YOLO11-ECA:面向复杂茶园环境的轻量级茶芽检测方法

《Sensors》:YOLO11-ECA: A Lightweight Tea Bud Detection Method for Complex Tea Plantation Environments

【字体: 大 中 小 】 时间:2026年08月27日 来源:Sensors 4.0

编辑推荐:

   摘要

  

摘要

本文提出了一种基于三层自适应卡尔曼滤波的多源时间融合方法,用于构建高精度、连续且鲁棒的芯片级时间参考。采用数字温度补偿 TCXO 作为短期本地时间参考,并引入阿伦方差来表征振荡器频率稳定性并对过程噪声协方差进行建模。对于中期校正,通过自适应卡尔曼滤波将北斗观测与振荡器预测进行融合。基于载噪比 C/N0、精度因子 DOP、伪距残差及其他质量指标的可靠性评分,用于动态调整观测噪声协方差和卡尔曼增益。当北斗信号变得不可靠或不可用时,引入 eLoran 作为备份时间源以维持连续输出。此外,卡尔曼滤波残差被反馈给 TCXO 温度补偿模块,形成闭环校正机制,以抑制剩余频率漂移和累积计时误差。实验结果表明,该方法显著降低了计时误差,并提高了在北斗降级和中断条件下的连续性、稳定性和恢复能力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号