基于加权K-近邻分类的非视距识别方法研究

超宽带(UWB)定位系统中,针对复杂的环境下,信号的遮挡、直达信号的错误判断严重影响定位精度问题,该文基于信道冲激响应(CIR)提出一种新型特征参量——饱和度(S),结合前人提出的特征参量利用Relief算法和互信息特征选择(MIFS)算法进行特征选择,在相关性的基础上赋予特征相应的权重,选择最优的特征子集进行加权K-近邻(WKNN)分类,提高了非视距(NLOS)识别系统准确度。并且分析了WKNN算法中的训练数据集数量与近邻数K对算法的影响,确定优选方案,减小了算法计算量,提高了NLOS识别系统实时性。在不同环境下进行实验验证,结果表明,该方法具备较高的识别准确度和环境适用性,识别精度达到95%。

新型内外管差压流量计弹状流双参数测量研究

为实现气液两相流相含率及流量的双参数测量,设计新型内外管差压流量计测量装置。利用该装置在单相水流量为1～11 m3/h范围内进行实验测试,拟合单相流出系数C的数学模型。单相水流量测量值与实际值的最大示值相对误差在±1.6%以内。气液两相流测量特性研究在水流量范围为2～6 m3/h,气流量范围为0.12～0.6 m3/h进行实验,在已知含率的情况下求得弹状流的两相总质量流量预测模型,通过分析压损比与XLM变化规律,分段建立压损比和Frg与XLM的数学模型,得到分相含率。预测结果表明:弹状流液相含率相对误差在±2%以内,两相总质量流量相对误差在±3%以内。通过差压及压损比实现相含率及流量的双参数测量,为气液两相流不分离测量提供一种参考方法。

基于改进粒子群的TDOA三维定位解算方法

针对基于超宽带的到达时间差(TDOA)三维定位系统中,Taylor算法求解精度低以及改用群体智能算法后存在求解速度慢等问题,提出一种基于改进粒子群算法的TDOA三维定位算法。该算法设计了自适应种群数量变化公式,在迭代过程中根据最优粒子与最劣粒子间的欧氏距离变化自适应淘汰部分粒子以减少重复计算,同时引入精英策略防止最优粒子被淘汰,以此提升传统粒子群算法的运算速度,并且采用线性惯性权重与压缩因子联合控制的速度迭代公式,提高传统粒子群算法的收敛精度和收敛速度,从而实现精准、快速定位。仿真实验结果表明,该算法不受迭代初始值影响,在相同的噪声干扰条件下精度明显优于Taylor算法,且计算时长相较于LinWPSO算法、CIPSO算法缩减48.7%,相较于YSPSO算法缩减30.9%。