水文信息自动测报系统

基于可编程逻辑控制器的测量与控制技术,设计了水文信息自动测报系统,实现对不同区域的水位与雨量采集测量,并通过GPRS无线通信模块与Inter-net实现组网,把分布在不同现场的水情数据定时传送到水文信息中心进行汇总,实现水文信息的远程测量、监视、报表打印、趋势分析与报警等功能.最后给出的实际测试结果表明了该系统的可行性及精确性.

基于LabVIEW的多普勒测速雷达的频谱校正

为降低FFT谱分析误差,提高弹丸测速精度,详细研究三角校正法、比值校正法、能量重心校正法和FFT+FT连续细化分析傅里叶变换法,分别运用4种频谱校正算法对理想正弦信号和加噪正弦信号进行仿真研究,并比较在相同信噪比情况下的测量误差。研究结果表明,这4种算法均可改善FFT谱分析精度,其中三角校正法具有算法更简单、计算速度更快、对噪声不敏感等优点,更适合弹丸测速信号的频率校正。

微热弯成形的微位移计算机视觉测量方法

为实现微热弯成形系统中微位移的高精度测量,构建了微位移计算机视觉测量系统.应用Matlab编写摄像机标定程序并计算摄像机的内外参数,利用OpenCV对被测对象的图像进行灰度化、二值化和Canny边缘提取,采用序贯相似性检测算法(SSDA)进行模板匹配,实现了热弯曲成形过程中模具与工件位置微位移的实时在线检测.实验结果表明,该系统对微位移的测量具有操作简单、高效的特点.

基于机器学习的长江航道水位集合概率预报模型

针对目前水位预测模型预报不确定性以及水位预测精度不高等问题,通过综合多个模型预报结果,提出一种融合机器学习与贝叶斯模型平均法(BMA)的航道水位集合概率预报框架。以长江航道上荆江河段为研究区域,采用随机森林(RF)、支持向量机(SVM)以及人工神经网络(ANN)进行了沙市站和新厂站的水位预测,结果表明水位预测精度表现为RF>SVM>ANN,3种模型预测精度整体均处于较优状态。基于3种机器学习模型预测结果,采用贝叶斯模型平均法进行了水位集合概率预报,BMA模型在沙市站和新厂站的水位预测结果相较于RF得到进一步提升,并准确获取了未来水位在90%概率下可能的出现范围。研究方法有效提升了航道水位预测精度并实现了概率预报,能够为船舶通航安全提供技术支撑。