突起路标合理设置的原理与方法研究

目前国内外还没有针对路钮的设置间距进行相关的模型研究,实施中通常根据经验进行设置。笔者基于曲线曲率最佳感知精度和路钮视像连续的两种设置原理,并考虑驾驶员的视觉特点、车辆的灯光照射性能,提出以视线诱导为目的,在驾驶员视野范围内始终出现4块路钮的设置间距与曲线半径的关系模型;并以路钮视像在人眼中形成一条连续的诱导线为目的设置间距与道路设计车速之间的关系模型。在两种方法的最终设置间距中取两种模型的小值作为最终的设置间距,并根据反光及不反光路钮的特点、设置的经济性和路段的交通安全状况对其设置方式作了分析和探讨。经研究,该模型可作为相关规范中路钮设置间距的依据。

基于粒子群优化的NLOS环境的节点定位算法

无线传感网络的非视距NLOS(non-line-of-sight)环境是影响测距定位精度的重要因素。本文提出了基于粒子群优化PSO(particle swarm optimization)的NLOS环境的节点定位NLOS+PSO算法。NLOS+PSO算法采取惯性权重的非线性调整策略,提高了算法的收敛速度。同时,对目标值进行排序,摒弃性能差的粒子,可降低计算量。实验数据表明,在非视距环境中,所提出的NLOS+PSO算法可提高定位精度,抑制NLOS测距误差,提高收敛速度。

非视距环境下基于粒子群的超宽带定位算法

将智能算法应用到无线传感器网络定位技术中是一种全新的尝试,粒子群算法是其中的一种典型算法。根据超宽带(UWB)定位原理,建立基于粒子群算法的定位模型,在非视距(NLOS)环境下,利用NLOS误差导致的附加时延和由信道决定的均方根时延扩展的联合统计特性,进行NLOS误差补偿,在迭代过程中采用线性递减的惯性权重,粒子群通过不断追踪个体极值和局部极值,更新自身的位置与速度,从而找到全局最优解,仿真结果表明正确率达90%以上。

直升机桅杆式稳瞄具振动环境测试分析

对某直升机桅杆式稳瞄具振动环境进行实际测试,设计体积重量与真实稳瞄具完全相同的模拟件和测试设备(IMU)。分别进行25 m悬停和160 km/h前飞条件下的测试飞行,测试结果表明25 m悬停状态下,振动最小;随着前飞速度增加,振动加剧;测试结果还表明振动环境中不但存在线振动,而且也存在角扰动。测试结果对稳瞄具的前期设计和地面试验提供准确的原始输入数据。

非视距环境下的超宽带室内定位算法

为了进一步提高超宽带技术在非视距室内环境中的定位精度,研究了抑制非视距误差的定位算法;首先,对非视距环境下的TDOA定位模型中的参数进行重构;其次,推导出非视距情况下均方根延迟拓展的统计模型,由该统计模型计算得到延迟拓展参数的估计值,对TDOA测量误差参数补偿;最后,通过最小二乘法初步估计出目标节点位置,将其作为粒子群算法的初始值进行智能粒子群算法求最优解,惯性权重在迭代中按照高斯函数的策略变化;仿真结果表明文章提出的优化算法可有效减弱非视距误差在复杂室内环境中定位的影响,进一步提高定位精度和算法的收敛速度。

提高随动系统稳定瞄准镜稳定精度的一种新结构——惯性轮

该文在介绍了随动系统稳定瞄准镜的双向稳像原理和稳像结构方案的基础上 ,论述了具有大转动惯量的上反光镜对高低向稳定轴和高低向稳定精度的不利影响 ,以及用惯性轮实现高低向基本稳像从而提高稳定精度的原理方案 .

基于自适应粒子群算法的煤矿井下高精度定位方法

针对在煤矿井下传统Wi-Fi测距定位技术受非视距传播影响定位精度降低问题,提出一种基于改进粒子群算法优化最小二乘支持向量机的5G井下高精度定位方法。为实现视距信号和非视距信号分类,采用自适应惯性因子和变异过程的改进粒子群算法对最小二乘支持向量机参数寻优以提高训练模型的分类准确度;使用训练得到的分类模型对信号分类并使用视距信号进行基于到达时间的测距定位,提高定位精度。仿真结果表明,在实际场景中所提算法的分类准确度较支持向量机提高5.15%;且较传统粒子群优化最小二乘支持向量机定位误差小于3 m的概率提高5.66%,误差小于1 m的概率提高7.83%。