面向智慧电网大数据的云计算框架研究及应用

随着电网覆盖范围不断扩大,并网数据已呈指数型增长,使得数据处理与分析缓慢且成本高。针对海量化、多类型电网大数据,探究了电网大数据与云计算二者之间的关系,基于Hadoop系统建立了电网大数据云计算可执行框架,并根据云计算框架设计了智慧电网多能源电力调度系统结构框架和功能与界面,实现云计算框架在智慧电网上的应用。     

室内环境下基于IMM-EKF算法的移动目标定位

如何在视距(line-of-sight, LOS)与非视距(non-line-of-sight, NLOS)混合的室内环境中提高移动目标定位的精度,这是一项富有挑战性的工作.移动目标在室内环境移动时,其与传感器网络节点之间的信号传播在LOS与NLOS之间随机切换,导致移动节点定位精度下降.提出一种交互式多模型-扩展卡尔曼滤波(interactive multiple model-extended Kalman filter, IMM-EKF)定位算法.根据LOS/NLOS环境下不同的测距误差特性,在IMM框架中采用2个平行的卡尔曼滤波器(Kalman filter, KF)模型对测量距离同时进行滤波,根据滤波结果和测量值计算2个模型的似然概率,模型间的转换通过Markov链实现,2个KF滤波结果加权融合后获得IMM距离估计值.在EKF定位阶段,通过位置预测和更新估计出移动目标位置.仿真结果表明,IMM-EKF算法能够有效抑制NLOS对目标定位的影响,其定位精度优于单模型算法.     

改进YOLOv4的轻量化目标检测方法

针对车载平台发展过程中,在辅助驾驶环境感知方面,现有的目标检测方法对目标检测精度不高、算法推理速度慢等问题,本文以YOLOv4目标检测网络为基础,引入通道与空间注意力模块CBAM,有效提升了YOLOv4目标检测网络特征识别精度;引入Mobilenetv3轻量化网络结构替换YOLOv4的主干特征提取网络CSPDarkNet53,并利用深度可分离卷积替换整个网络的普通卷积,有效降低了YOLOv4目标检测模型大小,提升了网络模型推理速度。通过消融实验与检测结果分析,证明了改进方案的可行性。