导读:本文包含了地面传感器论文开题报告文献综述及选题提纲参考文献,主要关键词:轨道检测,铁路地面标志,电涡流,探测线圈
地面传感器论文文献综述
刘正毅,苟云涛,程朝阳,崔建英[1](2019)在《铁路新型地面标志传感器研制》一文中研究指出铁路地面标志传感器采用电涡流原理,动态探测轨道上特殊金属构件的位置。为了满足新一代轨检系统的性能要求,对传感器原理及存在问题进行分析。通过对传感器内部结构及信号处理方法进行研究,研制了基于数字微处理系统的新型地面标志传感器。新型传感器探测线圈采用平衡式结构,补偿了线圈自身的温度漂移;以频率源电路取代谐振电路,提高了输出波形的稳定性;检测数据通过实时现场总线方式传输到轨检系统平台,改善了数据传输的实时性和可靠性。新型传感器经过调试和封装后,在试验室和线路进行了测试,并在路局轨道检查车上进行了应用。该新型传感器稳定性和可靠性高、结构简单、易于实现,满足了新型轨检系统的需求。(本文来源于《自动化仪表》期刊2019年11期)
赵薇,许铜华,王楠[2](2019)在《基于深度学习的无人值守地面传感器目标检测与识别方法》一文中研究指出目前,针对震动信号的目标检测与识别方法已得到广泛而深入的研究,但对距离较远、目标信号幅值与背景噪声幅值相近或相等的行人等目标的探测精度无法达到较高水平。针对该问题,从时域信号特征提取与学习的角度出发,提出一种基于深度学习的目标检测与识别方法,通过提取行人行走及跑步信号的峰值序列,将该序列输入循环神经网络进行训练,从而得到可准确检测与识别行人震动信号的网络模型。实验结果表明,该方法对远距离(≥30 m)行人目标的识别精度可达到93%以上。(本文来源于《战术导弹技术》期刊2019年05期)
罗俊颉,贺文彬,王兆国[3](2019)在《基于传感器技术的人工影响天气地面作业信息采集系统设计与实现》一文中研究指出通过分析人工影响天气地面作业信息采集与共享的现状及存在问题,根据人影作业装备的性能特点和作业信息采集的技术要求,梳理了人影作业参数自动采集系统功能需求,设计并实现了基于传感器技术的人影地面作业信息采集软硬件系统,完成了外场测试和业务试用。数据分析表明:该系统整体运行稳定,作业方位采集精度±5°,俯仰角采集精度±3°,数量采集准确率100%,数据传输准确率达到100%,各类传感器精度符合业务考核需求。该系统应用与推广可有效提升地面人影作业信息采集时效,有利于全面掌握区域内地面作业动态,提高人影作业信息化和规范化管理能力。(本文来源于《干旱气象》期刊2019年04期)
张积洪,李昊[4](2019)在《基于地面震动传感器的飞机滑行定位方法研究(英文)》一文中研究指出机场场面飞机滑行过程的监控是保障机场安全运行中重要的一环,针对目前机场现有场面监视技术定位精度不高并且不能主动可靠地获取飞机位置的问题,提出了一种利用地面震动传感器主动识别飞机并监视滑行轨迹的方法,通过选择合适的地面震动传感器,采集地面震动信号,并对小波包分解去噪后的震动信号进行特征提取,通过特征向量的构建和支持向量机分类器以实现对飞机目标的识别和飞机滑行过程中的精确定位,从而实现滑行轨迹跟踪。(本文来源于《机床与液压》期刊2019年12期)
刘书航[5](2019)在《无人机辅助地面传感器网络的容量分析》一文中研究指出无人机具有快速部署、灵活、低成本等优点,可以作为空中基站,为地面用户提供通信服务。无人机作为空中基站,可以在没有通信基础设施支持的环境下,利用无人机自身的移动性实现地面传感器网络的数据采集。本文研究无人机作为空中基站辅助地面传感器网络进行数据收集的方案设计和容量分析。具体研究如下:1、本文探讨了当无人机辅助地面传感器网络进行数据收集时,地面传感器网络节点的划分与地面传感器网络容量之间的关系。并且本文给出了单无人机和多无人机两种场景下的容量分析。