本文關(guān)鍵詞：起重機(jī)能耗檢測(cè)無(wú)線傳感網(wǎng)數(shù)據(jù)處理技術(shù)研究

  更多相關(guān)文章： 起重機(jī) 能耗檢測(cè) 平方根無(wú)跡卡爾曼濾波 數(shù)據(jù)處理 一致性濾波

【摘要】：起重機(jī)能耗檢測(cè)是起重機(jī)節(jié)能設(shè)計(jì)及節(jié)能監(jiān)管的基礎(chǔ)。起重機(jī)能耗檢測(cè)無(wú)線傳感網(wǎng)絡(luò)采用無(wú)線傳感器收集輸入電能數(shù)據(jù)和運(yùn)動(dòng)機(jī)構(gòu)的速度數(shù)據(jù)。起重機(jī)運(yùn)行環(huán)境復(fù)雜,時(shí)刻面臨著強(qiáng)烈的機(jī)械振動(dòng)、高溫、電磁干擾以及傳感器零點(diǎn)漂移,導(dǎo)致傳感器收集的數(shù)據(jù)經(jīng)常出現(xiàn)不規(guī)則的非線性干擾變化,針對(duì)此問(wèn)題,本文引入卡爾曼濾波器技術(shù)對(duì)傳感器數(shù)據(jù)進(jìn)行處理以期獲得更準(zhǔn)確的數(shù)據(jù)。本文研究了傳統(tǒng)卡爾曼濾波器技術(shù)及其擴(kuò)展技術(shù)的特點(diǎn)及應(yīng)用,重點(diǎn)分析討論了基于平方根無(wú)跡卡爾曼濾波(SRUKF)的數(shù)據(jù)處理方法,并在此基礎(chǔ)上提出了能進(jìn)一步提高估計(jì)精度的帶自適應(yīng)噪聲估計(jì)器的ANE-SRUKF處理算法。在ANE-SRUKF算法中引入了自適應(yīng)噪聲統(tǒng)計(jì)估計(jì)器,文中給出了適用于SRUKF的噪聲均值和協(xié)方差計(jì)算公式。仿真實(shí)驗(yàn)結(jié)果表明,相比于傳統(tǒng)的SRUKF,本文提出的ANE-SRUKF能夠有效的估計(jì)噪聲的協(xié)方差,其數(shù)值精度高于SRUKF18%左右。此外,起重機(jī)運(yùn)行機(jī)構(gòu)大車、小車和提升機(jī)構(gòu)在三維方向運(yùn)動(dòng)具有相互影響的特點(diǎn),因此三個(gè)運(yùn)動(dòng)機(jī)構(gòu)的傳感器數(shù)據(jù)具有相關(guān)性,根據(jù)一致性卡爾曼濾波思想,調(diào)整ANE-SRUKF的濾波過(guò)程,使其適應(yīng)一致性卡爾曼濾波要求,形成了一致性平方根無(wú)跡卡爾曼濾波C-ANE-SRUKF的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)處理算法。實(shí)驗(yàn)結(jié)果表明,與無(wú)跡卡爾曼濾波(UKF)和粒子濾波(PF)相比,C-ANE-SRUKF的估計(jì)精度可提高9%左右,C-ANE-SRUKF算法的耗時(shí)與UKF算法相當(dāng),遠(yuǎn)低于PF算法。
【關(guān)鍵詞】：起重機(jī) 能耗檢測(cè) 平方根無(wú)跡卡爾曼濾波 數(shù)據(jù)處理 一致性濾波
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TH21;TP274
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-14
• 變量注釋表14-15
• 1 緒論15-24
• 1.1 研究背景和意義15-17
• 1.2 研究現(xiàn)狀17-19
• 1.3 無(wú)線傳感器網(wǎng)絡(luò)概述19-22
• 1.4 論文的主要研究?jī)?nèi)容和組織結(jié)構(gòu)22-24
• 2 起重機(jī)能耗檢測(cè)無(wú)線傳感網(wǎng)絡(luò)數(shù)據(jù)及處理24-34
• 2.1 起重機(jī)能耗檢測(cè)指標(biāo)體系24-25
• 2.2 起重機(jī)能耗檢測(cè)無(wú)線傳感網(wǎng)組成25-26
• 2.3 基于ADXL335的速度測(cè)量26-27
• 2.4 無(wú)線傳感器網(wǎng)路數(shù)據(jù)處理的相關(guān)問(wèn)題27-32
• 2.5 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)處理考慮的問(wèn)題32-33
• 2.6 本章小結(jié)33-34
• 3 基于濾波的數(shù)據(jù)處理技術(shù)34-43
• 3.1 卡爾曼濾波34-35
• 3.2 擴(kuò)展卡爾曼濾波35-36
• 3.3 無(wú)跡卡爾曼濾波36-38
• 3.4 平方根無(wú)跡卡爾曼濾波38-40
• 3.5 粒子濾波40-42
• 3.6 本章小結(jié)42-43
• 4 帶自適應(yīng)噪聲估計(jì)器的SRUKF數(shù)據(jù)處理技術(shù)43-57
• 4.1 引言43
• 4.2 噪聲統(tǒng)計(jì)估計(jì)器43-44
• 4.3 帶自適應(yīng)噪聲估計(jì)器的SRUKF44-47
• 4.4 仿真實(shí)驗(yàn)47-51
• 4.5 數(shù)據(jù)處理上位機(jī)軟件51-56
• 4.6 本章小結(jié)56-57
• 5 一致性ANE-SRUKF無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)處理技術(shù)57-68
• 5.1 引言57
• 5.2 基于一致性ANE-SRUKF的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)處理57-61
• 5.3 算法仿真與結(jié)果分析61-67
• 5.4 本章小結(jié)67-68
• 6 總結(jié)與展望68-70
• 6.1 總結(jié)68
• 6.2 展望68-70
• 參考文獻(xiàn)70-75
• 作者簡(jiǎn)歷75-77
• 學(xué)位論文數(shù)據(jù)集77

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 閆旭;李玉山;高崧;丁同浩;曲詠哲;;一種實(shí)現(xiàn)導(dǎo)納矩陣宏模型無(wú)源性的快速方法[J];西安電子科技大學(xué)學(xué)報(bào);2011年01期

2 程文明,王金諾;起重機(jī)的動(dòng)態(tài)分析方法[J];起重運(yùn)輸機(jī)械;2002年02期

，

本文編號(hào)：915530