简介:摘要21世纪互联网得到了飞速的发展,被广泛地运用到生活中的方方面面。随着低碳环保的理念在全球盛行,我国的发电形式也逐渐的从火力发电到各种新能源发电的形式转变。本文主要是对分布式光伏发电的经济效益进行研究,并且将分布式光伏发电的发电形式通过当前的互联网结合起来。在互联网的配合下考虑到分布式光伏发电的时序性,通过并网用户的使用,最大强度的发挥出分布式光伏发电的潜在市场;通过能源互联网这个大数据共享平台,能够将分布式光伏发电这套成熟的系统商业化,从而进一步促进清洁能源的充分利用并且与新能源的投资有效的结合;在商业化的进程中最重要的一个步骤就是降低分布式光伏发电的衰减程度,最终才能够将分布式光伏发电的收益得到提高。
简介:摘要本文通过分析我国当前多式联运体系的现状,提出一个专门用于描述多式联运系统的运输网络结构图,并使用基于现实情况给出图的优化方案,最后根据图论中的最短路径算法给出该体系下最佳的多式联运方案。
简介:摘要通过迁移学习的方法,利用人脸识别的改进VGGNet模型对Oxford-17Flower和Oxford-102Flower中的花卉分别进行训练与识别,实验证明了改进VGGNet模型对花卉的小训练样本同样明显提升了运算速度与识别度。
简介:当跟踪目标属于隐身目标、低空目标或处于强杂波和干扰环境,都会导致雷达的目标检测概率降低,丢失率较高。因此,本文着重研究PHD算法在检测概率较低的情况下跟踪稳定性不佳的缺陷,找出了一种适用于低目标检测概率的L-GMPHD滤波,通过对前一时刻状态估计值外推,若发生漏检,则将外推值加入当前时刻状态估计值中,确保了目标的状态估计不被裁剪去除。从MATLAB仿真结果可知,L-GMPHD滤波器处于检测概率较低的情况时,能够明显改善目标跟踪的稳定性。该方法能够保持高精度的多目标跟踪,具有良好的工程应用前景。
简介:在穿墙雷达建筑物布局成像中,针对现有成像算法因没有充分利用墙体本身的物理特性而出现墙体轮廓模糊、边缘不连贯以及成像过程耗时的问题,提出一种基于优化最小化框架的墙体成像算法。该算法首先利用像素块来表征墙体连续块状的物理特性,并将其引入信号模型,然后以LASSO(LeastAbsoluteShrinkageandSelectionOperator)模型为基础,在优化最小化框架下构造稳健的优化目标函数,最后利用墙体回波信号的时移特性并结合卷积得到迭代过程的快速实现。实验结果表明,该算法对墙体成像特征明显,不仅保证了墙体轮廓特性,而且杂波少、分辨率高,并较大幅度减小了成像算法处理时间。
简介:针对ORB特征点匹配中常采用的随机抽样一致性(RandomSampleConsensus,RANSAC)匹配点提纯算法存在计算量大、效率低的问题,本文提出一种改进的RANSAC算法。先使用2-近邻算法查找满足阈值的匹配,接着使用双向匹配交叉过滤方法剔除图像帧中明显的错误匹配,然后对匹配点对的Hamming距离进行排序,将匹配点对距离大于最小距离一定倍数的匹配点对再一次剔除,最后再利用RANSAC算法迭代。分别采用改进RANSAC算法和RANSAC算法进行匹配点提纯实验,实验结果显示,改进RANSAC算法与RANSAC算法相比匹配准确度提高了6.03%,匹配准确度提高至93.46%,匹配点提纯速度提高了26.74%,提纯时间降到0.441s。
简介:为了提高线性调频连续波(LinearFrequencyModulationContinuousWave,LFMCW)雷达的测距精度,一般采用稳定性能好、计算量小的Quinn算法。但在低信噪比、频率偏差位于量化频谱附近时,Quinn算法的估计误差很大。针对Quinn算法的缺陷,提出了一种改进的Quinn算法,该算法引入频率偏差因子,把频率偏差先平移到量化频率中间,利用Quinn算法在频率偏差位于量化频谱中间获取高精度测距的优点,提高LFMCW雷达的测距精度。仿真结果表明,改进的Quinn算法具有很好的抗噪声性能,频率估计均方根误差接近克拉美罗下限(Cramer-RaoLowBound,CRLB),能够满足LFMCW对测距精度的需求。