中医院校大鼠脑关键核团精准定位及快速取材实验混合式教学设计

大鼠脑关键核团精确定位和快速取材是医学生常用的实验技能,但学习和掌握该技能具有较大的难度和挑战度。对此,团队采用线上线下混合式教学,遵循“以虚补实、虚实结合”的原则,让学生“先看图谱再虚拟,实验实操强记忆”。即在进行理论知识讲解和图谱线下学习之后,让学生自主通过虚拟仿真实验进行在线练习,学生反复训练后进行考核,考核合格再进入真实实验室完成整个实验。采用上述方式进行教学设计和授课,取得了较为满意的效果。

基于电磁时间反演的VSC-HVDC系统架空线-电缆混合线路故障定位方法

针对传统故障定位方法无法应用于架空线-电缆混合直流线路的问题,提出了一种架空线-电缆混合直流线路的故障定位方法,该方法采用先确定故障点所在区段、后在区段中定位的原理。利用故障附加网络的直流分量定义了故障区段判别函数,通过该判别函数在不同区段发生故障时数值不同实现故障区段的判定。然后,分析了电磁时间反演理论在故障定位中的可行性,分析确定了故障特征谐波。利用线路两端特征谐波的电流行进波作为时间反演电路的电流源,设置与原线路拓扑结构镜像的线路,利用时间反演电流源与镜像线路构建时间反演电路。在此基础上,根据时间反演的能量聚焦特性列写故障区段内的故障定位方程并实现区段内故障定位。利用PSCAD/EMTDC搭建的电压源型换流器高压直流输电(VSC-HVDC)系统仿真证明了所提方法能实现线缆混合直流输电线路的故障定位。

一种WiFi混合滤波的RSSI室内定位算法

针对接收信号强度指示(RSSI)在基于WiFi的室内定位应用中易受到环境影响出现波动、突变进而导致定位精度降低的问题,提出了一种WiFi混合滤波的RSSI室内定位算法。首先,根据WiFi信号距离衰减模型设计一种自适应阈值滤波器剔除观测信号异常值;然后,根据自适应阈值滤波、卡尔曼(Kalman)滤波、均值(Mean)滤波设计了一种混合滤波算法(ATKM)对RSSI数据进行滤波;最后,提出了一种基于斯皮尔曼-欧几里得距离的加权K近邻算法(SEWKNN)进行位置估计。在真实环境下的实测结果表明,本文提出的ATKM滤波算法能显著降低RSSI信号的波动,提出的SEWKNN算法在室内环境中平均定位误差为1.17 m,在走廊环境中平均定位误差为1.53m,相比传统的WKNN算法平均定位误差分别下降18.18%和16.84%。

基于时间线性拟合的地缆架空混合线路的行波故障定位

目的研究n段地缆架空混合输电线路中行波故障定位问题,提出一种基于时间线性拟合的行波故障定位方法。方法首先对故障区域进行判断,确定故障所在的区域,其次再将不同波阻抗线路进行归一化处理,减少因波速不同而产生的测距误差,最后使用时间线性拟合的方法对故障进行精确定位。结果解决了初始行波波头识别困难的问题,也减小了行波速度随传输距离变化而变化带来的测距误差问题。结论在MATLAB/Simulink中搭建一个500 kV的地缆架空混合输电线路仿真模型,实验的验证结果表明此故障定位方法能够有效地解决因行波速度不同而导致的双端行波测距方法不适用问题,最终实现对故障点的精确定位。

基于物联网和GPSONE的社区矫正无线定位方法研究

随着社区矫正信息化进程的不断深化,无线定位技术在社区矫正实践中的应用需求日益突显。在无线定位技术中,常规的方法一般基于AoA和Range定位模型生成目标定位参数,易受指向接收器位置影响,导致定位轨迹偏差较大。本文尝试探讨一种基于物联网和GPSONE的无线定位方法,通过物联网构建社矫对象无线定位业务网络,生成GPSONE社矫对象无线定位流程,从而实现社矫对象无线定位。实验结果表明,该方法的定位效果较好,定位轨迹拟合度较高,可靠性高,有一定的应用价值,为依法电子定位提供了技术参考。

