【摘 要】
：
针对建筑物混凝土腐蚀检测中传感器单一且常规卡尔曼滤波算法容易出现滤波精度降低的问题,提出了一种多传感器综合检测方法.采用改进的自适应卡尔曼滤波算法,利用最大概似估计准则,将新息方差直接引入卡尔曼滤波器的增益计算,实现估计模型的动态调整,降低了系统噪声和测量噪声的干扰.最后,对自适应卡尔曼滤波和常规卡尔曼滤波算法进行了仿真对比实验,结果表明,自适应卡尔曼滤波算法有效提高了多传感器信号检测的精度和稳定性,性能优于常规卡尔曼滤波算法.
【机 构】
：
青岛理工大学信息与控制工程学院,山东 青岛266520
论文部分内容阅读
针对建筑物混凝土腐蚀检测中传感器单一且常规卡尔曼滤波算法容易出现滤波精度降低的问题,提出了一种多传感器综合检测方法.采用改进的自适应卡尔曼滤波算法,利用最大概似估计准则,将新息方差直接引入卡尔曼滤波器的增益计算,实现估计模型的动态调整,降低了系统噪声和测量噪声的干扰.最后,对自适应卡尔曼滤波和常规卡尔曼滤波算法进行了仿真对比实验,结果表明,自适应卡尔曼滤波算法有效提高了多传感器信号检测的精度和稳定性,性能优于常规卡尔曼滤波算法.
其他文献
为了准确判断数据在传输过程中是否存在异常行为,实现异常行为的分级预警,提出面向工业控制系统的数据跨域传输异常预警方法.通过构建信息流模型,分析数据传输过程中的异常行为,归一化处理系统中的样本数据得到标准化小波系数.通过小波系数和样本数据总数计算得到预警标准阈值,将信息流模型与预警标准阈值相结合,共同实现对数据传输异常行为的监督,并结合模糊综合评判法获取数据跨域传输异常预警指标.将所有指标划分到相应的因素集中,得到异常预警矩阵,依据最大隶属度原则,对不同程度的异常行为设定不同的预警等级:无警、一级预警和二级
针对于场景识别问题,提出一种基于开源的室外场景数据集以及自定义采集的数据集在deepLabV3+深度学习模型上进行实验,并运用一种改进的K-近邻算法对DeepLabV3+深度学习模型进行优化.与现有的测试数据集的方法不同,省去了对数据集进行标签的工作,减少了大量的前期准备工作,提高了模型的计算效率以及分类模型的准确率和召回率.结果表明,使用K-近邻算法改进后的Deeplabv3+模型识别精度达到相0.75,较于直接使用Deeplabv3+模型进行语义分割的准确率0.65提高了0.1,并且得到了效果明显,在
建筑空间结构对几何缺陷较为敏感,如果存在偏差容易造成结构承载力性能下降,可提出一种基于网格多密度的建筑空间尺寸偏差辨识方法.分析建筑空间辨识原理以组建建筑数据空间,并将数据空间进行一维分化处理,得到空间网格单元,依靠单元中数据点描述网格密度,利用单元内相邻边界与相邻点构建邻接单元.计算建筑空间中心坐标与核网格得到建筑空间的基类,凭借刚体运动学理论获得目标坐标向量数积,将该数据以矩阵的形式计算,得到建筑空间内某一轴转动与沿着某一轴移动的尺寸.最后通过莱茵达准则的基础理念,拟定不同的建筑空间坐标测量点,得到坐
为了准确预测城乡空间过渡带不同时期的时空演变趋势,设计基于移动窗口的城乡空间过渡带演变预测方法.运用GPS与电子罗盘采集目标区域边界点与校验点位置,利用前方交会原则验证边界点位置正确性,根据三角函数定理,在了解两个点坐标与方位角的基础上得到过渡带区域坐标值;选择斑块、景观优越度、土被适宜度等指标作为演变指标,引入Frag-stats3.4软件平台下的移动窗口,获得城乡空间过渡带变化特征;组建元胞自动机复合模型,通过邻近层次的两两对比建立评估矩阵,计算评估矩阵权重矢量,推导评估目标综合分数,将分数从高到低排