基于DSP和BP的烟气林格曼黑度监测

系统综合运用DSP技术和BP神经网络实现了对黑色烟气污染源的自动监测和林格曼黑度分级,摆脱了人工主观评测的落后局面,从根本上避免因主观因素而引入的测量偏差。通过使用时域和空域综合的背景亮度扣除,有效削弱了天空背景散射光线对监测结果准确性的影响。

基于BP的烟气林格曼黑度级测量研究

将BP神经网络用于烟气污染源林格曼黑度级的测量,解决了传统测量方法中主观因素给测量结果带来的误差问题;并使用一种新的时空联合背景亮度扣除算法,有效削弱了背景亮度对测定准确性的影响.经测量验证,烟气林格曼黑度级准确性得到了极大地提高,正确率达98.83%.

采用超宽带和远距离无线通信的定位系统设计

针对GPS、北斗等无线定位系统不能实现室内定位的问题,采用超宽带和远距离无线通信技术设计一种室内定位系统。系统采用双边双程测距法、到达时间内三角质心优化算法提高测距和定位精度,采用LoRa技术进行基站间的数据传输。测试分析表明:定位系统在室内环境下工作稳定性好,可实现室内精确定位功能。