基于差分进化改进混合核极限学习机的指纹定位

针对极限学习机(extreme learning machine,ELM)指纹定位泛化性能弱、鲁棒性差等问题,提出一种改进的差分进化算法优化混合核极限学习机的指纹定位方法。该方法利用改进型的Logistic混沌映射提高差分进化算法全局搜索的能力,同时利用动态控制参数法避免差分进化算法陷入局部最优,然后通过改进差分进化算法自适应调整混合核极限学习机的参数,提高训练效率。在线阶段,利用混合核函数提高极限学习机的学习性能和泛化性能,并引入L1惩罚函数防止过拟合。其泛化能力相较于单一核极限学习机提升明显。该方法有92%的测试点定位误差小于0.5 m,平均误差相较于加权K近邻法(weighted Knearest neighbor,WKNN)降低了32.6%。

基于贪心混合定位算法三阶段排样问题研究

针对三阶段排样板材利用率问题,提出了基于贪心混合定位算法的三阶段排样优化方法。以板材利用率为优化目标,首先建立带约束的混合整数规划模型,对三阶段排样问题进行分割;其次将板材分成3个分区并使用贪心算法对输入序列进行排序优化;最后使用混合定位算法对候选矩形件找最优板材放置分区。研究采用数据规模为3 000块矩形件的4组板材数据集进行验证,结果表明,所提模型较其他算法板材利用率得到提高,且运行时长大幅缩短。

混合信道下基于到达时间的快速直接定位算法

为了实现复杂环境下视距(Line-of-Sigh,LOS)与非视距(Non-Line-of-Sigh,NLOS)同时存在的混合信道中的目标辐射源直接定位(Direct Position Determination,DPD),提出基于到达时间(Time-of-Arrival,TOA)的快速直接定位算法。该算法充分挖掘不同信道信号中的信息参数,采用最小二乘法原理构建代价函数,无需估计定位参数,避免了传统两步定位法所需的NLOS识别与数据关联。引入粒子群(Particle Swarm Optimization,PSO)算法精确估计目标辐射源的位置信息,以降低计算复杂度。将所提定位算法与基于TOA的两步定位法在定位精度方面进行对比,仿真结果表明,所提算法定位精度高于两步定位法,且可以逼近克拉美罗下界(Cramer-Rao Lower Bound,CRLB),能够快速定位混合信道中的目标辐射源。

基于TDOA/TOF混合技术的井下人员及车辆定位

UWB定位技术在定位精度、安全性、穿透性、抗干扰性、功耗和成本等方面具有优势,迅速成为主流定位技术之一。单一使用TDOA技术进行定位,对时间同步的精准性具有较高要求,跨组算法复杂,抗干扰性相比TOF差;单一使用TOF技术进行定位,标签能耗大、时钟漂移,相比TDOA时延较大。利用TDOA测距的快速性和TOF定位精度的优势,基于TOF/TDOA的UWB混合定位方法,提出了一种井下人员及车辆精确定位管理系统。该定位系统运行稳定,可靠性高,井下信号覆盖范围广,既能对入井人员、车辆信息进行验证,又能对其进行实时定位,静止目标定位精度可达±30 cm(无遮挡),有效解决了井下定位稳定性差、精度差的难题,为煤矿井下人员、车辆提供了安全保障。

智能手机Wi-Fi RTT/PDR室内混合定位优化问题研究

在智能手机上利用无线保真(Wi-Fi)往返时间(round-trip time,RTT)和行人航位推算(pedestrian dead reckoning,PDR)实现亚米级连续混合定位是当前室内定位领域最受关注的研究方向之一。然而,复杂多变的室内环境和灵活多样的行人活动影响了Wi-Fi RTT/PDR室内混合定位的精度与稳定性。为此,需要对Wi-Fi RTT/PDR室内混合定位算法进行优化,包括非视距(non-line of sight,NLOS)与视距(line of sight,LOS)距离的识别、LOS距离误差补偿、RTT定位算法的改进、复杂行人活动识别算法的优化、PDR定位算法优化和混合定位算法的优化等,以提高混合定位算法的场景自适应能力。