此外,针对多无人机场景,本文还给出了两种不同的无人机部署方式,针对两种方式分别进行了容量分析。最后分析了其他参数对地面传感器网络节点容量的影响,如无人机的数量、无人机的飞行路径、地面传感器节点的分布方式等。2、本文研究了无人机飞行路径与地面传感器网络容量之间的关系。针对当前路径规划算法中较常用的几种算法进行分析,并将路径规划算法应用于无人机辅助地面传感器网络的场景中。最后分析了在使用路径规划算法进行无人机路径规划后,无人机辅助地面传感器网络的容量。本文从理论上分析了不同场景下无人机辅助地面传感器网络的容量,并且得出了无人机最优分配方案,对无人机辅助地面传感器网络的研究具有指导意义。(本文来源于《北京邮电大学》期刊2019-06-04)
周晓虎[6](2019)在《浅谈地面自动气象站传感器设备维护与保障》一文中研究指出地面自动气象站传感器的维护和保障关系到自动气象站能否正常运转并发挥精准监测作用。本文重点对突泉县地面自动气象站气压传感器、温湿度传感器、雨量传感器和风向风速传感器的维护和保障工作进行总结,并为本地的气象维护工作带来积极的促进作用。自动气象站是指在某一地区根据需要建设的能够自动探测多个要素,无需人工干预,即可自动生成报文,定时向中心站传输探测数据的气象站,它由气象传感器、微电脑(本文来源于《农民致富之友》期刊2019年14期)
王红蕾,李丽云[7](2018)在《“天空地”遥感技术助力精准农业》一文中研究指出传统农业田间管理要看天看地看作物,而随着科技的进步,农民也要成为看手机的低头族。从9月26日在黑龙江现代农业示范区召开的天空地数字农业技术集成示范现场会上看到,从高空的卫星、低空的无人机到地面的各种现代农业数据传感器,越来越智能的技术正在逐渐应用到传(本文来源于《科技日报》期刊2018-09-28)
王利娟,闫建国,张永,崔红梅,刘海洋[8](2019)在《基于田间地面不平度测试装置的激光传感器标定》一文中研究指出为提高农田地面不平度的测试效率,解决测试中田间杂草或作物根茬对不平度测试结果产生的影响及地面不平度数据难以与由其引起的农业机械动态响应数据实时对应等问题,设计开发了一种田间地面不平度测试装置。该装置通过激光传感器来测取地面的不平度数据,因而激光传感器的测试精确性直接影响不平度测试的准确性。为此,结合已开发的田间地面不平度测试装置的结构特点,提出了采用分段拟合标定传感器的方法。经检验,该方法提高了激光传感器在相应测试范围的准确性。田间试验表明,标定的激光传感器能够满足田间地面不平度的测试需求。(本文来源于《农机化研究》期刊2019年04期)
王洲,杨明欣,王新媛[9](2018)在《基于多传感器融合的多旋翼无人机近地面定位算法》一文中研究指出为了使多旋翼无人机在近地面,不依赖GPS信号情况下仍然具有准确的定位能力,提出一种基于惯性导航,融合光流传感器、超声波传感器、气压计数据的多传感器融合定位算法。通过分析各传感器与无人机运动位置的数学关系,建立基于卡尔曼滤波的多传感器数据融合方程,再对传感器数据做预防失效处理和卡方检验,最终融合、计算出多旋翼无人机在近地面飞行时的位置。实验证明:所提定位算法能够实时地、较为准确地计算出多旋翼无人机在近地面飞行的位置。(本文来源于《成都信息工程大学学报》期刊2018年03期)
