导读:本文包含了地磁检测论文开题报告文献综述及选题提纲参考文献，主要关键词:停车位检测,地磁传感器,自适应匹配算法
地磁检测论文文献综述
林渊博,姚剑敏,林伟[1]（2019）在《基于地磁传感器的停车位检测算法研究》一文中研究指出本文提出了结合状态机与自适应匹配算法来实现停车位检测。首先分析停车位的磁场变化特征,接着提取停车位的磁场变化量,再通过自适应匹配算法来调整阈值。根据实验数据统计,该算法能精确判断停车位状态,且准确率也较高。(本文来源于《电气开关》期刊2019年04期）
盖志超[2]（2019）在《基于短间距双节点地磁的车速检测与应用研究》一文中研究指出车速是直观反映道路交通状态的关键指标之一,是现代智慧交通系统乃至智慧城市建设不可或缺的重要指标。交通管理者可以根据车速来判断交通拥堵情况,实现合理的限速设置和信号灯控制。本文将两个相同的地磁芯片相隔小于10cm集成于智能道钉内,将其分别放置在车道中间和车道线上,研究不同工况下短间距双节点地磁检测器的车速检测算法。并在车速检测的基础上,研究其他交通参数的获取和短间距双节点智能道钉的实际场景应用,实现了检测设备小型化、易安装、精度高、成本低的工程目标。首先,本文分析了地磁传感器工作原理及车速检测原理,研究了现有的几种地磁车速检测方法,包括几种单双节点车速检测算法,并分析了两种检测方法的优缺点。此外,简要说明了短间距双节点地磁检测器的硬件构成和测速原理。其次,对短间距双地磁数据进行预处理。利用小波去噪滤除信号噪声,所提出的自适应去背景的波形提取算法能够保证相邻车道有排队情况的车速检测,消除各种原因导致的背景值漂移;由于两个地磁传感器参数不完全一致,将两个地磁传感器采集的数据滤波、去除背景后,进行一致性处理,减少硬件一致性较差带来的影响。针对同名轴的两个波形整体时延均匀性较差的问题,提出局部优化算法,将两个波形分解为多个波段对,引入两种相似性评价自动识别出跟随性好的波段对参与计算。针对信号时间分辨率较低的问题,本文采用局部插值和局部拟合两种方法在软件上提高分辨率。计算车辆经过双节点地磁的时间差,进而得到车速。选定实际路段开展实验,对所提算法进行验证。结果表明,将传感器置于车道中间的情况下,两种算法的平均准确率均在90%以上。将检测器置于车道线上,用同样的方法检测车辆行驶速度,一分钟内断面平均车速检测准确率为96%,可以作为交通拥堵判断依据。最后,利用车速检测值计算其他交通参数,包括车型、时间占有率、车头时距等;分析短间距双节点地磁智能道钉的应用场景,包括道路拥堵程度评价模型、防追尾预警机制等。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
石文帅[3]（2019）在《基于地磁传感器的车辆信息检测系统研究》一文中研究指出车辆信息检测技术是实现交通路口信号灯自动控制和高速公路不停车收费的核心技术,为智能交通系统的应用提供信息支撑,因此深入研究车辆信息检测技术对智能交通系统具有重要意义。本文设计了一种基于地磁传感器的车辆信息检测系统,提出基于动态阈值的状态机车辆检测算法和基于数据融合的车型分类算法,完成了车辆信息的识别。实验结果表明,算法可以有效提高车辆检测和车型检测的准确率。论文主要完成的工作:(1)研究了利用地磁传感器采集运动车辆的地磁扰动信息,分析了扰动信息特征,提出基于动态阈值的状态机车辆检测算法。该算法利用加权函数对阈值进行实时更新,以消除基线漂移对车辆检测精度的影响,利用状态机能有效判断车辆进出传感器检测范围的时刻,准确的分割车辆地磁扰动数据,提高车型、车长、车速的识别准确度。(2)针对单地磁传感器检测车辆信息少、准确度低的问题,采用多传感器节点融合检测方法,实现对多节点车辆地磁扰动数据的融合处理。提出基于DTW(Dynamic Time Warping,动态时间规整)的多节点扰动数据特征对齐算法,利用相关性函数对规整后的多节点扰动数据进行自适应加权融合,在数据级上完成多节点的车辆地磁扰动数据融合。(3)依据采集的车辆类型,将检测车辆分为小型车、SUV、中型货车和大型客车,从融合后的车辆地磁扰动数据中提取用于车型分类的特征向量。针对BP(Back Propagation)神经网络收敛速度慢,容易陷入局部最优的问题,提出采用GA-BP(Genetic Algorithm,遗传算法)神经网络算法进行车型分类。(4)搭建系统试验平台,验证本文所提出的车辆检测和车型分类算法。试验结果表明,论文提出的车辆检测算法准确率优于98%,车型分类准确率大于84%,数据融合能明显提高车型分类精度。(本文来源于《长安大学》期刊2019-04-12）