基于混合H2/H∞滤波信息融合的室内定位算法

在接收信号强度指示(RSSI)指纹定位与行人航位推算(PDR)组合室内定位模型中,针对噪声误差和模型误差对融合定位的影响,提出了一种基于混合H2/H∞滤波的融合定位方法。由于室内信号存在多径传播、衰减、非视距(NLOS)的影响以及传感器精度问题,系统或观测噪声往往不符合卡尔曼滤波(KF)的假设前提,造成滤波稳健性差。H∞滤波不对噪声特性和模型误差做出假设,具有一定抗干扰能力,但由于结果保守,精度略低。混合H2/H∞滤波同时兼顾了二者的特性,在精度和鲁棒性提供一种均衡。通过仿真实验对比这3种滤波的融合定位性能。实验结果表明:混合H2/H∞滤波有效提高了指纹/PDR组合室内定位系统的精度和鲁棒性。

基于ECA-CNN的混合指纹室内定位方法

在指纹法的定位中,指纹特征和定位模型是影响定位精度的2个关键因素.在指纹特征的选取方面,可见光强度稳定性较高,但位置特征区分度低;无线信号强度区分度较高,但波动性较强.在定位模型的构建方面,基于卷积神经网络(convolutional neural network, CNN)的定位模型在特征提取时不能有效地突出重要特征.针对上述问题,提出一种基于ECA-CNN的混合指纹室内定位方法(hybrid fingerprint indoor localization method based on ECA-CNN, ECACon-HF).首先,利用可见光强度和低功耗蓝牙(Bluetooth low energy, BLE)接收信号强度指示(received signal strength indication, RSSI)来构建混合指纹,降低BLE指纹不稳定的影响,并增强不同位置之间的区分度.同时,基于高效通道注意力(efficient channel attention, ECA)模块改进CNN定位模型,ECA能够通过跨通道交互策略自适应地提取指纹中的重要信息,抑制指纹中的环境干扰,增强混合指纹特征表达能力,更有效地利用混合指纹优势.实验结果显示,ECAConHF在构建的混合指纹库上可以达到0.316 m的定位精度,高于在单一指纹上的精度;并且基于同一指纹库,ECACon-HF相比其他室内定位方法,定位精度具有明显优势.

基于混合量测状态估计的配电网故障定位方法

微型相量测量单元(micro-phasor measurement unit,μPMU)为配电自动化的进一步升级提供了良好的量测基础,但现阶段电网中μPMU数量有限,难以满足传统配电网故障定位的需求。针对该问题,结合电网中μPMU与智能电表等量测设备,并基于虚拟节点的多重状态估计方法,提出了一种基于混合量测状态估计的故障定位方法。首先,通过等效变换将μPMU和智能电表的测量信息输入到故障状态估计器当中。然后,利用μPMU将网络划分为不同的区域。根据状态估计结果计算故障电流,缩小故障搜索区域以减少计算复杂度。为了识别区域内的故障位置,通过设置附加虚拟故障节点形成多种特定的故障拓扑结构并执行多重状态估计,计算出用于识别故障位置的加权测量残差指标,以确定故障位置。最后,在实时仿真系统(real-timedigitalsimulation, RTDS)中进行仿真测试,结果表明所提方法在不同故障场景下均能准确有效地定位故障,且对量测误差具有较好的鲁棒性。

基于行波法的配网混合线路故障定位研究

为实现配网混合线路故障的精准定位,提出了一种行波极性判断与单端故障定位提取相结合的方法.首先,基于小波变换模极大值的方法,计算不同区段的行波电流极性,确定故障点所在的区间;接着,仿真计算故障区间内的行波波速,并基于小波变换提取波头时间,实现混合线路的故障定位;最后,在10kV动模试验平台搭建混合线路故障模型,开展不同影响因素的定位精度研究.研究结果表明:当采样频率和故障初相角增加时,定位精度也会逐步增加;故障区段为电力电缆时,定位精度优于架空线路的故障区段;该方法可精准地实现故障定位,具有一定的推广意义.

