基于压力波的清管器在线定位算法

传统清管器跟踪定位技术受管道及周围环境条件限制不具有通用性,而基于差压法的清管器跟踪定位技术因所采集的压力信号变化灵敏、不受外界因素影响等优势获得了越来越多的关注,但针对该技术定位算法的研究较少。基于差压法的清管器在线跟踪定位技术,以中国石油管道公司长沙输油气分公司武汉输油站清管作业为例,提出了基于压力波的清管器在线定位算法。该算法的实现分为3步:1分析清管过程中采集的压力信号,将其划分5种信号状态,包括压力平稳状态、清管器通过阀室状态、压力升高状态、压力降低状态及清管器卡堵状态;2采用小波奇异性检测和相关性分析的方法实现不同压力信号状态的识别;3确定清管器在线定位算法,包括正常运行定位算法和卡堵定位算法。利用实采数据模拟清管过程验证该算法的有效性,结果表明该算法定位准确,可实现清管器清管的全过程监测。     

基于分布式光纤振动传感的清管器跟踪定位方法

针对目前清管器跟踪定位设备只能定点而无法全程连续在线跟踪的问题,提出了利用分布式光纤振动传感技术实现清管器在线跟踪定位的方法。利用管道同沟敷设光缆中的一芯光纤,搭建了基于相干瑞利散射的分布式光纤振动传感系统,使用该系统采集清管器运行过程中产生的振动信号,分析振动信号的时域特性,得出结论:清管器运行过程中的振动主要是与管壁焊缝撞击产生的,同时,采用上下包络作差的方式增强了信号的信噪比。通过现场试验,验证了该项技术可以实现清管器的实时跟踪定位。     

西南油气田首次应用光纤清管器在线跟踪定位技术

<正>近日,西南油气田公司在北内环(磨溪—肖溪)管道清洁作业中首次应用光纤清管器在线跟踪定位技术,实现了清管器运行在线实时跟踪定位,为清洁作业提供了有力的技术支撑。该技术利用光纤后向瑞利散射原理,以管道同沟敷设的通信光缆作为传感器,采集清管器在管道中运行时与管壁发生摩擦、碰撞的     

基于信号相似度小波重构与时差的胶合木表面声发射源定位

针对声发射（acoustic emission,AE）信号在胶合木表面各向异性传播时的AE源定位问题,提出一种基于信号相似度小波重构与时差的表面AE源定位算法。首先,依据ASTM-E976标准通过铅芯折断在试件表面产生AE源,并采用NI高速采集设备构建基于LabVIEW的3通道AE信号采集平台,采样频率设定为500 kHz。其次,设计一种基于信号相似度的自适应小波重构算法,对原始信号进行降噪并重构AE信号波形。最后,依据试验结果拟合得到AE信号在胶合木表面360°范围内的传播速度公式,结合AE信号的传播规律设计AE源定位算法,并产生AE源以测试定位效果。结果表明,2组胶合木表面的AE源定位误差分别为5.2%、5.3%,基于信号相似度小波重构与时差的胶合木表面AE源定位算法能够有效地确定声发射源的位置。     

基于星基增强精密单点定位的农机自动导航系统开发与测试

目的 开发基于星基增强精密单点定位的农机自动导航系统。方法 以国产雷沃TX1204拖拉机为平台,采用国产星基增强定位板卡的输出数据作为农机位置反馈量,设计位速卡尔曼滤波器对定位数据进行滤波处理,开发预瞄跟随PID路径跟踪控制算法进行导航控制,整定不同行驶速度条件下的模型控制参数,采用地基增强RTK高精度定位接收机输出数据作为参考量,搭建农机自动导航测试系统并开展系统性能测试。结果 在直线跟踪误差方面,所开发的农机自动导航系统平均误差为?0.0009436 m,标准差为0.02452 m,最大误差绝对值为0.08472 m;在邻接行误差方面,平均误差为0.0007128 m,标准差为0.02986 m,最大误差绝对值为0.15444 m。这一精度可满足大部分农机自动导航作业需求。结论 将国产星基增强精密单点定位技术用于农机自动导航是可行的;本文设计的预瞄跟随PID路径跟踪控制模型和提出的不同速度条件下PID参数与前视距离的整定方法,提高了系统对不同速度的自适应能力。     

