检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于超宽带的快速定位系统设计及误差修正

基于超宽带的快速定位系统设计及误差修正

作者：樊瑞新浙江大学

学位级别：硕士

随着科技的发展,室内定位在智慧工厂、智能家居、紧急救援等场景下都有广泛应用。由于受到建筑物的遮挡,室内环境下无法使用全球导航卫星系统进行定位。在目前各种方案中,超宽带(Ultra-Wideband,UWB)定位具有功耗低、精度高、抗干扰性... 详细信息

随着科技的发展,室内定位在智慧工厂、智能家居、紧急救援等场景下都有广泛应用。由于受到建筑物的遮挡,室内环境下无法使用全球导航卫星系统进行定位。在目前各种方案中,超宽带(Ultra-Wideband,UWB)定位具有功耗低、精度高、抗干扰性强的优势,是室内定位的理想方案。本文对UWB定位技术进行了深入研究,研究内容主要包括定位系统的构建以及定位误差的修正。本文对UWB定位的相关原理进行了理论推导。通过对常用的定位方法进行对比分析,选择了精度较高的双边双向测距法作为测距手段,并采用高斯-牛顿法作为定位方程组的解算算法。同时,为了方便基站部署,本文采用了基于多维定标(Multi-Dimensional Scaling,MDS)的自定位算法MDS-MAP,并提出了一种镜像翻转判定方法,仅需人工测量两个基站的坐标,即可获得全部基站的坐标。UWB定位有多种误差来源,误差的修正对提高定位精度有重要意义。本文分析了各种来源误差的产生机制,给出了数学模型,并对误差进行修正。其中,对于硬件延迟和接收信号强度导致的恒定误差,采用测距标定的方法校正。而对于非视距(Non-Lineof-Sight,NLOS)效应导致的误差,本文提出了一种基于卡尔曼滤波器和加权最小二乘法的误差修正方法,并从理论上证明,NLOS条件下的定位误差能降低至和测量噪声相同的水平。仿真和实验结果表明,NLOS条件下定位误差相比修正前减小了85%以上,定位精度达到5cm,优于同类方法。本文以机器人室内定位作为应用场景,设计并实现了一套UWB快速定位系统。首先采用DW1000作为UWB收发芯片、STM32F103作为主控制器,设计制作了基站和移动节点的硬件实物。然后分别针对基站自定位和移动节点定位的功能,设计了通信报文和相应的通信时序,并通过软件实现。本文提出了一种时分复用机制,解决了多个移动节点定位时的消息冲突问题,可同时为10台机器人提供20Hz以上的定位服务,同时基站或移动节点对故障有较强的鲁棒性。在室内环境下的测试结果表明,在约10m×6m的场地范围内,基站自定位精度达4cm,移动节点在约1m/s的速度下的动态定位精度达5cm,优于目前商用产品或相关文献报道的自研系统。

关键词：超宽带室内定位误差修正非视距效应卡尔曼滤波器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

时间序列风速预测模型的误差修正

时间序列风速预测模型的误差修正

作者：李宇曼华北电力大学(北京)

学位级别：硕士

在全球不可再生能源紧缺的背景下,清洁可再生能源成为影响着社会和经济发展的重点研究对象,风资源是一种清洁、易获得的可再生资源,现如今已慢慢成为能源领域的中坚力量。但是风速序列存在严重的随机波动性、不平稳性、间歇性等问题,给... 详细信息

