利用云模型估计车速

1608 篇文章 1634 订阅
218 篇文章 52 订阅
文章介绍了一种利用云模型算法结合地感线圈数据估计车速的方法。通过对隧道内车辆通过地感线圈产生的脉冲信号进行处理,结合正向云和逆向云模型计算车速估计值,并通过比较实际车速验证结果的准确性。同时,进行了参数优化以提高估计精度,使用PSO优化云模型参数,并对比优化前后的效果,证明了优化算法的有效性。
摘要由CSDN通过智能技术生成

   1.在隧道内放置多个地感线圈(间距相同),车辆通过时、对通过的相邻两个线圈(或单线圈)的脉冲信号数据进行实时采集,首先利用云模型算法(正向云与逆向云算法结合)或其他,计算得到车速的估计值,将车速估计结果与行车时间作为车辆行驶位置判定的依据,再采用云推理得到车辆行驶位置的估计值,对所估计的结果验证,实现对车辆位置的实时精确估计。

   2.最后还想验证一下估计结果的准确度

   3.做一下参数寻优,对比结果

基于"隧道内放置多个地感线圈",主要是汽车通过多个线圈,产生不同时刻的脉冲,然后计算每个脉冲之间的时间差,来获得车速的计算。

这里,我们主要需要的数据时每个线圈之间的距离参数以及每个脉冲之间的时间间隔,然后我们通过云模型来算法得到车速的估计值。根据得到的车速,我们可以得到最后的位置。

然后,我们可以根据论文最后一章的分析方法来分析最后结果的准确度。

对于参数优化,主要是针对云模型的初始参数&

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

fpga和matlab

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值