基于改进自适应混合滤波算法的输电杆塔倾角测量方法

针对输电杆塔在线监测系统在使用低成本惯性测量单元(inertial measurement unit, IMU)测量杆塔倾角时存在测量精度低、姿态解算易发散、稳定性差的问题,提出一种基于改进自适应混合滤波算法的输电杆塔倾角测量方法。首先建立杆塔姿态解算坐标系,并结合四元数法确定了定姿方案。其次,运用改进型PI互补滤波算法对陀螺仪及加速度计进行信息融合,高低频优势互补,初步提升系统的姿态解算精度。最后将初步去噪后的信息作为Sage-Husa自适应滤波算法的初值,并引入滤波发散判据,在发散时调整误差协方差矩阵,从而对发散进行有效抑制,提高算法稳定性。实验结果表明,该算法可以有效提高测量精度,抑制解算结果的发散。     

携有时间标签的物联网构架下高压远距离输电线路在线监测系统

高压远距离输电线路在线监测系统对保障输电线路的安全运行具有重要意义。根据高压输电线路分布范围广泛和监测时间久的特点,提出了带有时间/地理标签的无线传感器网络在高压远距离输电线路中的远程实时监测。子网采用ZigBee无线通信技术组网,负责高压输电线监测参数的采集;骨干网采用GPRS技术实现无线传感器网络与Internet的无缝连接。同时通过B/S体系结构,用户端在登录监测系统后能实时浏览和分析无线传感器网络采集到的高压输电线监测参数。     

海洋石油平台导管架安全监测系统

基于光纤光栅传感原理研发了应变、倾角和加速度传感器,应变测试精度达到5 με,倾角测试精度达到0.02°,加速度测试在40 Hz以下灵敏度达到800 pm/g。应用传感器建立了一套海洋平台导管架安全监测系统,实现了对腿桩支撑力、平台倾斜和摆幅的在线监测;通过建立导管架力学模型计算其应力状况,分析导管架的安全性并进行预警。系统成功应用于南海石油平台监测,为海洋平台的结构安全提供了保障。     

水轮机叶片坑内修复机器人姿态估计改进算法

水轮机叶片修复机器人的姿态估计,可能出现姿态矩阵退化和Euler角奇异的问题。该文采用四元数建立了"一次转动姿态误差"(one-rotation pose error,ORPE),以更好地描述机器人姿态估计误差。基于ORPE研究了低精度惯性器件长期运行的积累误差,并采用倾角传感器校正姿态估计。理论上,仅有倾角传感器本身不能校正姿态矩阵,该文以ORPE和Frobenius范数为准则,给出机器人姿态的有效校正值。仿真结果验证了所提算法的有效性。基于低精度惯性器件与低精度倾角传感器的组合,该算法可以给出相对较高的姿态估计精度。     

基于光栅传感器的高压输电线杆塔监测

通过对输电线杆塔力学分析,利用传感器技术获得杆塔的最薄弱部位的扭转力矩、拉力、倾斜角度等信息,传送到集控中心进行数据比对,由后台控制系统做出判断,明确杆塔出现的机械失效问题,从而作出预警。传感器技术和杆塔的力学分析结合提高了杆塔机械失效监测的效率,通过该方式管理人员可及时掌握杆塔信息,及时发现安全隐患,有效减少导线覆冰引起的杆塔受损灾害的发生。     

基于四元数的MARG传感器姿态测量算法

陀螺仪的漂移、载体的线性加速度和周围局部磁场的干扰是制约MARG传感器姿态测量精度的主要问题,传统的方法利用滤波算法和零速修正技术来减小姿态测量误差。该文基于已有的惯性测量单元,设计了一个基于四元数的扩展Kalman滤波器,通过建立MARG传感器模型,引入传感器偏差补偿和自适应的测量噪声协方差矩阵构造方法来提高姿态测量精度,减小载体线性加速度和周围局部磁场的干扰,实现三自由度的姿态测量。基于惯性测量单元(IMU)的实验结果表明了本文所提算法能显著提高姿态测量精度。     

ZigBee技术和GPRS在输电线路在线监测中的应用

针对高压输电线路的分散性大,所处地理环境、气候条件复杂的现状,以实际项目开发为背景,设计了一套以GPRS和ZigBee无线传感器网络技术为基础的输电线路综合监测系统。该系统中由传感器节点采集导线拉力、倾角和气象等信息,由ZigBee无线传感器网络传输到监测子站系统进行数据融合处理,并通过GPRS公网把数据传回主站监测系统。文中详细阐述监测子站和无线传感器节点模块的硬件结构,以及导线弧垂在线监测装置的工作原理,给出主站系统、子站系统的软件工作流程。该系统经实际运行测试,结果表明:基于ZigBee技术的输电线路综合监测系统具有良好的可扩展性、可靠性,功耗较低,维护方便,是目前行之有效的方法,完全可以满足输电系统在线监测的需要。     

旋转导向系统有色噪声的改进无迹卡尔曼滤波方法

在旋转导向钻井系统的姿态测量过程中,三轴加速度计测量数据中包含大量有色噪声,严重影响井底组合钻具姿态测量的精度。基于旋转坐标变换的四元数理论,结合所建立的三轴加速度噪声模型,提出一种改进无迹卡尔曼(UKF)迭代滤波算法。此方法利用陀螺测量原理构造观测方程和时变状态方程,将实时解算出的钻具姿态以四元数的形式更新时变状态方程中三轴角速度,通过更新观测方程加速度噪声模型实现加速度计传感器数据中有色噪声的UKF迭代滤波。实测数据滤波的结果表明,此方法可有效滤除加速度传感器数据中的有色噪声,保证旋转导向钻具姿态测量的精度。     

