期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于可信度的非视距识别与定位算法
1
作者 刘林 宋雨昊 《中国惯性技术学报》 北大核心 2025年第10期972-978,共7页
为提高非视距场景下超宽带(UWB)定位精度,提出了基于可信度的非视距识别与定位算法。首先,利用UWB诊断寄存器提取实时信道冲击响应特征及测距值,通过一维卷积神经网络进行非视距识别,估计测距为视距或非视距的概率。然后,利用该概率构... 为提高非视距场景下超宽带(UWB)定位精度,提出了基于可信度的非视距识别与定位算法。首先,利用UWB诊断寄存器提取实时信道冲击响应特征及测距值,通过一维卷积神经网络进行非视距识别,估计测距为视距或非视距的概率。然后,利用该概率构建可信度,基于可信度进行定位基站筛选及定位算法改进,设计基于可信度的加权最小二乘-泰勒(WLS-Taylor)融合滤波算法。在多种场景下采集静态和动态测试数据进行性能验证,实验结果表明:所提算法能够有效抑制非视距对定位结果的影响,非视距环境下定位误差均值小于10 cm;在非视距相对严重环境下,所提算法的定位误差较基于距离加权的WLS算法降低了76.94 cm。 展开更多
关键词 超宽带 信道响应特征 非视距识别 一维深度卷积神经网络 可信度
在线阅读 下载PDF
兰新高铁九家湾滑坡特征和成因分析
2
作者 曹雄 《铁道工程学报》 北大核心 2025年第4期1-4,10,共5页
研究目的:九家湾滑坡是我国高铁建设以来罕见的造成高铁受损、停运的滑坡地质灾害,对高速铁路建设中的地质选线必将产生深远的影响。对该滑坡的特征和成因的研究,有助于广大技术工作者深入了解高速铁路沿线高边坡及其潜在风险,为未来类... 研究目的:九家湾滑坡是我国高铁建设以来罕见的造成高铁受损、停运的滑坡地质灾害,对高速铁路建设中的地质选线必将产生深远的影响。对该滑坡的特征和成因的研究,有助于广大技术工作者深入了解高速铁路沿线高边坡及其潜在风险,为未来类似地质灾害的防治提供宝贵的经验。研究结论:(1)九家湾滑坡是自然边坡失稳形成的新滑坡,是泥岩夹石膏岩高陡边坡在极端强降雨、人为活动等综合作用下突发的自然灾害;(2)坡脚灌溉水渠的长期渗漏,是滑坡从坡脚剪出后得以在河流阶地上继续向前滑移3d、行进百余米,最终造成兰新高铁桥梁受损的主要原因;(3)本研究成果可应用于山区铁路方案选择,避免线路遭受滑坡地质灾害侵害的风险。 展开更多
关键词 兰新高铁 滑坡 西宁 红层泥岩
在线阅读 下载PDF
铁路工程智能勘察关键路径与实践应用研究
3
作者 周福军 孟祥连 +5 位作者 张文忠 李俊青 王栋 陈兴强 张坤 柴伦炜 《铁道工程学报》 2025年第10期1-6,15,共7页
研究目的:勘察是各类基础设施工程项目规划设计、建设运维的前提和基础,随着我国铁路工程等基础设施的不断完善和城市化进程的持续发展,以及“一带一路”国际合作倡议的深入推进,工程勘察面临的环境挑战越发艰险、传统勘察手段实施困难... 研究目的:勘察是各类基础设施工程项目规划设计、建设运维的前提和基础,随着我国铁路工程等基础设施的不断完善和城市化进程的持续发展,以及“一带一路”国际合作倡议的深入推进,工程勘察面临的环境挑战越发艰险、传统勘察手段实施困难,工程建设领域的市场竞争更加激烈,对勘察成果和质量提出更高的要求,迫切需要结合云计算、大数据、人工智能等新一代信息技术,提升勘察技术水平,实现勘察技术的数智化转型与智能化升级。研究结论:(1)智能勘察是铁路工程领域综合勘察技术发展的3.0全面提升阶段;(2)本文围绕勘察“信息标准、数据成果、装备手段、作业流程、应用服务”五条主线,系统构建了铁路工程智能勘察的技术体系内涵和整体解决方案;(3)分享了勘察信息化标准、遥感解译成果标准化成图、地质图件快速成图、机载多源遥感装备、孔内多参数测试装备、智能遥感解译、岩心岩性智能识别、三维地质快速建模、地质信息服务与地质大模型等研究成果;(4)分析了铁路智能勘察的后续发展方向,即标准体系构建、勘察装备革新、专业应用升级、协同服务提升、综合人才培养等;(5)本研究成果可为智能化勘察技术科研攻关提供借鉴,为全行业、各单位共同推进勘察数智化转型、智能化升级提供指导和参考。 展开更多
关键词 铁路工程 智能勘察 融合分析 信息服务 全生命周期
在线阅读 下载PDF
基于多通道图像的ECA-CNN WiFi FTM室内定位算法 被引量:1
4
作者 刘林 廖子阳 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第10期323-332,共10页
IEEE 802.11-2016定义了精细时间测量(FTM)协议,利用信号往返时间(RTT)实现WiFi室内定位,以期达到米级定位精度。但在非视距或多径环境下,RTT测距精度下降,严重影响定位性能。因此,为了提高RTT定位精度,提出了一种将多个无线接入点(AP)... IEEE 802.11-2016定义了精细时间测量(FTM)协议,利用信号往返时间(RTT)实现WiFi室内定位,以期达到米级定位精度。但在非视距或多径环境下,RTT测距精度下降,严重影响定位性能。因此,为了提高RTT定位精度,提出了一种将多个无线接入点(AP)测得的WiFi RTT测距序列转换为多通道图像的方法,基于多通道图像采用有效通道注意力机制卷积神经网络(ECA-CNN)学习测距数据与目标位置之间的关系,实现位置估计。实验结果表明,提出的定位模型与常规深度神经网络(DNN)定位模型、基于单通道图像的卷积神经网络(SCI-CNN)定位模型和基于单通道图像的有效通道注意力机制卷积神经网络(SCI-ECA-CNN)定位模型相比,模型的平均定位误差约为1 m,分别比上述模型降低了31.03%、16.78%和10.68%。 展开更多
关键词 室内定位 注意力机制 卷积神经网络 精细时间测量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部