微风速流场数据采集与融合方法研究

• 作者: 付东翔 刘建旭
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 微风速流场 软测量K均值RBF网络 多传感器融合 相关性kalman滤波
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 数据采集及信号处理
• 页码范围: 196-199
• 页数: 4页
• 分类号: TP274+.2
• 字数: 3055字
• 语种: 中文

摘要

在微风速(0～1 m/s)空间流场测量中,对传感器精度要求高,实时在线仪表数据精度不够,数据采集滞后性大;考虑采用多个传感器测量提高精度,但也存在数据融合的问题.针对微风速流场测量,提出基于K均值RBF神经网络的数据采集预处理软测量模型,首先选取中间变量(电流值),运用K均值聚类,用RBF网络训练得到单个传感器数据;提出基于相关性kalman滤波的传感器数据融合算法,剔除无效数据点,并融合得到精确风速预测值.测量实验和数据结果表明该方法处理的数据结果滞后性小,处理速度快,数据精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付东翔	上海理工大学光电信息与计算机工程学院	59	161	7.0	10.0
2	刘建旭	上海理工大学光电信息与计算机工程学院	2	1	1.0	1.0