基于协同定位和自适应卡尔曼滤波的定位算法研究--以煤矿井下人员定位算法为例

针对煤矿井下复杂环境中非视距误差对无线信号定位的干扰,文章设计了区域判定和校正策略减小标签和基站之间的无效通信,提高了定位效率;提出基于UWB的煤矿井下协同定位算法,移动的标签充当定位基站,减少定位盲区提高定位精度;提出改进的自适应卡尔曼滤波算法对协同定位结果进行优化,获取信息向量检验非视距环境误差,并对协方差矩阵进行修正。仿真验证结果表明:改进后的自适应卡尔曼滤波算法结合协同定位算法相比卡尔曼滤波算法结合协同定位算法定位误差更小,可以更好地应用于煤矿井下人员定位中。

基于CNN-LSTM的煤矿瓦斯浓度预测

对瓦斯浓度进行预测是预防瓦斯事故的有效方式。卷积神经网络(CNN)可以提取时间序列中的时间平移不变特征,长短期记忆神经网络(LSTM)具有长期记忆能力,可以捕捉到具有长期相关性的信息,将CNN与LSTM结合,从时间序列的角度对采煤工作面瓦斯浓度进行预测。结果表明,与单独使用LSTM进行预测及使用支持向量回归(SVR)预测相比,CNN-LSTM模型具有更高的预测准确率。

基于电源输出电压的直流串联电弧故障检测方法

直流串联电弧故障危害较高,且难以检测,其检测技术还需不断完善。文章提出一种基于电源输出电压的检测方法,将电源输出电压的标准差和相应频段内谐波功率和作为识别电弧故障的特征向量,利用支持向量机进行分类识别。该方法只需对直流电源的输出电压进行监测和采集,对检测系统的位置没有特殊要求,易于操作和实现。

与你为邻——云淡风轻

《与你为邻》“你我为邻，相互依存。你可以是有形的，也可以是无形的。邻，无法回避，却可有所选择。请你联系自己的生活体验和感受，以《与你为邻》为标题写一篇不少于800字的文章。”山西省实验中学高中学子们用他们生花的妙笔，为我们展示了妙不可言且芳香四溢的思想短文，让我们回味无穷，余味芬芳。下面就让我们欣赏学子们在“与你为邻”这一话题上令人耳目一新的真知灼见吧。