针对空气中温度差值难以捕捉的问题,以空气中温度分布的可视化作为研究对象,采用基于最大事后概率的最大似然估计算法,研究空气中温度分布图像化问题。可视化测量系统中,在被测区域设置32个收发分离的超声波换能器,基于一发多收模式实现渡越超声信号数据采集,通过实验获取16×16=256个渡越时间参数TOF(Time of Flight)。实验系统采用测量角度插补与渡越时间参数平行插补两种方法进一步补充成像所需渡越时间参数,确保重建图像可读性。对实验数据进行了基于最大似然估计算法的超声波CT图像重建,重建图像结果能成功分辨空气场温度值差异。实验结果表明,基于最大似然估计算法实现空气中温度差异可视化的有效性。
矢量水听器质轻简单、成本造价低、便于携带。随着现代化科学技术的日益壮大,在水声工程技术方面矢量水听器占据了重要地位,其中,波达方向估计的研究是矢量水听器阵列的关键内容。智能优化算法作为一类处理最优化问题的仿生搜索算法,在工程实践中,越来越凸显了它的优越性。所以,借助优化算法解决矢量水听器阵列的波达方向角的问题成为了一种水声工程技术测向的好方法。本文针对矢量水听器阵列的DOA(Direction of Arrival)估计问题,研究了基于改进的MUSIC算法与基于优化算法改进的DOA估计问题,通过实验验证了基于所提出的方法在估计性能以及误差概率等方面的优越性。论文主要工作有:(1)提出了基于gold-MUSIC算法的矢量水听器阵列的DOA估计。通过黄金分割思想,采用大、小采样间隔对阵列谱进行谱峰搜索,实现DOA估计。仿真实验表明了该方法无论收敛性、分辨力,还是复杂度与概率误差方面都优于传统MUSIC算法;(2)提出了基于WOA-ML算法的矢量水听器阵列的DOA估计。利用鲸鱼优化算法(WOA)与最大似然估计(ML)的原理,研究了矢量水听器阵列中WOA-ML算法的波达方向角估计,通过仿真实验分析了误差概率、收敛性以及在不同信噪比和快拍数下的DOA估计性能,验证了WOA-ML算法的可行性以及优越性。本文提出了gold-MUSIC算法与WOA-ML算法对矢量水听器阵列进行的DOA估计,算法性能优越,为DOA估计应用于矢量水听器阵列提供了一种新的思路方法。
在复杂的地貌环境中,BDS信号会受到不同程度的遮挡产生多径效应,进而降低BDS接收机的定位精度。为了有效抑制多径干扰,本文提出了一种基于3D-MAP和CNMC(Code Noise and Multipath Correction)结合的多径抑制算法。首先,在3D地图模型中...
详细信息
在复杂的地貌环境中,BDS信号会受到不同程度的遮挡产生多径效应,进而降低BDS接收机的定位精度。为了有效抑制多径干扰,本文提出了一种基于3D-MAP和CNMC(Code Noise and Multipath Correction)结合的多径抑制算法。首先,在3D地图模型中使用射线跟踪技术分析BDS信号的传输特性,结合群智感知的思想确定自身在3D地图中的备选位置点,然后利用CNMC算法来对备选位置点的三维坐标误差进行估计和筛选;其次,利用最大似然估计计算备选位置点的权值,将备选位置点加权平均后对定位目标的位置进行修正,提高目标的定位精度;最后,分别以定位精度和计算量作为该算法的衡量指标进行实验分析。结果表明,与传统的多径抑制算法相比,本文提出的算法可以有效提高定位目标的三维坐标精度,定位精度提高了5%,计算量降低了15.1%。
暂无评论