张文[10](2018)在《地面多传感器协同探测关键技术研究与开发》一文中研究指出本课题来源于兵器工业集团和我校的协同创新项目“××多传感器协同感知技术研究”,是国防“十叁五”规划的基础预研课题,旨在解决多传感器协同探测技术中的部署和跟踪问题,使多传感器在目标区域环境下发挥群体优势,达到合理、健全的协同机制,从而更好的实现对目标区域信息的采集、感知和处理。随着科技和信息化的不断发展,单一和分立的传感器已不能满足工程应用的实际需求,多传感器网络作为新兴的信息获取手段应运而生,其中多传感器协同探测技术属于多传感器网络的一个重要分支,已经在工业、军事、环境、医疗、交通等研究领域得到了广泛的应用。论文主要研究协同探测的部署和目标跟踪问题,首先对多传感器协同探测技术中的部署问题进行数学建模,并采用一种面向多传感器协同部署的粒子群算法(PSO)进行求解,实现各个传感器的协同合作,在保证重点区域优先探测的前提下,有效的提高了多传感器探测区域的覆盖率,减少了传感器布局中不必要的浪费,实现对目标区域环境的有效覆盖;其次,对多传感器网络的目标跟踪问题进行建模,给出了均匀分配的目标跟踪方案,采用一种面向目标跟踪的遗传算法(GA)求解问题,有效的提高了多传感器的目标跟踪性能;最后论文给出了基于C++多传感器协同探测的仿真平台系统。本论文的主要研究内容如下:(1)详细的阐述了传感器及多传感器网络的概念,并对多传感器网络的部署和目标跟踪问题的国内外现状进行总结,给出了协同探测的工作架构、原理及优点。(2)针对多传感器协同探测的部署问题,论文给出了一种基于离散化思想对目标区域环境进行了网格化,利用矩阵形式对多传感器部署问题中的环境约束、探测能力、重点区域优先探测以及传感器节点部署进行了描述,建立了优化问题的数学模型,并以粒子群算法进行优化,给出了仿真结果。(3)在研究协同探测传感器目标跟踪的问题上,提出了一种均匀分配的目标跟踪方法,给出了优化问题的数学模型,并使用遗传算法进行优化,通过仿真试验证明该方法的有效性。(4)研究并开发了传感器协同探测仿真系统,给出了仿真系统构建思路以及系统的效能评估方法,并利用系统平台对传感器部署进行实例演示,仿真平台结果与Matlab仿真结果基本相同。(本文来源于《大连理工大学》期刊2018-05-01)
地面传感器论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
目前,针对震动信号的目标检测与识别方法已得到广泛而深入的研究,但对距离较远、目标信号幅值与背景噪声幅值相近或相等的行人等目标的探测精度无法达到较高水平。针对该问题,从时域信号特征提取与学习的角度出发,提出一种基于深度学习的目标检测与识别方法,通过提取行人行走及跑步信号的峰值序列,将该序列输入循环神经网络进行训练,从而得到可准确检测与识别行人震动信号的网络模型。实验结果表明,该方法对远距离(≥30 m)行人目标的识别精度可达到93%以上。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地面传感器论文参考文献
[1].刘正毅,苟云涛,程朝阳,崔建英.铁路新型地面标志传感器研制[J].自动化仪表.2019
[2].赵薇,许铜华,王楠.基于深度学习的无人值守地面传感器目标检测与识别方法[J].战术导弹技术.2019
[3].罗俊颉,贺文彬,王兆国.基于传感器技术的人工影响天气地面作业信息采集系统设计与实现[J].干旱气象.2019
[4].张积洪,李昊.基于地面震动传感器的飞机滑行定位方法研究(英文)[J].机床与液压.2019
[5].刘书航.无人机辅助地面传感器网络的容量分析[D].北京邮电大学.2019
[6].周晓虎.浅谈地面自动气象站传感器设备维护与保障[J].农民致富之友.2019
[7].王红蕾,李丽云.“天空地”遥感技术助力精准农业[N].科技日报.2018
[8].王利娟,闫建国,张永,崔红梅,刘海洋.基于田间地面不平度测试装置的激光传感器标定[J].农机化研究.2019
[9].王洲,杨明欣,王新媛.基于多传感器融合的多旋翼无人机近地面定位算法[J].成都信息工程大学学报.2018
[10].张文.地面多传感器协同探测关键技术研究与开发[D].大连理工大学.2018