摘要
本发明公开了一种基于多源数据融合的输电杆塔姿态监测与振动侵入识别方法,通过深度融合GPS位移数据与加速度计倾角数据,采用动态权重融合机制:根据GPS信号质量,实时调整融合系数α,确保数据融合的准确性和稳定性,同时,以最终的输电杆塔倾角θ_final为状态变量,不断优化误差传播模型,更新输电杆塔姿态估计,实现±0.01°的高精度姿态监测。本发明结合加速度计的快速动态响应和GPS的长期稳定性,系统能够实时输出高精度的三维姿态角。此外,引入LCD‑MPE(特征提取技术,结合轻量化神经网络分类,以MEMS加速度计对输电杆塔进行振动信号采样、降噪、异常信号段识别、分析与提取,实现了输电杆塔周边侵入行为的秒级侦测与行为类型判别,攻克了从"无能力感知"到"精准识别"的核心技术壁垒,推动电力设施安全防护从"被动处置"向"主动防御"的颠覆性升级。
技术关键词
输电杆塔姿态
异常信号
MEMS加速度计
轻量化神经网络
识别方法
背景噪声
三维姿态角
GPS模块
局部特征尺度分解
数据
GPS秒脉冲
特征提取技术
高精度姿态
时钟
信号降噪
动态
电力设施
系统为您推荐了相关专利信息
终端设备
NFC模组
人脸识别模组
指纹识别模组
识别方法
神经网络数学模型
识别方法
叠后地震数据
训练集数据
网络架构
指纹特征
去噪模型
微型湿度传感器
指纹识别方法
图像采集单元