宋向前,吕卅,赵蓉[4]（2019）在《基于NB-IoT和地磁传感器的车位检测模块设计》一文中研究指出车辆为人们的出行提供了便利,但是随之而来的停车难问题也是日趋严重。本文通过对车位检测系统需求的分析,提出了针对路侧停车系统的设计方案,即采用STM32F103C8T6单片机作为控制核心,MAG3110叁轴地磁传感器作为感知单元,BC95-B8作为NB-IoT通信模块。通过对系统合理的搭建,设计符合易于安装、低能耗、可远距离传输、便于查询等特点的车位检测模块,从而为车主快速寻找空闲路侧车位提供了便捷的查询方式。(本文来源于《中外企业家》期刊2019年08期）
冯宇航,王建,蔡尧,高峰,赵菲[5]（2019）在《基于多地磁传感器的车辆位置检测系统设计》一文中研究指出系统通过在路面下安装多个地磁传感器检测车辆在路面的实时位置。地磁传感器与微处理器集成为信号处理模块,信号处理模块采集地磁传感器数据并在滤波后发送给数据处理模块。数据处理模块通过车辆经过路面时地磁传感器数据的变化来分析计算得出车辆的位置。通过对实验测得数据进行曲线拟合得出车辆位置与传感器差值之间的关系,进而推导出车辆的位置,其两轴精度达到10 cm。此外,设计的系统还可以测得车辆的速度和前进方向,并有望在智能公路方面应用于自动驾驶。(本文来源于《传感器与微系统》期刊2019年03期）
侯群,葛迪,邱程,陈岩,周晨[6]（2019）在《基于LoRa技术的无线地磁传感器车辆检测系统》一文中研究指出车辆信息采集是智能交通核心技术之一。现行的无线地磁传感器系统多采用ZigBee技术作为低功耗局域网技术、GPRS作为广域网技术。针对现行无线传输技术的功耗与距离不能兼顾问题,本文设计了一种基于LoRa技术的无线地磁传感器车辆检测系统。在网关节点上直接添加LoRa模块,采用LoRa传输技术建立的交通信息系统在城市道路的有效传输距离可达公里级,可以组建无线地磁传感器网络,保证远距离和低功耗的兼顾,取消额外的中继。本文所述系统具有结构简单、成本低、检测精度高、传输距离远等优势。如分组建网,可以将道路交通车辆信息采集网络扩大到整个城市,保证大面积覆盖、全方位发挥作用,是精准、实时、高效的智能交通管理系统。(本文来源于《电视技术》期刊2019年03期）
唐恒亮,张可,穆屹,耿松麟,蔡锦德[7]（2019）在《视频和地磁融合停车检测机制探索研究》一文中研究指出通过研究视频、地磁等多种停车检测技术基本原理和实际应用情况,深入分析了视频和地磁检测技术的适用性和挑战性问题,探索了视频和地磁技术动态融合检测机制,并搭建了视频和地磁停车检测试验环境,针对不同天气和不同停车模式进行了大量测试;实地测试结果验证了融合机制可有效发挥视频与地磁技术优势,精确获取停车监测信息,提升检测效率;该机制在强化路侧停车管理与收费监管、促进路侧停车规范有序、提高车位信息检测准确性与可靠性等方面,均具有较强的研究价值和广泛的应用前景。(本文来源于《计算机测量与控制》期刊2019年01期）
吕鲜,戚涌,张伟斌,李千目[8]（2018）在《基于单轴地磁传感器的车辆参数检测算法研究》一文中研究指出为了进一步探寻地磁传感器在车辆检测领域的应用,研究利用车辆通过时所引起的检测区域的磁场强度扰动,用自主研发的单轴地磁传感器获取和处理Z轴方向上抖动幅度大于指定阈值的地磁信号,研究了基于固定阈值的状态机车辆检测算法,对路段车辆进行检测,并获取车速、车长、车流量等信息,建立磁场能量与车长车速比值的关系模型。通过南京市江宁区某公路上的实验,并利用现场录制的视频作检验,结果表明,基于自主研发的单轴地磁传感器可以实现路段车辆98%的检测率,并有效获取车辆的车速、车长等信息。通过分析得到的磁场数据,验证了该模型可以用于多个地磁传感器进行车辆检测的数据融合。(本文来源于《交通信息与安全》期刊2018年06期）
顾夫挺,郭海锋,何德峰[9]（2018）在《基于地磁和超声波传感器的可靠无线车辆检测算法》一文中研究指出针对传统基于地磁传感器检测精度容易受相邻车辆干扰,车辆检测器误判率较高、可靠性较差的问题,进行了一种结合地磁传感器和超声波传感器的新型车辆检测器研究,以提高检测的精度和可靠性。地磁传感器用于检测磁场强度,当检测到磁场强度连续变化时假定车位状态发生变化,此时唤醒超声波传感器进行融合判断,以降低单纯依赖地磁传感器的误判率。实验结果表明,基于双传感器的车辆检测算法在准确率上较传统的地磁车位检测器提高了8. 3%,且在提高准确率的同时也通过算法优化保证了检测器的低功耗。进行的研究在车辆检测器设计方案和检测算法方面做了创新工作,同时对影响检测器性能的因素进行了讨论,为低功耗、高可靠性车辆检测器的研发提供了参考依据。(本文来源于《高技术通讯》期刊2018年Z2期）
