期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
联合V2X通信和最小跳数距离的车辆定位方法 被引量:2
1
作者 刘冲 张月霞 《电讯技术》 北大核心 2021年第3期366-372,共7页
针对传统V2X定位方法定位成功率及定位精度较低的问题,提出了一种联合V2X通信和最小跳数距离的车辆定位方法。车辆利用最小跳数距离估算自身与通信范围外辅助节点间的相对距离,并利用路径相似度因子最高的辅助节点对该误差进行补偿,从... 针对传统V2X定位方法定位成功率及定位精度较低的问题,提出了一种联合V2X通信和最小跳数距离的车辆定位方法。车辆利用最小跳数距离估算自身与通信范围外辅助节点间的相对距离,并利用路径相似度因子最高的辅助节点对该误差进行补偿,从而改善定位性能受通信距离约束的局限性。同时,综合考虑距离、辅助节点类型对定位性能的影响,利用加权最小二乘法对车辆位置坐标进行解算,提升定位的精度。仿真结果表明,所提定位方法与V2X定位方法相比,在定位成功率及定位精度方面分别提升38.6%和12.5%,具有一定的应用价值。 展开更多
关键词 车联网 车辆定位 V2X定位 V2X通信 加权最小二乘
在线阅读 下载PDF
融合可见光指纹的迷宫机器人路径规划算法 被引量:2
2
作者 张月霞 刘冲 《电讯技术》 北大核心 2020年第9期1096-1101,共6页
针对复杂迷宫环境下移动机器人路径规划中存在的寻路时间较长、效率较低等问题,提出了一种将可见光指纹信息与A*算法相融合的迷宫机器人路径规划算法。该算法引入局部、全局障碍密度参量对A*算法的评价函数进行优化,使评价函数可以自适... 针对复杂迷宫环境下移动机器人路径规划中存在的寻路时间较长、效率较低等问题,提出了一种将可见光指纹信息与A*算法相融合的迷宫机器人路径规划算法。该算法引入局部、全局障碍密度参量对A*算法的评价函数进行优化,使评价函数可以自适应障碍物密度;同时引入可见光指纹信息,利用障碍物对可见光光源的遮挡程度来判断各方向路径是否通畅,解决了A*算法在寻路进程中无法预见后续障碍物的问题。仿真结果表明,基于可见光指纹的改进A*算法能够有效减少传统A*算法的路径搜索点数量,平均寻路效率提高了43.5%,具有一定的应用价值。 展开更多
关键词 迷宫机器人 路径规划 可见光指纹 A*算法
在线阅读 下载PDF
基于距离补偿的毫米波近场成像算法 被引量:3
3
作者 蔡俊 杨翠翠 卓智海 《微波学报》 CSCD 北大核心 2021年第1期55-59,63,共6页
毫米波全息成像采用远场成像的近似模型,导致最终成像质量下降。针对上述问题,提出了一种基于距离补偿的毫米波近场成像算法。该算法用近场条件下的精确模型改进了传统成像算法的近似模型,利用成像平面与天线阵元的距离进行成像补偿,然... 毫米波全息成像采用远场成像的近似模型,导致最终成像质量下降。针对上述问题,提出了一种基于距离补偿的毫米波近场成像算法。该算法用近场条件下的精确模型改进了传统成像算法的近似模型,利用成像平面与天线阵元的距离进行成像补偿,然后通过最大值投影和Lee滤波进行成像。实验结果表明,与毫米波全息成像算法相比,该算法在提高图像清晰度的同时,能够保留成像目标的更多信息。 展开更多
关键词 毫米波成像 近场成像模型 最大值投影 Lee滤波
在线阅读 下载PDF
基于CEEMDAN与混合算法的轴承弱故障研究 被引量:1
4
作者 周兴 朱希安 王占刚 《煤矿机械》 北大核心 2020年第8期168-171,共4页
针对滚动轴承早期故障信号淹没在噪声中、故障特征难以精确提取、故障类别难以准确区分的问题,提出一种将自适应噪声的完备集成经验模态分解(CEEMDAN)与混合优化算法相结合的新方法。首先对经过奇异值降噪的故障信号进行CEEMDAN分解,得... 针对滚动轴承早期故障信号淹没在噪声中、故障特征难以精确提取、故障类别难以准确区分的问题,提出一种将自适应噪声的完备集成经验模态分解(CEEMDAN)与混合优化算法相结合的新方法。首先对经过奇异值降噪的故障信号进行CEEMDAN分解,得到一系列IMF分量,之后求得每个IMF分量的峭度、均方差和样本熵。为了选出最适合做故障特征提取的IMF分量,将最终分类错误率作为优化算法的适应度函数,优化以上三者的权重,最终得到对应不同类型故障的权重值和最高分类准确度。结果表明,该方法解决了不同类型的轴承故障信号在分解后IMF分量难以选择的问题,用该方法提取故障特征后,故障分类平均准确率高达97.2%。 展开更多
关键词 滚动轴承 故障诊断 CEEMDAN 混合优化算法
在线阅读 下载PDF
基于太赫兹技术的太阳能电池寿命预测算法
5
作者 周兴 朱希安 王占刚 《太赫兹科学与电子信息学报》 北大核心 2020年第3期374-379,共6页
针对太阳能电池软退化模式下的寿命预测难度大,准确度不高等问题,提出一种先利用太赫兹光谱仪获取太阳能电池板光谱,再用基于布谷鸟算法改进的粒子群-支持向量机回归(PSO-SVR)算法预测其剩余寿命的新方法。利用紫外加速试验对预测结果... 针对太阳能电池软退化模式下的寿命预测难度大,准确度不高等问题,提出一种先利用太赫兹光谱仪获取太阳能电池板光谱,再用基于布谷鸟算法改进的粒子群-支持向量机回归(PSO-SVR)算法预测其剩余寿命的新方法。利用紫外加速试验对预测结果进行验证对比,结果表明,该方法可用于预测不同损耗程度的太阳能电池的剩余寿命,在传统硅太阳能电池板和砷化镓太阳能电池的寿命预测上,相较于其他算法有更好的表现,其准确度分别高达98.92%和92.86%。 展开更多
关键词 太阳能电池 太赫兹光谱 粒子群优化 软退化模式
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部