在全球不可再生能源紧缺的背景下,清洁可再生能源成为影响着社会和经济发展的重点研究对象,风资源是一种清洁、易获得的可再生资源,现如今已慢慢成为能源领域的中坚力量。但是风速序列存在严重的随机波动性、不平稳性、间歇性等问题,给风力发电过程带来了很多技术方面的难题。风速是影响风力发电的主要因素之一,其预测的准确性对于风力发电的安全稳定运行是非常重要的。为了使风速预测准确度得到进一步提高,本文提出了一种基于误差修正的CNN-LSTM短期风速预测模型,该模型不仅考虑到了风速序列,还考虑到了影响风速的其他相关气象因素,为弱化风速的非平稳性这一特性,构造了新的影响因素,最后还对误差进行分析预测,提高模型预测精度,主要工作如下:(1)充分了解风力发电的相关知识理论及重要概念。首先介绍了在研究过程中涉及到的神经网络模型,后续介绍了分解算法以及样本熵算法的理论知识和建模过程。选用宁夏风电场数据,对数据进行预处理工作,建立风电场数据集,为后续工作的顺利进行奠定基础。(2)应用了 CNN-LSTM风速预测模型。首先探究了加入气象因素作为输入变量的LSTM模型与单一风速作为输入变量的LSTM模型分别预测风速,对比结果发现气象因素的加入可以提高预测精度。考虑到风速的不稳定性,通过分解重构建立了新的影响因素,将气象因素与新的影响因素一起输入到预测模型中,预测结果显示加入新建因素的模型精度确实高于未加入新的影响因素的模型。建模过程中使用了 CNN与LSTM模型相结合组成的CNN-LSTM模型,以这种方式建立的模型可以提取到对预测有用的特征信息,也可以解决长距离依赖的问题。(3)在CNN-LSTM模型基础上添加了一个误差修正模型。为了使模型预测效果更好,设计了一个CEEMDAN-SE-LSTM模型对误差进行修正,先将误差进行分解得到高频和低频分量,然后将样本熵值近似的分量叠加得到新的分量,接着对分量进行LSTM预测。将模型与LSTM模型和EMD-SE-LSTM模型对比,得出所提模型预测精度更高,最后将误差预测值和初始预测值加和得到最终风速预测值。实证分析结果表明,本文采用的加入新的影响因素后的CNN-LSTM-误差修正模型比LSTM模型、CNN-LSTM模型的预测精度高,拟合效果好。

关键词：风速卷积神经网络长短期记忆网络误差修正混合预测模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

渐开线直齿圆柱齿轮的激光检测误差修正方法

工具技术 2022年第7期56卷 133-137页

作者：刘万山郭潇玥陈嘉慧林贤锦陈彬强厦门大学航空航天学院福建省厦门市361005

研究了一种基于激光位移传感器的非接触式测量方法。以渐开线直齿圆柱齿轮齿廓测量为研究对象,解决了接触式测量方法检测时间长及通用性低等缺点。在测量大量齿轮的同时,可避免测头部分磨损,且不易损坏齿轮表面。实验装置采用控制变量法... 详细信息

研究了一种基于激光位移传感器的非接触式测量方法。以渐开线直齿圆柱齿轮齿廓测量为研究对象,解决了接触式测量方法检测时间长及通用性低等缺点。在测量大量齿轮的同时,可避免测头部分磨损,且不易损坏齿轮表面。实验装置采用控制变量法,通过改变入射角和入射深度得到一系列误差图像。作为齿轮齿廓误差中主要检测项目的齿廓和节距,通过误差修正、偏差检测和更深入的分析完成。通过激光位移传感器的误差校对实验,建立了误差修正模型,并将其应用于渐开线直齿圆柱齿轮的测量中。经对比表明,修正后的激光检测精度较修正前有较大提高。

关键词：渐开线齿形激光测量误差修正倾角

基于超声波的小型无人艇室内避障定位误差修正系统

在线全文

学校读者我要写书评

暂无评论

舰船科学技术 2022年第24期44卷 165-168页

作者：周文芳长江大学文理学院湖北荆州434020

以有效躲避室内环境中不同状态障碍物,保障无人艇相对狭小环境下的运行安全为目的,设计基于超声波的无人艇室避障定位误差修正系统。超声波定位模块利用超声波技术检测障碍物,并通过添加参考节点获取定位误差修正量,基于修正量修正定位... 详细信息

以有效躲避室内环境中不同状态障碍物,保障无人艇相对狭小环境下的运行安全为目的,设计基于超声波的无人艇室避障定位误差修正系统。超声波定位模块利用超声波技术检测障碍物,并通过添加参考节点获取定位误差修正量,基于修正量修正定位过程中的误差,提升定位避障精度。超声波信号传输至信号处理单元内,协同GPS模块生成无人艇周边环境信息,并利用通用分组无线服务技术模块将环境信息传输至上位机内,上位机以此为基础生成航线并返回至信号处理单元;信号处理单元依据航线信息,控制舵机执行模块改变航向,在发动机模块驱动下完成航行。测试结果显示,该系统障碍物定位误差控制在1.8 cm内,能够有效躲避固定或运动状态下的障碍物。

关键词：超声波无人艇室内避障定位误差修正舵机

基于混合优化模型及误差修正的农产品期货价格预测研究

在线全文

学校读者我要写书评

暂无评论

基于混合优化模型及误差修正的农产品期货价格预测研究

作者：钱圆升东北财经大学

学位级别：硕士

稳定的农产品期货价格是制定农业政策和实施有效管理的基石,在支持农民生计、确保粮食安全和促进全球贸易稳定方面发挥着关键作用。然而,农产品期货价格受到国际政治格局、经济政策演变以及气候条件变化等多种因素影响,具有高度的复杂... 详细信息

