基于红外线视距仪的街道景观距离测量研究

来源 :自动化与仪器仪表 | 被引量 : 0次 | 上传用户:liq123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
街道景观距离的测量中,缺少高精度、可衡量的稳定特征,提出基于红外线视距仪的街道景观距离测量方法.通过间接方式计算测尺频率.设计一种红外线视距仪,测量同一段街道景观距离时,计算两种测尺频率之间的相位尾数差,利用位数差当做测尺频率的稳定特征,完成街道景观测距.在实验中,利用设计方法对两个街道景观之间的距离进行测量.实验中的测量次数为十次.对测量三种距离时的标准偏差值、算术平均误差值、绝对误差平均值进行计算.通过比较三种指标的计算值,可以发现设计方法的测量精度更高、更加稳定,并且各方面表现都更突出,有一定应用价值.
其他文献
HDFS云存储环境中存在数据异构和虚拟机共存这两个问题,它们会引起数据可靠性和应用性能下降,为了解决这两个问题,提出一种基于位置感知的数据放置算法,以优化大数据中心处理系统性能.对此,通过对虚拟集群的相对位置进行感知,从而更好地实现数据块副本的放置,提高数据的可靠性;通过对各节点的处理负载进行预测,可提高数据处理应用的性能.最后,通过实验表明,本研究提出的位置感知放置算法缩短了接口应用时间,并使得数据具有稳定性,这就证明了该方法大大提高了数据的可靠性和应用性能,具有可行性.
为提高电网低压侧异常数据采集能力,提出基于物联网技术的电网低压侧异常数据采集方法.采用对变压器保护二次谐波制方法,构建电网低压侧异常数据的物联网采集组网模型,结合暂态稳定性和小扰动稳定性特征分析方法,建立电网低压侧异常数据采集系统的稳态控制模块、数据交互模块、磁链控制模块和电磁暂态特征分析模型,根据动态特性及稳定性分析方法,建立电网低压侧异常数据采集的DC/AC变换控制模型,通过电网低压侧的输出配电单元串联方式,构建两级式并网模式下的电网低压侧异常数据采集系统.测试得知,设计的电网低压侧异常数据采集系统输
针对传统神经机器翻译模型结构复杂,参数规模巨大导致的参数学习困难的问题,研究提出一种基于检查点约束的神经机器翻译系统.通过采用知识蒸馏的方法,构造了神经机器翻译模型的约束函数;然后根据模型不断产生的检查点构建了新的教师模型,实现了动态调整约束.最后,在NIST汉语-英语和WMT17汉语-英语数据集上对本方法进行验证.结果 表明,相较于传统基线模型和基于网格搜索的参数优化模型,本系统采用的基于检查点约束的神经机器翻译方法,可有效提高模型训练效果,缓解模型训练过程中过拟合问题,具有更优良的性能.
水雷引信是影响水雷武器系统贮存可靠性的关键部件,而水雷引信贮存可靠性的专项试验数据少,因此本文从现场检测数据入手,在水雷引信贮存失效率点估计和区间估计基础上,建立了当前检测状态下的引信贮存可靠度估计与预测模型,并通过实例验证了模型的有效性,为水雷引信贮存可靠性评估与预测提供了一种新方法,以便合理确定相关维修策略.
采用当前方法设计电子支付账务流程时,流程的响应时间较长,安全系数较低,为此提出基于平衡稽核技术的电子支付账务流程自动化设计方法,通过SAP系统、UPM系统、Bytter系统和IDC系统构成电子支付账务流程的整体框架,将平衡稽核技术应用在电子支付账务流程的自动化设计中,通过平衡稽核技术对电子支付账务数据进行对比和聚类处理,根据聚类结果对产生差异的原因进行分析,实现电子支付账务的平衡稽核,完成电子支付账务流程的自动化设计.实验结果表明,所提方法的响应性好、安全性高.
目前采用手工打字的方式录入停电申请单,操作繁琐、易出错,缺乏业务逻辑智能校验.通过在单线图上模拟操作,基于综合停电申请单规范,自动生成停电申请单,并与一体化生产系统打通,实现停电申请单及两票的自动流转.同时根据停电影响用户情况、馈线负载、运行风险等因素,优先考虑合环转供电,自动计算、校核生成最佳转供电方案,并流转到生产系统形成转电单,减少停电申请相关工作的数据录入工作量,提升录入效率与录入体验.实验结果表明,基于环网单线图模拟操作的综合停电智能助手应用能够有效缩短停电检修时间,降低电网损失.
现有变电站自动化检修设备的继电保护可靠性研究方法很多,但其可靠性不准确,无法使变电站正常运行,减少损失.为此,进行变电站状态自动化检修设备继电保护可靠性研究.首先对继电保护系统可靠性指标进行分析,然后对继电保护系统可靠性指标影响因素进行分析,包括硬件失效因素、软件失效因素以及其他失效因素等,最后基于上述研究,构建故障树模型,进行继电保护可靠性定量、定性分析.实验结果表明:所研究方法得出的继电保护可靠性结果准确性更高,证明所研究的继电保护系统是可靠的,同时也证明了可靠性分析方法的有效性,可以有效降低变电站的
针对传统单一特征模型难以充分提取时间特征导致的模型预测准确率低的问题,研究在深度学习的基础上,提出一种基于注意力机制的动态小波变换网络(DWNN)预测模型.通过结合DWNN模块与双向LSTM编解码器,并通过注意力机制对上下文信息进行加权和存储,提取得到相关有用信息,实现了对短时交通流量参数的预测.最后,通过在PEMS数据集上仿真测试,验证了本研究提出方法的有效性.结果 表明,本研究基于注意力机制的DWNN预测模型可准确预测短时交通流量,相较于标准DWNN模型,本研究模型预测结果与实际值更接近,且在RMSE
主要研究了电力巡检中无人机的故障估计与容错控制.首先针对系统中存在的扰动设计了一个干扰观测器来估计扰动,并设计了一个自适应故障估计观测器来估计无人机的执行器故障.然后,根据得到的扰动估计值与故障估计值设计了一个动态输出反馈容错控制器来保证系统在故障与扰动情况下的稳定.最后通过仿真验证了算法的有效性与鲁棒性.
变电站作为电力系统的核心枢纽,连接着发电厂和电户.智能变电站的电气系统设计关系到变电站的能耗、成本以及性能.研究基于智能变电站建设现状及行业相关规定要求,对变电站电气主接线、变压器等进行规划选型,设计了一套模块化的智能变电站电气系统,并对系统进行仿真验证.研究结果表明,该电气系统的故障率为0.0104%,仅为传统的电气系统的1/4;在至少保证一条出线正常供电或保证所有出线都正常供电的前提下,该系统的供电可靠率、平均每年的停电时间、平均每年停电的次数等可靠性指标均优于传统的电气系统.以上结果证明,智能变电站