基于行波时差的多段混合线路故障定位方法

随着混合输电线路在电力系统中的广泛应用,故障定位成为保障电网安全稳定运行的关键技术之一。传统的故障定位方法在混合线路上存在定位精度低、适应性差等问题。为此提出了一种创新的基于行波时差的多段混合线路故障定位方法。通过建立混合线路模型,结合优化的行波时差算法,实现了对混合线路上多个故障点的高精度定位。仿真结果表明,该方法不仅有效克服了混合线路故障定位的困难,而且定位精度也显著提高了,为电力系统故障定位技术带来了新的突破。

基于改进象群算法的配电网混合线路故障定位方法分析

为了提高含有电缆和架空线的混合配电网络中故障识别的准确性,研究人员提出了一种改进的象群优化算法来应对这一复杂挑战。首先,考虑到故障信号在配电系统中的传播特性和系统结构,深度探讨了多端行波信息的特点,以此为基础,创建了一种有效的问题解决模式,并将其转换成寻求最佳解决方案的过程。接着,利用改进象群算法与OPTICS分组算法,对初始搜寻结果中各部分进行了归类,以便找出可能存在的时钟同步错误的数据。随后,引入正常的数据进行二次搜寻,实现更高的准确度故障辨识。仿真试验显示,该方法无须事先设定行波速率就能获得高效率的故障诊断,同时具备较强的时钟偏移抗干扰能力。

基于混合遗传算法的有源配电网故障区段自动定位

现实配电网通常由大量节点、线路和变压器组成。网络拓扑复杂,进而导致有源配电网故障区段定位精度下降。首先,对配电网故障特征进行了详细分析,包括短路故障和单相接地故障等类型。然后,依据故障特征分析结果,构建了一个适用于有源配电网的故障区段定位模型。最后,采用混合遗传算法来优化求解该定位模型,以获得精确的故障区段定位结果。实验结果表明:所提方法可以有效实现区段故障定位,且故障区段定位时间始终低于10s,最长仅为9s,表明所提方法定位性能较优,具有实用性。

高海况下船舶动力定位混合控制器开发

在海洋资源开发中,船舶的动力定位精度至关重要。传统的定位锚泊技术受到海深、洋流、海浪以及海风等多种因素影响,难以达到控制要求。本文提出一种基于改进PID算法、神经网络算法以及模糊控制算法的船舶动力定位混合控制器,设计混合控制器的整体结构,对混合控制器中的改进PID算法控制器、神经网络控制器和模糊控制器进行详细设计和仿真。仿真结果表明,本文设计的船舶动力定位混合控制器能够实现对干扰信号的预测和跟随,且能够适应快速响应控制,因而具有较大的实用性和先进性。

高斯混合模型的光学元件表面疵病边缘定位

为抑制光照突变对边缘定位的影响,提升疵病边缘定位效果,提出高斯混合模型的光学元件表面疵病边缘定位方法。引入光照变化因子,通过颜色直方图匹配算法自适应更新高斯混合模型参数;利用参数更新后的高斯混合模型提取光学元件表面疵病背景图像,通过差运算原始光学元件表面疵病图像与疵病背景图像,得到疵病前景图像;利用Canny边缘算子提取光学元件表面疵病的边缘前景图像;加权融合边缘前景图像与前景图像,得到光学元件表面疵病边缘定位结果。实验结果表明,该方法可有效提取光学元件表面疵病前景图像与边缘前景图像,得到疵病边缘定位结果;在不同光照变化情况下,不同疵病宽度时,该方法疵病边缘定位的边缘连接完整度均较佳;该方法定位不同类型疵病边缘时的灰度差分乘积均较高,即边缘定位清晰度较佳,定位的边缘较明显。

蜂窝网与GPS相结合的手机混合定位技术-gpsOne

介绍了手机定位技术,分析了目前两种主要无线定位技术即基于 GPS 和基于蜂窝移动通信网络定位的优缺点,接着介绍了结合以上两种无线定位技术的手机混合定位技术-gpsOne 技术以及它的应用现状,表明 gpsOne 技术改善了定位的可用性、灵敏性、精确度和定位耗时,已逐渐成为世界上被广泛使用的移动电话个人定位技术。