排序方式: 共有52条查询结果,搜索用时 734 毫秒
51.
通过对2000年以来云南出现的4次强降雪过程进行分类对比分析和诊断分析, 结果表明:横槽型和北脊南槽型是4次强降雪的主要中高纬环流形势, 3次有南支槽配合, 1次无南支槽活动, 其中2次横槽型造成的强降雪范围广、强度大; 4次强降雪过程云南西侧都有充沛的水汽输送, 水汽通量增大 (即水汽的增加) 是云南强降雪的必备条件, 强降雪出现在较强水汽通量辐合区中, 且落区在辐合中心的偏东一侧、θse线陡立区附近以及暖湿不稳定区域; 强降雪在多普勒雷达上显示为20~30 dBz左右的层状云回波, 对流层中下层的高空冷暖平流和高空西南急流是有南支槽影响的强降雪天气的主要大尺度特征, 而低层偏东急流是无南支槽影响的强降雪的主要特征, 因此高低空急流的形成是强降雪的关键。 相似文献
52.
针对单传感器室内定位存在累积误差大、连续性差的问题,本文顾及行人航迹推算(PDR)与低功耗蓝牙信标(BLE Beacon)良好的互补性,研究了基于移动智能终端的融合PDR/iBeacon的室内定位算法:首先,采用电子罗盘和陀螺仪互补修正航向角法降低了PDR的累积误差,其次结合离线指纹库并利用加权K近邻法实现了iBeacon指纹定位,最后基于扩展卡尔曼滤波器(EKF)实现了PDR/iBeacon融合定位。两组实测结果表明,相较于传统的PDR,电子罗盘和陀螺仪互补修正航向角方法有效地抑制了航向误差的累积。室内行人航程为39和60 m时,融合PDR/iBeacon定位的平均误差分别为0.560、1.802 m,相比改进的PDR和iBeacon指纹定位精度提高了11.81%、25.53%和26.66%、11.75%。融合PDR/iBeacon的室内定位能降低PDR的误差累积和iBeacon定位的波动性,满足用户室内定位的需求。 相似文献