高精度巡檢系統(tǒng)壓力傳感器標(biāo)校及目標(biāo)跟蹤算法研究.pdf

1、要害區(qū)域高精度巡檢系統(tǒng)不但可以實(shí)現(xiàn)要害區(qū)域內(nèi)管路壓力數(shù)據(jù)的高精度監(jiān)測(cè)，為測(cè)控設(shè)備提供必要的提示信息，而且能夠在要害區(qū)域內(nèi)對(duì)巡檢人員進(jìn)行精確定位并實(shí)時(shí)跟蹤其巡檢路線，通過智能行為分析為巡檢人員提供更高級(jí)別的人身安全防護(hù)。本論文對(duì)要害區(qū)域高精度巡檢系統(tǒng)中所涉及的探測(cè)技術(shù)、數(shù)據(jù)采集技術(shù)及算法進(jìn)行了深入研究，同時(shí)還設(shè)計(jì)了一套用于特殊環(huán)境下的視頻采集和傳輸系統(tǒng)。
　　針對(duì)要害區(qū)域高精度巡檢系統(tǒng)中管路壓力數(shù)據(jù)采集模塊的設(shè)計(jì)要求，選擇了一款滿足

2、應(yīng)用需求的壓力傳感器。根據(jù)其輸入輸出特性曲線，建立了非線性誤差校正模型，提出了一種高精度的非線性誤差校正算法。該算法不同于常規(guī)的BP(error Back Propagation，誤差反向傳播)和RBF(Radius Basis Function，徑向基函數(shù))，其先通過RBF網(wǎng)絡(luò)得到某一溫度下輸入輸出特性曲線的斜率和截距，然后描述出電壓-壓力曲線。仿真對(duì)比實(shí)驗(yàn)顯示：本算法具有較快的收斂速率、較強(qiáng)的魯棒性和極小的SSE(Sum of Sq

3、uares for Error，誤差平方和)。實(shí)際應(yīng)用結(jié)果表明：應(yīng)用該算法的標(biāo)校系統(tǒng)的測(cè)量精度優(yōu)于0.1％。
　　為有效對(duì)要害區(qū)域內(nèi)的強(qiáng)機(jī)動(dòng)和弱機(jī)動(dòng)運(yùn)動(dòng)行為進(jìn)行三維空間定位和運(yùn)動(dòng)軌跡實(shí)時(shí)跟蹤，我們提出了一種改進(jìn)的CAUKF(Current statistical model based Adaptive Unscented Kalman Filter，基于“當(dāng)前”統(tǒng)計(jì)模型的自適應(yīng)不敏卡爾曼濾波)算法，其可用于封閉環(huán)境并能夠?qū)C(jī)動(dòng)目

4、標(biāo)進(jìn)行精確定位和實(shí)時(shí)跟蹤。為了引入卡爾曼濾波器，先將RSSI(Received Signal Strength Indication，接收信號(hào)強(qiáng)度指示)值帶入測(cè)量方程，即可獲得狀態(tài)空間模型。根據(jù)一種基于路徑損耗模型的可用于機(jī)動(dòng)目標(biāo)跟蹤的“當(dāng)前”統(tǒng)計(jì)模型，提出了改進(jìn)的自適應(yīng)UKF算法。通過引入一種改進(jìn)的Sage-Husa估計(jì)器的新穎思想，使過程噪聲協(xié)方差Q(k)具有了較好的自適應(yīng)性。通過模糊控制思想的引入，提出了改進(jìn)的模糊自適應(yīng) UKF算

5、法用于估計(jì)觀測(cè)噪聲協(xié)方差 R(k)。通過與其他算法的仿真對(duì)比實(shí)驗(yàn)，研究了該算法的定位精度和運(yùn)動(dòng)軌跡實(shí)時(shí)跟蹤能力。
　　根據(jù)巡檢系統(tǒng)應(yīng)用現(xiàn)場(chǎng)的環(huán)境特點(diǎn)和使用需求，設(shè)計(jì)了一套能夠在高溫、強(qiáng)輻照環(huán)境下使用的視頻采集和傳輸系統(tǒng)。通過與市場(chǎng)上成熟商業(yè)產(chǎn)品的對(duì)比實(shí)驗(yàn)，研究了所設(shè)計(jì)系統(tǒng)的環(huán)境適應(yīng)能力。通過圖像增強(qiáng)對(duì)比實(shí)驗(yàn)，研究了輔助一定的圖像增強(qiáng)手段來提高視頻圖像清晰度的必要性并驗(yàn)證了圖像增強(qiáng)功能的有效性。
　　最后，本論文提出了要害區(qū)域