您的位置: 专家智库 > >

邓非

作品数:6 被引量:9H指数:1
供职机构:中国石油大学(北京)更多>>
相关领域:自动化与计算机技术交通运输工程电子电信更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 2篇交通运输工程
  • 1篇电子电信

主题

  • 3篇水下
  • 3篇水下机器
  • 3篇水下机器人
  • 3篇自适
  • 3篇自适应
  • 3篇自治水下机器...
  • 3篇机器人
  • 3篇AUV
  • 3篇采样间隔
  • 2篇上位机
  • 2篇串口通信
  • 1篇单片
  • 1篇单片机
  • 1篇地层
  • 1篇地层测试
  • 1篇电缆传输
  • 1篇电量
  • 1篇多芯
  • 1篇遥控
  • 1篇上位机监控

机构

  • 6篇中国石油大学...

作者

  • 6篇邓非
  • 3篇段梦兰
  • 3篇尹洪东
  • 2篇尹洪东

传媒

  • 2篇自动化技术与...
  • 1篇船舶工程
  • 1篇自动化与仪器...
  • 1篇重庆大学学报...

年份

  • 2篇2019
  • 1篇2018
  • 2篇2016
  • 1篇2015
6 条 记 录,以下是 1-6
排序方式:
基于串口通信的地面监测系统设计被引量:1
2016年
设计一套应用于井下通讯系统的地面数据接收检测装置,包括地面遥测板模块与上位机检测软件。针对设计要求,首先绘制地面遥测板的PCB电路原理图;参考仿真实验结果选择合适的通信信号编码规则:制作、调整并反复测试各部分硬件电路,确保其能实现数据的实时收发及电平转换等基本功能。同时通过C++Builder开发平台设计上位机检测软件。经过后期软硬件联调,证明该地面监控系统传输性能可靠、稳定。
邓非尹洪东
关键词:UART
基于AUV的航迹追踪自适应UKF算法被引量:1
2019年
无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。
邓非尹洪东段梦兰
关键词:自治水下机器人
基于IAP15F2K61S2单片机的多功能小车设计被引量:5
2015年
随着微电子科研技术的日益发展与进步,仿真智能小车已经具备了很高的研究与开发潜力。本次设计的主要目标为:设计出以IAP15F2K61S2单片机芯片为控制核心的具备红外周波遥控、光电测速、液晶实时显示以及电量检测报警功能的智能小车。其中,TCRT5000光电测速器采用测量码盘透光数的方法,实现了小车的测速功能。经过反复修改调试后,小车在实现了预期功能的基础上,具备了很高的稳定性、灵敏性及可靠性。
邓非尹洪东
地层测试实时监控井下通讯及地面监控系统的研究
地层测试实时监测系统主要有两大部分组成部分:井下测试数据采集、过测试器无线传输;井下电缆及电子仪器与地面上位机数据通讯监控系统。本课题所研究的地层测试实时监控井下通讯及地面监控系统,它可以方便与各种地层测试工具对接、使用...
邓非
关键词:串口通信上位机监控
文献传递
基于AUV航迹追踪的优化UKF算法被引量:1
2018年
标准的无损卡尔曼滤波算法(UKF)是一种高效的线性化航迹追踪算法,但UKF控制策略中的AUV系统采样时间间隔一般都被设置为常数,这可能会影响导航预测结果的误差精度。文章在简要阐述标准UKF算法原理的基础上,通过两种判断与反馈机制,调整UKF算法每一步的采样时间间隔t,从而实现对系统采样时间间隔的自适应变化。由此提出了基于马氏距离的优化无损卡尔曼滤波算法(MUKF)与基于灰色关联度的优化无损卡尔曼滤波算法(GUKF),以实现对AUV航行轨迹的精确预测与控制。对比两种优化后的UKF算法的仿真实验结果,进一步验证了之前所提出的假设。基于AUV航迹追踪技术的两种优化UKF算法与标准的UKF算法相比,具有更高的航迹预测误差精度和鲁棒性。
邓非尹洪东段梦兰
关键词:自治水下机器人
AUV航迹追踪灰色关联度UKF算法被引量:1
2019年
标准的UKF算法是一种高效的线性化航迹追踪方法 ,算法冗余度,且具有较理想的追踪效果。但UKF控制算法当中的采样间隔常被设置为常数,将会影响导航追踪结果的精度。由此,本文提出了应用于AUV航迹追踪的灰色关联度无损卡尔曼滤波算法(即GUKF),用于改善AUV航迹追踪的预测精度。在标准UKF算法的基础上,通过设计一些的判断与反馈机制[1],调整UKF算法每一步的采样间隔t,从而实现系统的采样间隔的自适应变化。通过仿真与结果对比,验证了之前的设想。应用于AUV航迹追踪技术的GUKF算法与标准的UKF算法相比,具有更理想的航迹预测误差精度和鲁棒性。
邓非尹洪东段梦兰
关键词:自治水下机器人
共1页<1>
聚类工具0