- · 北京市丰台区科协举办2021年区科普益民惠农项目评审会[11/10]
- · 内蒙古乌兰察布市科协举办2020年公民科学素质竞赛[11/06]
- · 广西2020年全区乡村学校少年宫科技体验日活动举行[11/05]
- · 新疆昌吉州有力推进第31届“科技之冬”活动[11/04]
- · 山东省科协青少年科普教育栏目《科普总动员》启动[11/04]
- · 内蒙古巴彦淖尔市2020年公民科学素质大赛举行[11/04]
- · 世界顶尖科学家论坛科学T大会开启“科学第一课”[11/03]
- · 2020中国科幻大会开幕[11/01]
基于Kalman-BP协同融合模型的含沙量测量
作者: 刘明堂 ; 田壮壮 ; 齐慧勤 ; 张成才 ; 刘雪梅
关键词: 黄河含沙量 卡尔曼滤波 BP神经网络 协同融合
摘要:针对黄河含沙量测量易受环境因素影响而导致测量结果不准确的问题,提出基于卡尔曼和BP神经网络(Kalman-BP)的协同融合模型,将含沙量、水温和流速等传感器输出值经过卡尔曼滤波器进行滤波处理;然后经BP神经网络模型对含沙量信息和环境量信息进行多传感器数据融合;最后建立了含沙量测量的反演模型.为了比较Kalman-BP神经网络的协同处理方法的融合效果,在相同环境下还进行了一元线性回归模型和多元线性回归模型的含沙量数据处理,并进行了误差分析比较.实验结果表明,Kalman-BP神经网络协同融合模型的测量误差较小,提高了含沙量测量系统的精度.