基于小波谱白化与自适应小波重构的木材损伤声发射源直线定位法研究

针对木材断裂声发射（acoustic emission,AE）信号源定位问题,提出了一种基于小波谱白化与信号相关性分析的木材表面AE源直线定位算法。首先,为得到木材断裂时产生的AE信号,使用万能力学试验机进行三点弯曲加载试验,在试件表面相距固定距离的3个位置采集试件断裂时产生的AE信号,设置采样率为500 kHz。然后,为合理补偿AE信号在传播过程中损失的高频部分提升信号分辨率,提出一种小波谱白化算法。为降低噪声信号的影响,提出了一种自适应的小波重构算法。最后,通过信号相关性分析法,计算信号到达各传感器的传播时差,并采用基于时差直线定位算法进行AE源定位。结果表明,木材断裂过程中,AE信号通过木材表面和木材内部2种途径传播,由于传播介质不同造成不同的传播速度。使用原始、小波谱白化重构、自适应小波重构的3种AE信号进行AE源定位时,木材表面AE源的定位误差为11.3%、2.6%、3.7%,木材内部AE源的定位误差为10.7%、2.9%、4.5%。AE信号的重构算法直接影响基于时差的AE源定位算法精度,特别是使用小波谱白化法能够显著提升AE信号分辨率同时提升计算时差的准确性进而提升AE源定位精度。     

清管器跟踪定位技术发展现状与趋势

阐述了清管器跟踪定位技术的发展现状,分析了放射性同位素法、机械法、声学法、压力法和磁学法5种传统技术的优缺点,指出电磁脉冲法和压力法是其中最佳、最稳定和最成熟的两种方法,并提出基于这两种方法的远程跟踪定位技术的实现方法和方案,用智能判断替代人工判断,但是,该方法并未实现实时在线跟踪。由此,提出一种基于光纤震动原理的在线跟踪定位法,其可以对清管器位置进行全过程监控,实现实时在线跟踪,且不依赖除光纤以外的任何条件,是未来清管器跟踪定位技术的重要发展方向。     

基于UWB定位的农业机械辅助导航系统设计与试验

【目的】低成本实现南方中小型田块中农业机械田间精确定位,降低农机操作人员劳动强度、提高农机作业效率。【方法】采用超宽带(Ultra wide band,UWB)技术对作业机械进行实时定位,通过位置解算算法,得到定位标签的三维精确位置坐标;利用位置校正算法,修正作业机械车身倾斜引起的田间定位误差;设计基于AB线的路径规划算法,实时规划作业路径并计算作业偏差;通过可视化人机交互界面为农机操作人员提供实时辅助驾驶信息。【结果】水田环境中,分别以0.5、1.0和1.5 m/s的速度沿规划路径行驶时,系统平均横向定位偏差均小于7 cm;当行驶速度大于1.0 m/s时,利用位置校正算法平均横向定位偏差降低了52.79%,标准差降低了49.82%,最大横向定位偏差降低了50.04%。搭载辅助导航系统进行田间插秧试验,各行作业轨迹与自身行拟合直线的平均横向偏差为5.90 cm,标准差为3.64 cm;各行作业轨迹与其规划直线路径的平均横向偏差为6.98 cm,标准差为4.95 cm。【结论】辅助导航系统具有较高的定位精度和良好的稳定性,成本低且通用性强,能够满足南方中小型田块中农业机械田间作业要求。研...     

基于RSSI测距误差离群去约束的优化方法

针对基于RSSI测距定位中偶然性测距误差和设备误差对定位结果影响较大这一问题,提出了一种误差离群去约束的优化方法。通过对三边定位结果使用K-means算法进行离群分析,得到对定位结果影响较大的几个锚节点,从而对数据进行处理。针对实际系统使用RSSI测距模块测得多组实验数据,并用Matlab软件进行仿真分析,将测距误差离群去约束模型与传统均值模型使用最小二乘法在不同距离下进行定位对比。仿真结果表明,当引入不同数量误差锚节点时,前者在定位精度方面均有0. 1～0. 2 m~2提升,同时算法也具有很好的鲁棒性。     

基于AC与LmaxRPC的自适应约束传播求解算法

在现有自适应约束求解方法基础上,提出一种新的自适应约束传播求解算法ADAPTAC-LmaxRPC．该算法能根据约束的不同特性,在传播能力强但开销高的LmaxRPC与传播能力弱却开销低的AC之间自适应地切换进行约束传播.多个Benchmark实例类上的测试实验数据表明,ADAPTAC-LmaxRPC算法有效地平衡了求解效率和算法开销之间的矛盾,大幅度提高了约束求解的效率.     

