大连某林场道路工程测量方法及流程研究

CORS应用于道路工程测量,主要包括采用网络RTK进行带状地形图的绘制,道路中线的测设,道路纵、横断面图测量等。该文以CORS技术在某林场道路工程测量中的应用为研究对象,首先分析了道路工程测量的主要内容,进而详细研究了外业施测的内容,最后探讨了观测数据的分析思路,结果表明,CORS与传统测量相比较,工作效率高,效果更加显著,工作效率是常规测量方法的4倍以上,但必须保证测区CORS网络覆盖及无线网络与移动用户通讯畅通。     

广东省前兆测项观测背景总结

广东省前兆台网包括形变,电磁、流体三大学科,前兆台网中心从2014年开始开展数据跟踪分析工作,该文介绍分析了各学科测项的正常观测背景和基本变化态势背景,分析了各测项的背景噪声水平,对于进一步开展异常的识别与跟踪具有重要意义。     

电子稳像中运动补偿方法的研究

电子稳像运动补偿方法分为固定帧补偿方法和非固定帧补偿方法。固定帧补偿方法中,两帧图像相同部分的逐渐减少会使帧间运动估计准确度下降、视频跳跃等问题;非固定帧补偿方法存在运动估计误差的累计问题,该文主要研究非固定帧补偿方法中累计误差的产生原因,提出了计算补偿参数的新方法,解决了运动补偿误差累计的问题,通过详细论证,给出了新的计算方法的提出思路,分析了与传统方法的区别,并通过实验数据对比证明了新方法的正确性和可行性。     

建筑物重建中的三维激光扫描精度分析

针对三维激光扫描技术在建筑物重建中数据采集、处理方面存在的误差,从三维激光扫描仪测站定向误差、仪器扫描误差、数据拼接误差进行分析,并构建了点位误差模型,为三维激光扫描技术在建筑物的重建中测量成果的精度评定及测量方案的优化设计提供了理论基础.最后以脉冲式三维激光扫描仪为例对建筑物重建进行精度分析.     

基于观测器的多机系统气门开度的模糊H_∞控制新方法

研究了汽轮发电机组成的多机电力系统气门开度的模糊观测H∞控制器设计问题.首先对多机电力系统建立T-S模糊模型,由于实际电力系统的状态有时不能作为模糊规则的前件变量,基于观测状态给出了多机电力系统具有H∞性能指标的条件,但它不是基于线性矩阵不等式(LMIs)的,只能通过两步法求解.因此又提出仅需一步就能求解的基于LMIs的条件,克服了两步法求解带来的保守性.最后采用局部线性化方法对两机无穷大母线的气门开度控制系统建立T-S模糊模型,并验证了控制方法的有效性.     

基于蒙特卡洛法的铣削让刀误差概率分布预测

基于斜角切削理论,建立铣削力计算模型,求解得到铣削力.构建薄板受力变形的挠度函数,结合刀具的受力变形求解刀具-工件耦合变形的铣削让刀误差.采用神经网络拟合方法,求出输入铣削参数与输出最大让刀误差的函数关系.考虑刀具参数、材料参数、工件参数以及加工工况等随机参数对金属切削的影响,利用蒙特卡洛方法,对输入参数进行抽样,将参数样本代入神经网络拟合的函数模型中,获得铣削让刀误差样本,并分析其概率特性,从而提出一种铣削让刀误差的概率分布预测方法,较确定性计算铣削让刀误差的方法更加符合实际.     

无人机光电侦察平台的动目标测速方法研究

为了满足无人机对地面运动目标的侦察需求,在无人机光电侦察平台对地面运动目标实时跟踪的基础上,提出了一种对地面运动目标的光学测速方法.该方法根据光电侦察平台提供的俯仰角、方位角和无人机距离目标的距离,并结合了无人机的三维姿态信息,建立了无人机光电侦查平台对地面运动目标的速度测量模型.并分析了测速模型的误差来源,推导了误差计算公式.该测量方法无需定位目标,能够有效测量运动目标的速度,实用性较强.     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.     

机床温度测点优化方法研究及试验验证

针对机床热误差补偿技术中的关键温度测点选取问题,提出了一种温度测点优化新方法.首先采用简单相关分析,剔除掉与热误差明显不相关的测点.然后对初步筛选出的测点进行模糊聚类分析,以消除温度变量间的复共线性问题,同时进行灰色综合关联度分析,判断各测点与热误差间的紧密程度.根据分析结果,建立多个不同测点的热误差模型,对模型进行基于统计学理论的分析,确定出关键温度变量,将温度测点由20个减少至4个.根据优化结果,重新建立多元线性回归模型.误差预测结果表明,主轴Z向最大热误差从17.903μm减小到1.850μm.     

基于两级滤波的车辆相对加速度估计

针对智能交通中汽车防追尾碰撞预警技术难以准确获取车辆间相对加速度,从而影响预警准确性的不足,提出了一种基于两级卡尔曼滤波的相对加速度估计方法.首先建立准确描述车辆间相对加速度变化的车辆相对运动模型,利用卡尔曼滤波递推方法初步估计出相对加速度值.然后进一步结合相对速度信息,利用第二级卡尔曼滤波估计相对加速度的误差,对初步估计的相对加速度值进行修正,从而获取较为准确的相对加速度信息.实车试验结果表明,该方法的准确性和可靠性好,加速度估计误差小于0.5 m/s2.