基于Cesium和谷歌影像的风电场地形三维可视化

在风电场地形三维可视化实际需求的基础上,研究了基于Cesium引擎的风电场地形三维可视化系统。该系统将地形数据切片,叠加谷歌影像并加载风机模型进行展示,实现了风电场地形三维可视化。研究结果和系统运行实际效果表明,本研究所提供的技术方案具有良好的展示效果,在风电场地形三维可视化、风机模型展示的应用前景广阔,系统加载效率较高,用户体验良好。

基于自适应形态小波的轧机电气信号压缩方法

针对非线性、非平稳信号的数据压缩问题,提出了一种基于自适应形态小波的轧机电气信号压缩方法.结合电气信号的形态特征,采用中值算子作为形态小波的更新算子对信号进行分解,从而实现根据信号的局部形态特征,自适应地调整形态小波分解的更新算子.工业现场实际轧机电气信号的数据压缩实验证明:利用这种形态小波信号压缩方法,可以获得高压缩比的信号,并能保留信号的形态特征;同时,这种形态小波信号压缩方法运算量小,可以应用到实时性要求较高的在线监测系统中.