【摘 要】
：
随着人们对气候不断变化的重视,大气环境探测对传感器设备的观测精度要求也越来越高。地表气温上升的速度约为0.1°C/10年,然而由于太阳辐射的影响,地表气象站观测到的气温会高于真实大气温度,导致存在1°C量级的辐射误差。因此,为降低大气环境探测的辐射误差,有必要设计一种低辐射误差的温度传感器来提高测量精度。针对上述辐射误差问题,本文提出一种旋转式强制通风温度传感器结构。利用计算流体动力学（Compu
论文部分内容阅读
随着人们对气候不断变化的重视,大气环境探测对传感器设备的观测精度要求也越来越高。地表气温上升的速度约为0.1°C/10年,然而由于太阳辐射的影响,地表气象站观测到的气温会高于真实大气温度,导致存在1°C量级的辐射误差。因此,为降低大气环境探测的辐射误差,有必要设计一种低辐射误差的温度传感器来提高测量精度。针对上述辐射误差问题,本文提出一种旋转式强制通风温度传感器结构。利用计算流体动力学（Computational Fluid Dynamics,CFD）方法计算温度传感器在不同的太阳辐射强度、太阳高度角、下垫面反射率、海拔高度以及相对气流速度环境条件下的辐射误差。仿真结果表明,太阳辐射误差与旋转式强制通风温度传感器旋转速度成负相关,与太阳辐射强度、下垫面反射率成正相关,与太阳高度角无关。为获得连续的辐射误差结果,将普通最小二乘法（Ordinary Least Squares,OLS）多元线性回归与BP神经网络同时对仿真数据进行拟合分析。结果表明,BP神经网络对该辐射误差拟合效果较好。为验证旋转式强制通风温度传感器实用性,本文搭建了一套辐射误差观测平台,实验结果表明,该传感器实验误差平均值为0.119°C,经过辐射误差方程修正后,其观测误差可降至0.057°C。为了对温度以及相关物理参数的数据进行保存和展示,本文利用uni-app前端框架和Spring Boot后端框架设计了一套基于Web端和微信小程序端发布的气象站数据监测系统。该系统实现了对温度、风速、太阳辐射强度等物理参数数据的保存和可视化展示并对其进行了应用性扩展。
其他文献
近年来,由于多智能体系统包含控制在航空、工业、运输等领域的广泛应用,引起许多专家学者的关注。多智能体系统包含控制可以看作一致性和编队问题的特殊情形,是指通过设计包含控制算法,驱使一组跟随者在多个领导者的引领下,最终进入并保持在由领导者所形成的凸包中运动。与传统多智能体系统问题相比,包含控制更能突出分布式协同控制的优势。针对系统收敛速度、智能体状态不可知以及信息传递过程中出现时滞、外界扰动、Do S
气候变化带来的影响是方方面面的,并且人们常采取手段对负面的影响进行干预。近年来,人们对于降雨的预测需求越来越多,传统的降雨预测手段需要收集大量的物理信息,增加了复杂度,并且过于规律的预测手段会导致预测不精准。随着深度学习的发展,图像处理在许多任务上取得成效。本文提出利用图像序列预测任务的方法来处理降雨预测任务,取得了令人满意的效果。图像序列预测即给定若干张连续图片,预测后续一张或若干张连续图片的时
六轴工业机器人在现代制造业中有着广泛的应用,是工业机器人的典型代表。为解决六轴工业机器人示教耗时费力和无法适应变化的作业场景等问题,使机器人能够在复杂的环境中实现自主规划,本文以IRB 120机器人为对象,研究了六轴工业机器人的运动规划问题,包括机器人运动学、轨迹规划、碰撞检测和避障路径规划,主要内容如下:首先,对机器人的运动学进行了求解。利用D-H法对机器人进行运动学建模,通过齐次变换得到了机器
行人重识别是计算机视觉中的一项重要任务,其目的是为了检索存在于图像或者视频中的特定行人。近年来,随着深度学习的发展,行人重识别研究也取得了许多突破,并且在安防和刑侦等多个领域取得了广泛的应用。目前,传统的行人重识别方法大多致力于提取丰富的图像特征。但是,当面对实际场景下常见的遮挡问题时,它们的识别精度都会出现大幅下降。根据遮挡情况的严重程度,本文将遮挡式行人重识别分为局部遮挡和部分遮挡两种。本文基
运动物体的目标检测和跟踪是当下计算机视觉领域中的重要研究课题之一,它在视频监控、自动驾驶、人机交互、防空预警等领域具有广泛的应用。目前,尽管目标跟踪已经取得了很多研究成果,但在一些复杂多变的场景中,由于目标受到部分遮挡、几何变形、快速运动、尺度变换等因素的影响,现有的算法跟踪目标的精度和鲁棒性不佳,因此,目标跟踪仍然是一个非常具有挑战性的任务。近年来,随着深度学习在计算机视觉的火热发展,深度学习在
当前的点云分割方法主要分为基于多视角的方法、基于体素的方法和基于点特征的方法,以Point Net为代表的基于点特征的点云分割方法准确度通常高于多视角和体素方法。因此,本文考虑点云的点特征信息,为点云结构建模。现有的基于点特征的方法大多是通过多个多层感知机将点云映射为高维特征,并使用池化操作捕获特征,其捕获的点云特征学习过程是孤立的,通常未考虑点云间的邻域关系,损失大量的空间几何信息。不仅如此,由
降水现象观测是气象观测的重要内容之一,实现降水的自动观测,可以提供更好的气象服务,而提高降水自动观测的准确性,是其研究的重要内容之一。本研究基于航天科工23所航天新气象科技有限公司的农业气象自动化观测站项目,利用贵州省近百个台站在2017年至2018年的降水数据进行分析,发现目前的降水现象仪还存在某些方面的误差,主要体现在:出现雨夹雪时容易误报为雨和雪,对毛毛雨和冰雹的识别准确率较低,以及面对某些
行人检测与跟踪是计算机视觉研究的重要领域之一,通过对行人进行定位获取其运动轨迹,实现对行人目标持续跟踪。随着深度学习与人工智能的发展,行人检测与跟踪技术广泛地应用于自动驾驶、无人机、智能监控等领域。近些年我国服务机器人行业发展迅速,智能公共服务机器人愈发普及,对于服务机器人智能感知技术也提出了更高要求。本文以行人检测与跟踪为研究对象,研究行人检测、跟踪等感知算法,并将算法移植至服务机器人上,为服务
光纤传感器具有传统传感器所不具有的优势,现已成为传感学界的研究热点。光纤折射率传感器发展到现在主要有光纤等离子体共振型、光强调制型和干涉型。光纤马赫-曾德尔折射率传感器到目前为止主要有四种不同的结构类型,分别是错位熔接型、熔融拉锥型、光纤气泡型和纤芯失配型。通过制作锥型光纤的方法可以提高传感器的灵敏度,常见的制备方法有化学研磨法、研磨法和熔融拉锥法。本文设计了一种基于纺锤型空气腔的光纤马赫-曾德尔
在过去的几十年里,生物传感器因其广泛的工业和科学应用而引起了人们的密切关注。光学传感器是一种通过研究结构的光学特性来解决这些应用的有效分析工具。随着技术的进步以及资源需求的增多,高科技设备逐渐趋于小型化发展。光与金属纳米结构的相互作用显示出独特的性质,产生了一个称为表面等离激元的新兴领域。将金属纳米结构与光纤进行融合,可形成一种具有高灵敏度、抗电磁干扰等优点的光纤生物传感器。这类光纤传感器可通过监