基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高路面构造深度的测量精度,提出了基于改进卡尔曼滤波算法的路面构造深度计算方法.首先,利用统计检验法对高精度激光距离传感器获取的路面高程值进行异常值筛选及插值修正.其次,基于改进卡尔曼滤波算法对修正后的数据进行滤波,并建立平均剖面深度模型来计算路面剖面深度值.随后选取AC-13沥青混凝土和SMA-13沥青混凝土2种路面作为试验样本,对改进卡尔曼滤波算法与滑动滤波算法和铺砂法进行了对比验证,并建立了2种路面类型的构造深度转换模型.研究结果表明:对于AC-13和SMA-13两种路面类型,改进卡尔曼滤波算法的均方误差分别为0.001 3和0.002 0,平均绝对百分比误差分别为2.92%和3.85%,与铺砂法的相关系数大于0.95,重复性标准偏差及变异系数均小于5%.所提方法具有更高的测量精度和良好的稳定性,能够准确地测量计算路面构造深度.
推荐文章
改进的卡尔曼滤波压缩感知信道估计算法
压缩感知信道估计
卡尔曼滤波
伪测量过程
Levenberg-Marquardt方法
改进的自适应衰减卡尔曼滤波算法
组合导航系统
自适应衰减卡尔曼滤波
遗忘因子
噪声模型
基于改进无迹卡尔曼滤波的多径估计算法
非高斯噪声
多径估计
无迹卡尔曼滤波
最大相关熵标准
卡尔曼滤波噪声相关时的改进算法
卡尔曼滤波
算法
信息融合
相关噪声
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进卡尔曼滤波算法的路面构造深度计算方法
来源期刊 东南大学学报(自然科学版) 学科 交通运输
关键词 路面构造深度 卡尔曼滤波 滑动滤波 铺砂法 平均剖面深度
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 129-136
页数 8页 分类号 U416.2
字数 5879字 语种 中文
DOI 10.3969/j.issn.1001-0505.2020.01.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆键 同济大学道路与交通工程教育部重点实验室 31 45 4.0 5.0
2 陈圣迪 上海海事大学交通运输学院 4 32 1.0 4.0
3 郎洪 同济大学道路与交通工程教育部重点实验室 4 2 1.0 1.0
4 娄月新 同济大学道路与交通工程教育部重点实验室 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (20)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
路面构造深度
卡尔曼滤波
滑动滤波
铺砂法
平均剖面深度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导