基于RLS算法的自适应抗干扰工频通信滤波器的设计与实现

目的电网中的有用畸变信号相对电压或者电流信号比较小,在传输的过程中会湮没有用畸变信号,为了抑制电网噪声干扰,设计工频通信自适应滤波器。方法采用双向工频通信技术传输信号,核心技术是参数可调的基于RLS的自适应滤波器的算法。结果调制信号经过自适用抗干扰的RLS算法的滤波器后,不需要预先知道输入信号和噪声的统计特性,就能实现干扰噪声大大减小,很大程度上提高了信噪比,改善了信道的信能,有效提高双向工频通信信号的传输。结论通过实验仿真,基于RLS算法的自适应滤波器的设计实现了信号的有效传输,同时双向工频通信信号的噪声受到有效抑制。     

基于双目视觉的作物点云获取与分割定位方法

为了提高农业视觉导航系统对作物定位的精确性,提出了一种基于双目视觉的作物点云获取与分割定位方法。该方法采用ZED双目相机采集作物左右视图,通过视差原理获取作物的3D点云数据,利用点云离散程度和体素化网格方法对初始点云数据的离散点和冗余数据进行去除,然后在预处理后的点云图中利用基于点云法线角度差的区域生长分割出每株作物的点云簇,用每个点云簇中所有点的平均坐标值作为该株作物的三维坐标,结合视觉系统坐标系,计算出作物与相机的水平距离以及水平偏角,从而实现作物定位。试验结果表明,该方法测得的作物平均距离误差为1.89%,平均角度误差为2.17%,该算法可以对作物进行准确定位,为基于双目视觉导航的路径规划提供可靠的定位信息。     

基于LMS算法的自适应抗噪通话系统的研究

本文阐述了自适应滤波技术在抗噪通信中的应用及发展，给出了实现自适应信号分离信号提取和增强的LMS算法，并且基于LMS算法实现自适应信号分离器的Matlab仿真实验，对仿真结果相应分析，而后给出硬件实现框图。     

一种改进的RSSI定位算法研究

目的研究一种基于无线传感器网络的城市公交车站牌的定位算法,能够解决曲线道路的定位问题,提高定位精度。方法以RSSI测距算法为基础,提出一种改进的RSSI定位算法,该算法利用曲线道路弯道之间的夹角,结合三角形定理,计算得到公交车辆与站牌之间的距离。结果在曲线道路定位时,仿真数据表明,改进的RSSI定位算法在不增加成本、通信功耗的情况下,相较于RSSI测距算法,定位精度有所提高,定位误差有所降低。结论本算法具有更好的定位性能,可用于各种道路的公交车辆定位。     

日光温室无线传感器多数据融合技术研究

无线传感器网络中采集的监测数据存在着较大的冗余和误差,影响数据的可靠性,然而由于温室环境具有空间大且温场分布受多种参数影响大等特点,在采集监测和控制中对数据的准确性要求比较高。为实现北方日光温室实时数据融合,提高实时数据精度,以沈阳农业大学北山试验基地一栋日光温室的实时采集数据为例,提出一种数据融合方法,通过无线传感器实时采集温室数据,利用格拉布斯判定准则进行数据预处理,并应用自适应加权平均算法对数据进行融合试验。试验结果表明:格拉布斯判定准则能够有效的剔除粗大误差,与原始采集数据相对比剔除误差后数据精度提高8%;与应用传统平均数据融合算法处理数据结果对比自适应加权平均数据融合能够明显的提高数据精度,融合后数据精度被提高6%。针对北方日光温室环境,采用无线传感器多数据融合方法,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性,经融合处理后结果能够提高温室环境监测的精确度,可全面准确的描述温室实时环境,为温室环境控制提供更加精准的基础数据,控制后使温室环境的温度、湿度、光照强度等主要参数达到相对理想的条件。     