稳定的农产品期货价格是制定农业政策和实施有效管理的基石,在支持农民生计、确保粮食安全和促进全球贸易稳定方面发挥着关键作用。然而,农产品期货价格受到国际政治格局、经济政策演变以及气候条件变化等多种因素影响,具有高度的复杂性和不确定性。因此,准确的农产品期货价格预测对于国内外市场的风险管理都至关重要。在国内,精确的价格预测使农民和涉农企业能够在采购、种植和收获等方面做出合理的判断,从而减轻与价格波动相关的金融风险。随着经济全球化发展的不断深入,中国作为全球最大的农产品市场之一,其农产品期货价格的趋势变化对国际农产品市场、全球食品供应链、国际投资和政策制定的影响日益深远。准确的价格预测有助于国际社会更好地理解和应对中国市场的动态变化,并为国际投资者和政策制定者提供有价值的信息,以做出明智的经济决策。近年来,国内外学者积极投入对农产品期货价格预测的研究,积累了一系列成果。然而,目前的研究主要聚焦于农产品期货价格的确定性预测,未充分关注不确定性分析及区间预测,并且所采用的模型在数据分解方法、优化算法的应用,以及误差序列的处理等方面,尚存在着进一步改进的空间。为了解决这些问题,本研究基于模块化建模思想提出了一种创新性的农产品期货价格预测系统AFPFS。首先,在数据预处理模块基于创新的数据分解技术对农产品期货价格数据进行自适应滚动去噪。其次,在优化预测模块利用新开发的多目标增强型元启发式算法对双向深度学习模型的核心超参数进行优化,再使用该模型捕捉非线性特征,而线性特征则在误差修正模块中采用传统统计方法从误差序列中提取。最后,在区间估计模块结合非参数核密度估计技术实现不确定性分析及区间预测。本研究基于2010-2020年玉米、大豆和白糖三种农产品期货价格数据探究AFPFS的预测表现,实验结果表明,与对比模型相比,AFPFS在确定性预测方面呈现出更高的准确性、稳定性和一致性,尤其在应对新冠疫情引发的不稳定性市场环境时,AFPFS仍然保持了较好的预测效果。同时,AFPFS实现了良好的区间预测性能。因此,AFPFS不仅具有潜在的理论贡献价值,还表现出良好的实践指导价值,可以为农产品期货市场参与者提供有效的决策支持。本研究的主要创新点归纳如下:(1)基于创新性的数据分解技术提出了一种新的自适应滚动去噪策略,有效地解决了噪声层数确定和提前引入未来信息的问题。本研究基于经验傅里叶分解技术采用固定长度滚动向前的方式进行去噪,以最大化信噪比为目标确定需要去除的噪声序列的层数,在预测当前时间点的价格时避免了提前引入未来的价格信息。(2)将非线性深度学习与线性误差修正相结合,设计了一种充分提取数据特征的方案。本研究利用深度学习模型捕获农产品期货价格波动的非线性特征,再融合基于传统统计方法从误差序列中提取的残余线性特征,得到较好的预测结果。(3)基于对原元启发式算法缺陷的改进,开发了一种新的多目标增强型蜣螂优化算法,实现了超参数优化。本研究对原始的单目标蜣螂优化算法在初始化、反向学习方面进行了改进并将其融入多目标优化框架,再以预测精度和稳定性为目标对深度学习模型的核心超参数进行了优化,在理论上实现了帕累托最优解。(4)基于非参数估计方法,在农产品期货价格的不确定性分析及区间预测方面实现了良好的效果。非参数估计方法不需要对数据分布施加任何假设,本研究在一定程度上弥补了目前农产品期货价格区间预测方面研究的不足。

关键词：时间序列预测农产品期货优化算法误差修正混合预测模型

基于双重注意力机制及误差修正的风电功率组合预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双重注意力机制及误差修正的风电功率组合预测方法研究

作者：龙铖重庆理工大学

学位级别：硕士

由于化石能源的枯竭以及其导致的环境问题不断加剧,人们开始广泛关注风能等可再生能源的应用,利用风能发电的风电已经成为我国能源系统中的重要组成成分。然而风能的间歇性和波动性影响了风电的消纳,并且风电的占比日益增加也可能对电... 详细信息

