

为了满足某小型无人机飞行控制中对高度信号的采集与处理,提出了用无线电高度来确定基准高度,用气压高度来确定相对高度,用起飞点的实测温度进行补偿的设计思想,综合这3种手段来有效消除外界环境对气压高度测量精度的影响。传感器数据融合方面,利用飞行器运动学推算出的高度状态方程以及传感器观测模型,采用Kalm an滤波技术来估计和修正传感器的测量高度。测试结果表明,此方法得到了较准确的高度测量信息,可以满足无人机飞行控制的需求。     

虚假数据注入攻击信号的融合估计

研究了信息物理系统中假数据注入(False data injection, FDI)攻击信号的检测问题. 在分布式融合框架下, 首先将FDI攻击信号建模为信息物理系统模型中的未知输入, 从而使得攻击信号的检测问题转化为对FDI攻击信号的实时估计问题. 其次, 在每个传感器端设计基于自适应卡尔曼滤波的FDI攻击信号的局部估计器; 在融合中心端引入补偿因子, 设计分布式信息融合准则以导出攻击信号的融合估计器. 特别地, 当FDI攻击信号是时变情况时, 融合过程中补偿因子的引入可以大大提高对攻击信号的估计精度. 最后, 通过两个仿真算例验证所提算法的有效性.     

传感器网络中鲁棒性虚假数据过滤方案

虚假数据攻击不仅误导基站做出错误的决定,同时也会耗尽宝贵的网络资源。提出了一个鲁棒性虚假数据过滤方案(a Robust Filtering False Date scheme,RFFD)。该方案主要包括一个密钥管理架构及与之对应的虚假数据过滤安全机制两个部分。理论分析和模拟实验表明,与SEF方案相比,RFFD方案过滤虚假数据包的性能显著提高。     

一种数字变换器的仿真模型及性能补偿算法

随着伺服系统智能化程度越来越高，对模拟量传感器的数字化要求也越来越高。目前模拟量传感器由于自身限制只能通过数字变换器实现数字化。构建了一种数字变换器的仿真模型，通过工控机和定制板卡模拟中心控制系统发送、采集数字信号，方便验证数字变换器性能；针对传感器数字化过程中性能变差、信号传输速率高的特点，详细给出了数字变换器的性能补偿的算法和补偿流程，并通过补偿软件实现。通过实际测试，验证了传感器数字化的性能及传输速度。实验测试结果表明，补偿后的传感器性能指标满足伺服系统的需求，具有一定的应用价值和可推广性。