陈路昭,朱万华,吴佩霖,费春娇,方广有[10]（2019）在《地磁背景环境中基于分形特征的磁异常信号检测算法》一文中研究指出磁异常检测(MAD)是一种应用广泛的被动式目标检测方法,其应用包括水面舰船目标监测、水下移动目标及陆地目标的检测与识别等领域。基于地磁背景下弱磁异常信号的可靠性检测方法研究具有重要的意义,该文在研究地磁背景与磁异常信号分形特征差异的基础上,提出一种基于目标磁异常信号分形特征的单传感器检测方法,并进行实际外场试验验证。试验结果表明:该方法能准确分辨出地磁背景干扰与磁异常信号,并可以在地磁背景噪声中实现弱磁异常信号的检测。(本文来源于《电子与信息学报》期刊2019年02期）
地磁检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
车速是直观反映道路交通状态的关键指标之一,是现代智慧交通系统乃至智慧城市建设不可或缺的重要指标。交通管理者可以根据车速来判断交通拥堵情况,实现合理的限速设置和信号灯控制。本文将两个相同的地磁芯片相隔小于10cm集成于智能道钉内,将其分别放置在车道中间和车道线上,研究不同工况下短间距双节点地磁检测器的车速检测算法。并在车速检测的基础上,研究其他交通参数的获取和短间距双节点智能道钉的实际场景应用,实现了检测设备小型化、易安装、精度高、成本低的工程目标。首先,本文分析了地磁传感器工作原理及车速检测原理,研究了现有的几种地磁车速检测方法,包括几种单双节点车速检测算法,并分析了两种检测方法的优缺点。此外,简要说明了短间距双节点地磁检测器的硬件构成和测速原理。其次,对短间距双地磁数据进行预处理。利用小波去噪滤除信号噪声,所提出的自适应去背景的波形提取算法能够保证相邻车道有排队情况的车速检测,消除各种原因导致的背景值漂移;由于两个地磁传感器参数不完全一致,将两个地磁传感器采集的数据滤波、去除背景后,进行一致性处理,减少硬件一致性较差带来的影响。针对同名轴的两个波形整体时延均匀性较差的问题,提出局部优化算法,将两个波形分解为多个波段对,引入两种相似性评价自动识别出跟随性好的波段对参与计算。针对信号时间分辨率较低的问题,本文采用局部插值和局部拟合两种方法在软件上提高分辨率。计算车辆经过双节点地磁的时间差,进而得到车速。选定实际路段开展实验,对所提算法进行验证。结果表明,将传感器置于车道中间的情况下,两种算法的平均准确率均在90%以上。将检测器置于车道线上,用同样的方法检测车辆行驶速度,一分钟内断面平均车速检测准确率为96%,可以作为交通拥堵判断依据。最后,利用车速检测值计算其他交通参数,包括车型、时间占有率、车头时距等;分析短间距双节点地磁智能道钉的应用场景,包括道路拥堵程度评价模型、防追尾预警机制等。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地磁检测论文参考文献
[1].林渊博,姚剑敏,林伟.基于地磁传感器的停车位检测算法研究[J].电气开关.2019
[2].盖志超.基于短间距双节点地磁的车速检测与应用研究[D].哈尔滨工业大学.2019
[3].石文帅.基于地磁传感器的车辆信息检测系统研究[D].长安大学.2019
[4].宋向前,吕卅,赵蓉.基于NB-IoT和地磁传感器的车位检测模块设计[J].中外企业家.2019
[5].冯宇航,王建,蔡尧,高峰,赵菲.基于多地磁传感器的车辆位置检测系统设计[J].传感器与微系统.2019
[6].侯群,葛迪,邱程,陈岩,周晨.基于LoRa技术的无线地磁传感器车辆检测系统[J].电视技术.2019
[7].唐恒亮,张可,穆屹,耿松麟,蔡锦德.视频和地磁融合停车检测机制探索研究[J].计算机测量与控制.2019
[8].吕鲜,戚涌,张伟斌,李千目.基于单轴地磁传感器的车辆参数检测算法研究[J].交通信息与安全.2018
[9].顾夫挺,郭海锋,何德峰.基于地磁和超声波传感器的可靠无线车辆检测算法[J].高技术通讯.2018
[10].陈路昭,朱万华,吴佩霖,费春娇,方广有.地磁背景环境中基于分形特征的磁异常信号检测算法[J].电子与信息学报.2019