由于化石能源的枯竭以及其导致的环境问题不断加剧,人们开始广泛关注风能等可再生能源的应用,利用风能发电的风电已经成为我国能源系统中的重要组成成分。然而风能的间歇性和波动性影响了风电的消纳,并且风电的占比日益增加也可能对电力系统的平稳运行产生负面影响。所以精准的风电功率预测对电网的安全稳定运行和实现国家“双碳目标”具有重要意义。为此,本文针对上述情况展开研究,主要工作包括:(1)为了解决风电场实测风电功率数据中因为各种原因存在大量异常值和缺失值的问题,本文采用四分位法、三次样条插值法和皮尔逊相关系数对数据集进行了预处理,这有助于建立更准确的预测模型。首先通过四分位法对数据集中的异常值进行剔除,并采用三次样条插值法对剔除值和原有缺失值进行填充,改善了异常数据对后续研究的不利影响;然后采用皮尔逊相关系数进行特征相关度分析,从结果来看,风速、风向及温度特征与风电功率的相关度相对较高,其余相关度较低的特征予以剔除最后进行归一化处理。(2)针对当前风电功率点预测模型中,通常没有考虑气象特征对风电功率的影响,并通过相同权重对特征进行提取,且在提取特征时采用固定权重,忽略了不同气象特征和不同时刻特征对风电功率影响的差异,本文结合注意力机制(Attention Mechanism,AM)、卷积神经网络(convolutional neural network,CNN)、双向长短期记忆网络(Bi-directional Long Short-Term Memory,Bi LSTM)和轻梯度提升机(Light Gradient Boosting Machine,Light GBM),提出了一种基于双重注意力机制CNN-Bi LSTM与Light GBM误差修正的超短期点预测模型(CNN-Bi LSTM-AM-Light G-BM)。通过在CNN网络提取特征和Bi LSTM网络时序预测两个阶段同时融入注意力机制,构成特征注意力模块和时间注意力模块,自适应的为不同特征和不同时刻的数据赋予不同的权重,来提高模型预测精度;然后再通过Light GBM算法对初步预测的结果进行误差修正得到最终的风电功率点预测值。采用我国西北某风电场实测数据进行实验对比,结果证明了CNN-Bi LSTM-AM-Light GBM组合模型在风电功率预测上的优越性能,提高了风电功率超短期预测的准确性。(3)为了更加有效的体现出风电功率的间歇性和波动性,为风电并网和调度提供更多信息,提出了一种集成分位数回归(Quantile regression,QR)与CNN-Bi LSTM-AM网络的区间预测模型,根据不同分位点的预测结果,建立了80%和90%置信水平下该模型的预测区间,然后通过高斯核密度估计的方法得到了其概率密度曲线。通过实验对比,表明在相同置信水平下本文所提模型可以获得更可靠的预测结果和更窄的预测区间。

关键词：风电功率预测注意力机制双向长短期记忆网络误差修正分位数回归

基于协方差矩阵自适应进化策略和误差修正的光伏预测模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于协方差矩阵自适应进化策略和误差修正的光伏预测模型

作者：耿辉西安理工大学

学位级别：硕士

光伏发电具有显著的能源、环保和经济效益,是最优质的绿色能源之一,光伏发电可以从各方面助力国家实现双碳目标。在光伏功率预测需要考虑到日照时数、天气变化、气温、风速等因素的变化对光伏系统输出功率的影响,深入探究影响光伏系统... 详细信息

光伏发电具有显著的能源、环保和经济效益,是最优质的绿色能源之一,光伏发电可以从各方面助力国家实现双碳目标。在光伏功率预测需要考虑到日照时数、天气变化、气温、风速等因素的变化对光伏系统输出功率的影响,深入探究影响光伏系统输出功率的多种因素,并及时做出精准的功率预测,对此进行精准的预测,有利于优化光伏发电系统的运行,减少电网的压力。本文对光伏数据进行预处理,利用拉依达准则(3-sigma)来识别异常数据,再基于最邻近算法(K Nearest Neighbors,KNN)修复异常数据。通过皮尔森相关系数(Pearson correlation coefficient)分析各个特征与光伏功率的相关性,然后基于特征转换原理采用主成分分析法(Principal Component Analysis,PCA)对影响光伏功率因素进行分析降维,最完整的提取了数据基础样本信息,并对全部数据进行了归一化处理。针对光伏出力波动不平稳特性,采用改进的自适应噪声完备集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)将光伏功率分解为若干个平稳的子序列,提出一种由协方差矩阵自适应进化策略优化的基于卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurrent Unit,GRU)神经网络的混合预测模型。为进一步提高预测精度,引入改进粒子群(Improved Particle Swarm Optimization,IPSO)和时间卷积网络(temporal convolutional networks,TCN)结合的预测模型预测IPSO-TCN对预测值进行误差修正。通过将初始预测模型和误差修正模型结合,构建了基于协方差矩阵自适应进化策略和误差修正的光伏预测模型,与其他预测模型共同进行预测,仿真数据表明,本文所提方法对光伏功率预测有显著的精度提升作用。

