本文關(guān)鍵詞： 塔式起重機(jī) 超聲波測距 實時性 自適應(yīng)時延估計 離散粒子群算法　出處：《機(jī)械科學(xué)與技術(shù)》2017年07期 　論文類型：期刊論文

【摘要】：針對塔機(jī)安全預(yù)警系統(tǒng)中遠(yuǎn)距離障礙物檢測對精度和實時性的需求,以超聲回波時延估計為研究對象,提出了一種基于離散粒子群算法(DPSO)的最小均方誤差自適應(yīng)時延估計(LMSTDE)方法。該方法引入DPSO進(jìn)行LMSTDE的尋優(yōu)規(guī)劃,解決了LMSTDE計算量龐大的問題;通過引入步長可變的LMSTDE算法和加速因子可變的DPSO,解決了算法過早收斂易陷入局部最優(yōu)的問題。實驗對比表明:改進(jìn)后的算法保留了原有算法的高精度及抗噪性強(qiáng)等優(yōu)點,且運(yùn)算速度提升了25倍左右,可以實現(xiàn)中遠(yuǎn)距離障礙物的實時檢測,且可靠性較高。
[Abstract]:Aiming at the demand of precision and real time for long distance obstacle detection in tower crane safety early warning system, the time delay estimation of ultrasonic echo is taken as the research object. An adaptive time delay estimation method with minimum mean square error (MMSE) based on discrete particle swarm optimization (DPSO) algorithm is proposed, in which DPSO is introduced to optimize LMSTDE programming, which solves the problem of large amount of LMSTDE computation. By introducing LMSTDE algorithm with variable step size and variable acceleration factor, the problem of premature convergence easily falling into local optimum is solved. The experimental results show that the improved algorithm retains the advantages of high precision and strong noise resistance of the original algorithm. The operation speed is increased about 25 times, and the real time detection of long distance obstacle can be realized, and the reliability is high.
【作者單位】： 西安建筑科技大學(xué)機(jī)械電子研究所;
【基金】：國家自然科學(xué)基金項目(50975218) 陜西省教育廳專項基金項目(2013JK1011)資助
【分類號】：TB559;TH213.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 趙娜;王化雨;;基于粒子群算法的帶群混沌吸引子參數(shù)的生成[J];計算機(jī)技術(shù)與發(fā)展;2012年07期

2 熊宇虹;溫志渝;;基于粒子群算法的分段波長選擇方法[J];半導(dǎo)體光電;2008年06期

3 王黨社;王海蛟;張淼;;粒子群算法在薄膜參數(shù)反演中的參數(shù)選擇[J];西安工業(yè)大學(xué)學(xué)報;2011年06期

4 張宏立;宋莉莉;;基于量子粒子群算法的混沌系統(tǒng)參數(shù)辨識[J];物理學(xué)報;2013年19期

5 席慧玲;禹思敏;;混沌粒子群算法對GM(1,1)模型參數(shù)的優(yōu)化[J];遼寧師范大學(xué)學(xué)報(自然科學(xué)版);2010年02期

6 秦華;萬云芳;張偉元;;應(yīng)用粒子群算法進(jìn)行光學(xué)自動設(shè)計[J];計算物理;2011年03期

7 秦華;王立剛;張靜華;類成新;韓克禎;;用粒子群算法設(shè)計的5鏡系統(tǒng)與ZEBASE中5鏡系統(tǒng)比較[J];紅外與激光工程;2013年10期

8 王黨社;李武軍;張建科;;基于粒子群算法的橢偏法測量數(shù)據(jù)反演[J];西安工業(yè)大學(xué)學(xué)報;2006年05期

9 秦華;韓克禎;類成新;;用粒子群算法校正三片鏡系統(tǒng)的像差(特邀)[J];中國光學(xué);2013年01期

相關(guān)碩士學(xué)位論文 前6條

1 張淼;改進(jìn)粒子群算法在薄膜參數(shù)反演與設(shè)計中的應(yīng)用[D];西安工業(yè)大學(xué);2011年

2 楊朝霞;粒子群算法在光熱反射技術(shù)中的應(yīng)用[D];浙江師范大學(xué);2007年

3 李丹丹;基于改進(jìn)粒子群算法的混沌時間序列預(yù)測[D];燕山大學(xué);2014年

4 王遠(yuǎn)磊;基于正則化與粒子群算法的PCS納米顆粒測量反演算法研究[D];山東理工大學(xué);2010年

5 王濤;基于捕食搜索策略的自適應(yīng)混沌粒子群算法的研究及應(yīng)用[D];暨南大學(xué);2013年

6 劉奇;基于混合粒子群算法的ZnO鍍膜光纖傳感器的參數(shù)優(yōu)化[D];南昌航空大學(xué);2010年

，

本文編號：1542477