一种输电线路多参数可视化物联监测系统

为降低覆冰和舞动等灾害对输电线路造成的破坏,并实时监测电网的运行状态,设计并研制了一种高压输电线路多参数可视化物联监测系统,能够以2M/s速率高速监测输电线路电流,同时监测线路舞动、环境温湿度等参数.物联监测系统中的各个监测模块内置于导线综合状态监测球,对输电线路进行2M/s高速录波的同时,通过归一化电流差值识别算法进行电流故障识别,将故障前后的10个周期的录波数据传出.利用全球定位系统(global position system,GPS)秒脉冲(pulse per second,PPS)信号实现全电网不同终端的高速采样信号严格对齐,时间分辨率达到了100 ns,确保了高速录波数据的时间一致性.高压线路试验结果表明:该装置可实时高速录波和进行电流故障诊断,利用多参数综合监测输电线路的运行状态.     

输电线路危险点远程视频监测系统

为了解决巡视周期真空期不能及时掌握线路走廊外力变化,极易在下一个巡视未到之前由于缺乏监测发生线路事故等原因,提出依靠公网无线3G/GPRS/EDGE/CDMA1X的数据通道为传输手段,对输电线路环境通道环境、周围施工情况、杆塔倾斜等进行实时监测,提供线路异常状况的预警。     

一种应用于GPS/低成本INS组合导航的自适应滤波算法

为了提高在全球卫星定位系统(GPS)接收机导航解更新间隔期间组合导航系统的定位精度,在分析了惯导系统(INS)误差模型的基础上,使用一种对噪声协方差矩阵进行实时自适应估计的算法改进了通常使用的标准Kalman滤波器。采集清华大学内的跑车实测数据,并使用自适应算法进行处理,结果表明:该方法可以有效地提高GPS导航解间隔期间组合导航系统的定位精度,整体定位精度可以提升近10%,在车辆行驶状态变化较大的路径中获得了最高达40%的位置精度提升。该方法易于实时实现,在实际工程实现中具有一定的应用前景。     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

基于微机电系统传感器的杆塔倾斜度无线监测系统

提出一种新型的基于微机电系统(micro-electro-mechanical system,MEMS)传感器的杆塔倾斜度无线监测系统.硬件设计选用STM32F103CT86为控制器,以BMI160、AK8963为传感器,STM32通过四元数卡尔曼滤波算法对传感器数据进行解算、融合,得到杆塔的倾斜角,通过试验与三轴姿态传感器对比结果表明九轴姿态传感器更为稳定,其安装固定方法简单,成本低.如果本产品大范围推广,挽回的损失足以抵消成本,随着时间的积累,挽回的损失将远大于成本,并且会带来不可估量的经济效益.     

基于卡尔曼滤波技术的河道汇流实时校正

基于卡尔曼滤波的河道汇流实时校正算法,采用非线性马斯京根矩阵解法,将河道汇流表达为一个时变线性系统,满足了卡尔曼滤波状态空间表达的要求.在进行滤波时,对系统参数矩阵的实时修正减小了河道汇流的非线性对线性滤波的影响.通过对每个子流域的“远程”和“本地”卡尔曼滤波校正,使全流域得到了全面合理的校正.提出一种新的模型噪声方差阵和量测噪声方差阵实时统计方法,该统计方法可有效地防止滤波发散现象,提高滤波预报的精度.通过在三峡区间流域上的应用,证明了基于卡尔曼滤波的河道汇流实时校正算法的有效性.     

一种改进的自适应USQUE组合导航姿态估计方法

针对传统四元数无味卡尔曼滤波(unscented quaternion Kalman filter,USQUE)算法的量测噪声统计未知及时变引起滤波发散精度降低等问题,提出一种变分贝叶斯自适应四元数无味卡尔曼滤波算法(variational Bayesian-based adaptive USQUE,VB-AUSQUE).通过变分贝叶斯高斯迭代近似估计,获取近似的量测噪声协方差矩阵滤波先验条件.仿真和舰载测试表明:在捷联式惯性导航系统/全球定位系统(strapdown inertial navigation system/global navigation satellite system,SINS/GNSS)组合导航系统中,VB-AUSQUE算法能有效减少系统量测噪声未知及时变问题对姿态估计精度的影响,相比常规算法具有更高的精度.     

基于单片机的井下瓦斯实时监测报警系统

设计了一种用于井下瓦斯气体实时监测报警系统.该系统运用单片机基本控制原理,实现对井下瓦斯气体的数据采集及显示,并将采集的数据转换为对应频率的脉冲信号,上传到监控主机,实现远程实时监控及预警.该监测报警系统的优点是:该装置采用红外遥控技术,不用打开设备即可完成数据的查询、仪表的校准及报警值的设定,适应防爆现场的要求;该装置具有超限声光报警、切断用电设备电源的功能,可有效预防爆炸或人员伤亡事故的发生;该装置的软硬件设计在Proteus的虚拟环境下进行了联合调试.     

一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法

针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.