关键词：光伏功率预测功率分解误差修正数据降维

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于扭振误差修正技术的柴油机示功系统研究

基于扭振误差修正技术的柴油机示功系统研究

作者：安云圣大连海事大学

学位级别：硕士

在柴油机示功图的测量与计算中,存在很多误差因素,其中主要分为压力误差和转角误差。目前主要通过提高传感器精度以及改进降噪算法的方式减小压力误差;而转角误差的一个重要的来源是柴油机扭振引起曲轴发生扭转变形,进而产生扭转角位移... 详细信息

在柴油机示功图的测量与计算中,存在很多误差因素,其中主要分为压力误差和转角误差。目前主要通过提高传感器精度以及改进降噪算法的方式减小压力误差;而转角误差的一个重要的来源是柴油机扭振引起曲轴发生扭转变形,进而产生扭转角位移误差。曲轴扭转角位移误差一方面无法通过提高传感器精度消除,另一方面不同气缸位置、不同时刻的转角误差大小不一样。因此,有必要研究其变化规律,以消除对柴油机示功图产生的影响。针对这一问题,本文研究了基于扭振计算、测试和分析技术的柴油机示功误差修正方法,为提高柴油机示功图测量精度提供了一种可行的方案。本文建立了柴油机的扭振计算模型,采用正交三角分解算法(QR)计算了柴油机曲轴上各质量单元的受迫扭振角,以便获得理论转角偏移误差值,并就理论转角偏移误差值与实际负荷运行工况下转角偏移误差值不一致的问题,根据特定位置扭振实测值,提出了理论转角偏移误差的修正方法。实测采用了双测点相对扭振测量技术,基于曲轴角速度信号的扭转振动成分分析结果,发现滚振和转速波动对相对扭振角测量影响显著,为研发柴油机示功系统奠定了理论基础。本文通过分析柴油机示功图测量原理,归纳总结了示功图测量误差的影响因素与处理措施,重点研究了曲轴扭振对示功图测量的影响机理和解决方案,分别探讨了随机误差和上止点误差的消除方法,提出了柴油机曲轴转角偏移误差测量结果的修正方法。研究表明,本文基于特定位置扭振实测值的修正方法,可有效消除柴油机燃烧状态变化等因素引起的理论转角计算偏移误差值。本文设计了基于扭振误差修正技术的柴油机示功系统的原理样机和验证试验,使用C/C++语言开发的嵌入式ARM系统,包括测量模块、分析计算模块和图形处理模块等多个软硬件模块。基于NB-1扭振标定器扭振试验结果表明,双点测量法在三种试验工况下的误差仅为传统单点测量方法的66.7%、0.189%和0.522%;基于目标柴油机台架验证试验结果表明,本文所提出的曲轴转角偏移误差修正方法,使上止点修正了0.179°至0.063°的误差,指示功率修正了0.058%至-0.254%的误差。为基于示功图的柴油机示功参数的状态监控奠定了基础。

关键词：柴油机示功图扭振计算曲轴转角误差修正

降雨误差微分响应岭估计方法在建阳流域洪水预报误差修正的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

水电能源科学 2023年第7期41卷 1-3,58页

作者：杨姗姗程锐颜文珠张乾中国水利学会北京100053 中国南水北调集团有限公司北京100036 中水北方勘测设计研究有限责任公司天津300222

为提高面平均雨量资料的准确性,在动态系统响应曲线修正方法基础上,针对修正效果可能不稳定的问题,引入岭估计方法,基于最小二乘岭估计构建一种新修正方法。将新安江模型计算概化为一个系统,并将该方法应用于建阳流域洪水预报误差修正,... 详细信息

为提高面平均雨量资料的准确性,在动态系统响应曲线修正方法基础上,针对修正效果可能不稳定的问题,引入岭估计方法,基于最小二乘岭估计构建一种新修正方法。将新安江模型计算概化为一个系统,并将该方法应用于建阳流域洪水预报误差修正,对该流域37场历史洪水进行修正效果检验,进一步验证该方法在实际流域洪水预报误差修正应用的有效性。结果表明,降雨误差微分响应岭估计方法在该流域洪水预报误差修正应用效果较好,能够有效提高洪水预报精度,方法修正效果较为明显。

关键词：误差修正降雨误差岭估计新安江模型