检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

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... 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

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

同方学位论文库

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

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

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

FBG形状传感器的曲率和弯曲方向误差修正模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光学学报 2023年第22期43卷 291-301页

作者：尚秋峰刘峰华北电力大学电子与通信工程系河北保定071003 河北省电力物联网技术重点实验室河北保定071003 华北电力大学保定市光纤传感与光通信技术重点实验室河北保定071003

光纤布拉格光栅(FBG)形状传感器的铺设角度偏差和标定误差影响检测点曲率和弯曲方向的测量精度,进而导致形状重构误差。针对该问题,提出了曲率和弯曲方向的误差修正模型,以及FBG铺设角度偏差和标定误差自校正模型。利用自校正模型优化FB... 详细信息

光纤布拉格光栅(FBG)形状传感器的铺设角度偏差和标定误差影响检测点曲率和弯曲方向的测量精度,进而导致形状重构误差。针对该问题,提出了曲率和弯曲方向的误差修正模型,以及FBG铺设角度偏差和标定误差自校正模型。利用自校正模型优化FBG的铺设角度和标定系数,并将其代入曲率和弯曲方向误差修正模型,从而提升了形状传感器的重构精度。对模型进行了仿真和实验验证,误差修正后,不同形状的远端重构误差分别从11.66 mm、14.42 mm和22.6 mm降低为4.43 mm、5.67 mm和9.57 mm,相对误差分别从2.56%、3.1%和4.96%降低至0.95%、1.22%和2.06%。所提模型为FBG形状传感器重构提供了一种有效的误差修正方法,不需要复杂的实验校准过程,在FBG形状测量场景中具有较大的应用潜力。

关键词：形状重构光纤布拉格光栅误差修正种群优化

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

维普期刊数据库

同方期刊数据库评论

在线全文

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

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

广义椭偏技术的薄膜测量及误差修正方法研究

广义椭偏技术的薄膜测量及误差修正方法研究

作者：齐姣中北大学

学位级别：硕士

随着科技的发展,光学薄膜发展迅速,光学薄膜因其特有的性质已广泛应用于信息检测、武器装备、航空航天、新能源等高新技术领域,特别是在各种集成电路、激光器件、生物芯片、液晶显示等生产制造中发挥着重要的作用。由于光学薄膜的主要... 详细信息

随着科技的发展,光学薄膜发展迅速,光学薄膜因其特有的性质已广泛应用于信息检测、武器装备、航空航天、新能源等高新技术领域,特别是在各种集成电路、激光器件、生物芯片、液晶显示等生产制造中发挥着重要的作用。由于光学薄膜的主要光学参数,如膜厚、折射率、消光系数等对于薄膜的设计和工艺制造都是不可或缺的衡量指标,因此光学薄膜的广泛应用也推动了薄膜检测技术的发展,同时面对高新技术产业的不断发展,对评价薄膜的优劣、提高薄膜的性能以及已有的检测仪器提出了更高的要求。目前,随着测量精度和效率要求的不断提高,使得很多学者将工作重点转向对高精度椭偏理论及测量技术的研究上来。广义椭偏测量技术是一种具有多角度、非接触和高精度等优点的光学测量技术,单次测量即可获取被测物全部穆勒矩阵元,进而可获得其诸如光学常数、表面形态及膜厚等重要参数。为实现膜厚、折射率等参数的高精度测量,关键在于建立正确的系统传递函数、样品光学模型、合适的椭偏数据分析及误差修正方法。基于此,本文在广义椭偏技术的基础上,重点开展了光谱椭偏建模和薄膜测量的研究工作。在直通模式对空气介质进行测量,实验结果显示穆勒矩阵元素在全光谱范围内的误差均小于0.5%;在斜入射模式下,分别测量不同角度的硅基Au、Ag、Cu样品,以及不同厚度的硅基底SiO2薄膜,实验结果表明,当入射角在布儒斯特角附近时,测量结果更佳;而厚度越大时,测量误差也会增大。为了进一步实现高精度测量,弥补目前椭偏测量中很少或没有实时误差校正研究的不足,本文创新性地提出一种基于参考光路的误差修正方法,本方法在双旋转补偿器广义椭偏仪结构基础上加入参考光路的设计,并且改进椭偏数据处理的误差分析方法,通过仿真和椭偏测量实验相结合的方法,开展了基于广义椭偏仪的误差校正分析的工作。实验结果显示,采用校正方法后SiO2的穆勒矩阵与理论矩阵的绝对误差从≤0.028减小为≤0.008,标准偏差由0.9%降低至0.3%,表明采用校正方法后样品的穆勒矩阵与理论矩阵的绝对误差、标准偏差均减小,样品厚度测量精度得到提高。证明本文提出的方法可以实现实时检测测量过程中的随机误差并进行实时误差校正,最终实现椭偏测量精度的提高。

关键词：广义椭偏技术光学薄膜薄膜测量误差修正

基于数据降噪、多尺度分解和误差修正的空气质量预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据降噪、多尺度分解和误差修正的空气质量预测研究

作者：王业林昆明理工大学

学位级别：硕士

空气是地球上动植物生存的必要条件,其质量直接影响到生命活动的健康水平。随着人类粗放式推进工业化和城市化,空气污染物排放量激增,引发了严重的空气质量问题。作为定量参考的依据,空气质量的预测结果对保障空气污染治理的科学性和有... 详细信息

空气是地球上动植物生存的必要条件,其质量直接影响到生命活动的健康水平。随着人类粗放式推进工业化和城市化,空气污染物排放量激增,引发了严重的空气质量问题。作为定量参考的依据,空气质量的预测结果对保障空气污染治理的科学性和有效性具有重要意义,也对城市的环境质量管理和居民生活质量保障发挥着重要作用。然而,空气质量序列往往呈现非平稳、非线性和高噪音等复杂特征,难以被精准和可靠的预测。此外,不同地区或同一地区不同时期的空气质量序列特征常常存在差异,现有预测模型通常采用固定的结构,在应用时可能造成对序列处理过度或处理不足的问题。为解决上述问题,本文引入质量管理思想,综合考虑预测的全过程,基于数据降噪技术、多尺度分解技术和误差修正技术,提出了一种新型空气质量组合预测模型(ICEEMDAN-DE-LSTM-MOD),通过结合检测方法构建灵活的预测结构,实现对具有不同变化特征的空气质量序列预测。选取北京、上海、广州和深圳的日均AQI序列作为研究对象,研究结果表明:(1)四组日均AQI序列均属于非正态、非平稳和非线性系统,且具有高波动和大量突变点的特殊特征。(2)ICEEMDAN-DE-LSTM-MOD对四组日均AQI序列的平均MAE和RMSE分别为7.4887和10.2969,相较于三种组合模型,预测精度提高了8.86%,稳定性提高了8.97%,对于空气质量等级预测的平均准确率达83.59%。(3)数据降噪技术可以降低波动,但当日均AQI序列存在大量突变点时,其无法有效剥离序列中的数据噪音,需根据噪音序列的特征有选择的执行。多尺度分解技术可以有效地降低序列的复杂程度,极大提升组合模型的预测性能。误差修正技术可以保障模型性能,降低预测风险,且混沌检测可以有效检测残差序列中规律信息的含量,当残差更趋向随机时,误差修正可能会造成消极影响。因此,ICEEMDAN-DELSTM-MOD不仅可以为空气污染防控措施的制定提供定量依据,还可以为空气质量提供可靠预警,保障居民的身体健康。

关键词：空气质量数据降噪多尺度分解误差修正时间序列预测组合预测模型