基于密度自适应的RANSAC非结构化环境下果园机器人导航

目的 提出一种基于多传感器融合的果园导航方案,解决果园机器人在GPS导航过程中受果树遮挡导致信号弱、定位效果差的问题。方法 通过16线激光雷达采集高精度的三维点云数据,利用Voxel grid filter滤波算法进行点云预处理,降低点云密度并去除离散点,将果树行通过欧几里类算法进行聚类,采用改进的随机采样一致性 (Random sample consensus, RANSAC) 算法拟合出果树行直线,根据平行直线的关系,推算得到导航线,并融合惯性测量单元(Inertial measurement unit, IMU)对果园机器人进行高精度定位。基于差速转向和纯追踪模型进行轨迹跟踪,实现果园机器人在果树行间自主导航以及自动换行的目标。结果 在将激光雷达和IMU的数据进行融合后,获取到果园机器人的准确位姿,当机器人以速度0.8 m/s在果园作业时,对比最小二乘法和传统RANSAC法产生的偏差,基于密度自适应RANSAC法产生的横向偏差不超过0.1 m、航向角偏差不超过1.5°,均为3种方法中的最小值。但当机器人速度增加到1.0 m/s时,各项偏差均明显增大。结论 本文提出的基于多传感器融合的果园机器人导航技术适用于大多数规范化果园,具有重要推广价值。     

基于奇异谱和相关性分析的木材声发射源直线定位算法研究

针对木材声发射（acoustic emission,AE）信号的随机特性,提出了一种基于奇异谱和信号相关性分析的木材表面AE源直线定位算法。首先,依据ASTM标准通过折断铅芯的方式分别在樟子松和榉木试件表面产生AE源,并在顺纹理方向布置2个AE传感器,其中采样频率设置为500 kHz。然后,采用奇异谱分析（singular spectrum analysis,SSA）算法提高AE信号的信噪比,再分别基于信号相关性和最大值分析2种方法计算AE信号在木材表面顺纹理方向的传播速度。最后,依据AE信号传播时差和计算速度,基于时差定位原理设计AE源定位算法。并针对SSA处理前后的AE信号,采用不同定位算法进行比较试验。结果表明,直接对原始AE信号采用基于信号相关性和最大值分析方法确定信号传播速度时,樟子松试件2个不同位置AE源的定位误差分别为51.8%、55.7%和75.7%、46.6%;榉木试件2个不同位置AE源的定位误差分别为52.0%、44.8%和37.7%、45.5%。而对于经SSA处理后的AE信号,樟子松试件相应的定位误差分别为5.1%、33.2%和2.6%、31.7%;榉木试件相应的定位误差分别为3.1%、54.9%和5.1%、22.9%。因此,对原始AE信号进行SSA降噪处理后,再基于信号相关性分析方法确定信号传播速度,能够显著提高木材表面AE源的定位精度。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

基于CBERS-02B数据的森林三维绿量测算

【目的】以北京市密云县为研究对象,提出基于CBERS-02B数据的三维绿量测算方法。【方法】利用皮尔森相关系数分析地面样地三维绿量和遥感特征的相关性,并在密云县植被覆盖分类的基础上,分林型(阔叶林和针叶林)建立三维绿量测算模型。利用模型进行密云县森林植被三维绿量的反演,测算密云县三维绿量总量并分析其三维绿量的分布特征。【结果】建立了密云县阔叶林、针叶林三维绿量模型,其决定系数R2分别为0.724和0.735,总体精度为80.38%,单位面积均方根误差RMSE为1.41m3/m2,密云县三维绿量为523 561.516万m3,单位面积绿量为2.35m3/m2。【结论】基于CBERS-02B数据的森林三维绿量测算方法可行。     

基于插补-灰色理论的智能化农业车辆 定位预测系统设计

为提高智能农业车辆自主导航中定位预测数据的精度,提出基于插补-灰色理论的定位预测方法。该方法利用INS模块在RTK-GPS的前后定位数据中插补进一定数量的定位预测数据点,提高定位数据的输出频率;同时将插补方法同灰色理论相结合,减少传统灰色理论在车辆定位预测时的误差。结果表明,本系统能够使定位数据的最大输出频率提高到20 Hz;当车辆在一般路线上行驶时,插补-灰色理论的定位预测数据在正东方向上误差均值和误差均方差分别为0.007 1 m、0.108 2,在正北方向上误差均值和误差均方差分别为0.031 8 m、0.108 1;当车辆在特殊路线上行驶时,插补-灰色理论的定位预测数据在正东方向上误差均值和误差均方差分别为0.045 2 m、0.450 3,在正北方向上误差均值和误差均方差分别为0.003 4 m、0.323 0。通过插补-灰色理论的定位预测方法,能够实现对智能化农业车辆自主导航中未来时刻运动轨迹的预测。