路面红外测温中行车干扰信号的识别
DOI:
CSTR:
作者:
作者单位:

1. 南京信息工程大学 气象灾害预报预警与评估协同创新中心 南京 210044;2. 航天新气象科技有限公司 无锡 214127

作者简介:

通讯作者:

中图分类号:

TP274+.2

基金项目:

国家自然科学基金(批准号:61671248,41605121);江苏省重点研发计划(项目编号:BE2018719)和江苏省“信息与通信工程”优势学科计划资助(苏政办发2012-37)


Identification of Interference Signals in Infrared Temperature Measurement of Pavement
Author:
Affiliation:

1.Nanjing University of Information Science and Technology, Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing 210044, China; 2.Aerospace Newsky Technology Co., Ltd, Wuxi 214127, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文研究了红外遥感路温的干扰来源,分析了晴、多云和阴雨天气条件下路面红外遥感温度与行车干扰样本的特点,拟合干扰信号并分类,提出了一种基于均值-标准差作初始中心加速K-means聚类分离干扰信号,利用路面与车辆的温差、车辆信号的标准差和干扰信号的持续时间,识别车辆干扰、低速障碍物和环境突变的三种特征并保留环境突变数据,提高路面红外测温精度的方法。结果表明,该方法在晴天和多云天算对干扰信号的总体识分别为95.6%和90.9%,阴雨天的识别率为78.2%,能有效提高路面红外测温的准确度。

    Abstract:

    This paper provided a method to improve the accuracy of infrared temperature measurement on pavement by an accelerated K-means clustering separation interference signal based on the mean-standard deviation for initial central,using the temperature difference between the road surface and the vehicle,the standard deviation of the vehicle signals,and the duration of the interference signal to separate vehicle interference, low-speed obstacles, and environmental mutations data and retain environmental mutation data. The recognition rate of this method for interference signals is 95.6% on sunny days, 90.9% on cloudy days, and 78.2% on cloudy and rainy days, which effectively improves the accuracy of on-surface infrared temperature measurement on the road surface.

    参考文献
    相似文献
    引证文献
引用本文

顾平月,行鸿彦,徐 明,孙立新.路面红外测温中行车干扰信号的识别[J].电子测量技术,2021,44(8):141-149

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-10-11
  • 出版日期:
文章二维码