摘要：针对最大相关熵卡尔曼滤波(MCKF)难以处理室内组合定位系统中非高斯噪声的问题,提出了一种基于改进最大相关熵卡尔曼滤波(I-MCKF)融合方法的UWB/IMU室内组合定位算法。首先,利用新息对观测噪声协方差矩阵进行动态修正,以解决MCKF在被多种噪声干扰时难以准确估计观测噪声协方差矩阵的问题。然后,将修正后的观测噪声协方差矩阵引入MCKF中,以改善MCKF处理非高斯噪声的性能。最后,构建了基于I-MCKF的UWB/IMU室内组合定位算法,以实现室内高精度实时定位。室内动态定位实验的结果表明:基于I-MCKF的组合定位算法可有效抑制室内复杂环境与误差累积对定位结果的影响,相较于MCKF组合定位算法具有更高的定位精度。

摘要：分析电缆廊道的火灾原因。针对电缆连接处探讨火灾危险性,选用ANSYS软件对电缆廊道中电缆连接处进行建模与数值模拟分析,根据正常运行状态、过载运行、绝缘老化生热、以及外部受火的特点,对模型施加不同载荷,生成不同时刻的时间-温度曲线并分析模拟结果。研究表明,电缆过载1 h后其护套与绝缘层温度均突破允许值,电缆性能开始弱化,但仅从温度上比较,电缆连接处与本体相比并没有出现劣势;绝缘老化时,电缆连接处的材料在瞬间达到燃点,生热1 min后连接处绝缘层全面受到高温影响;外部受火30 s时,温度梯度反向,15 min后整条电缆极有可能大面积破损失效;电缆材料中绝缘层比护套具有更大的火灾危险性。

摘要：【背景】国家电网在电力数据管理应用方面存在数据孤岛和价值孤岛的综合问题。【目的】可以借助区块链技术设计一种电力数据资产交易平台,使得电力数据可以跨部门、跨机构有偿共享。【方法】本文基于以太坊区块链技术,提出了基于智能合约的身份管理随机验证模型,采用了更适合于联盟链的POA共识机制作为链上节点的数据一致性方案,提出了基于区块链监听账户的周期性同步机制,使用了基于B+树的数据访问权追踪机制。【结果】基于以上方法,开发了基于联盟链的电力数据资产交易平台,实现了多验证节点参与的身份认证管理,避免了单点信任依赖造成的共谋作恶问题,兼顾了电力数据交易场景下共识过程的高效率与高安全性,解决了区块链在大量读操作场景下的效率低下问题,说明了访问权溯源追踪效率的综合性能优势。

摘要：溶解氧(DO)浓度是对虾养殖水质检测的核心指标。为提高对虾养殖溶解氧浓度的预测精度,本研究提出了一种基于经验模态分解、随机森林和长短时记忆神经网络(EMD-RF-LSTM)的对虾养殖溶解氧浓度组合预测模型。首先采用经验模态分解(EMD)对养殖水质溶解氧浓度时序数据进行多尺度特征提取,得到不同尺度下的固有模态分量(IMF);然后分别采用长短时记忆神经网络(LSTM)和随机森林(RF)对高、低频不同尺度IMF进行建模;最后结合各分量预测结果构建叠加模型,实现对溶解氧浓度时序数据的综合预测。本研究模型在广东省湛江市南三岛对虾养殖基地展开了试验及应用,在基于真实数据集的性能测试中,经验模态分解后EMD-ELM模型与极限学习机(ELM)模型对比,平均绝对误差(MAPE)、均方根误差(RMSE)和平均绝对误差(MAE)分别降低了30.11%、29.60%和32.95%。在经验模态分解基础上用RF和LSTM对不同特征尺度的本征模态分量分别预测后叠加求和,EMD-RF-LSTM模型预测的精度指标MAPE、RMSE和MAE分别为0.0129、0.1156和0.0844,其中关键指标MAPE较EMD-ELM、EMD-RF和EMD-LSTM分别降低了84.07%、57.57%和49.81%,预测精度显著提高。结果表明,本研究针对经验模态分解后高、低频分量分别预测的策略可有效提升综合性能,表明本研究模型具有较高的预测精度,能够较准确地实现对虾养殖水体中溶解氧浓度预测。

摘要：近年来,我国工程建设的总体规模与速度前所未有地提升,智慧城市、水利、海洋等数字孪生新基建工程建设不断推进,以往的智能测绘技术方法难以满足工程建设和国民经济发展对基础地理信息资源快速获取的迫切要求,已有的无人集群协同测绘技术存在技术瓶颈,单纯依靠多个无人平台同步作业不能解决问题,这对全面提升作业效率和解放生产力实现全智能化的集群测绘提出了新的挑战。因此,如何发展多智能无人平台集群作业和多空间维度智能协同,成为无人组网集群协同测绘技术创新的原动力。本项目属于工程测量、海洋测绘与无人智能测绘等测绘科学技术领域,围绕国家智慧城市、水利、海洋等建设的重大需求和广东省重大工程建设对基础地理信息资源快速获取的迫切需求,瞄准国际前沿,在省部级科研项目和一大批重大工程项目支持下,以技术创新为主导,借助系统研发、应用实践手段的方法优势,与网络通信、计算机软件、人工智能等学科交叉,系统提出了面向大型工程和数字孪生工程的无人组网集群协同测绘技术方法体系,取得了四方面的创新性突破。