基于EMD-Wavelet模型的实时交通流噪声数据清洗方法

针对实时交通流数据的噪声污染,将具有处理非平稳非线性信号优势的经验模式分解方法(EMD)和小波变换(wavelet)相结合,构建EMD-Wavelet组合清洗模型.该模型首先将实时交通流序列进行经验模式分解,然后将含有噪声的高频分量用小波变换进行软阈值去噪,最后将去噪后的高频分量、未去噪的低频分量和残量进行重构,形成清洗后数据序列.通过实验表明:该方法的去噪效果要好于单独使用小波变换和EMD法,是一种有效可靠的实时交通量噪声数据清洗方法.     

基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。     

基于小波包变换的交通事件检测

简介小波包变换的基本原理。采用小波包变换的方法进行交通事件检测，并给出了利用小波包变换进行交通事件检测方法的步骤。经与实际数据分析、比较，表明小波包变换用于交通流数据分析有其优越之处。     

基于小波分析和拉格朗日的交通异常数据处理

针对交通数据采集过程中存在异常数据的情况,提出了基于小波分析和拉格朗日的交通异常数据处理方法。首先对交通数据序列进行小波分解,去噪;然后通过拉依达准则找出异常数据;最后采用拉格朗日插值法对异常数据进行修正。试验结果显示该方法可以简单、有效地判别和修正异常数据,相较于传统的交通异常数据处理方法具有一定的优势。     

小波变换与SVD方法在结构损伤监测中的应用

将小波变换与奇异值分解(SVD)相结合,利用基于小波变换的能量分布函数,进行小波系数矩阵的奇异值分解,使结构损伤突变信号的奇异点放大,提高信号的分辨率和信噪比.根据信号突变时刻小波系数出现模极大值及其在不同尺度上的传播特性,可有效地检测出信号的奇异性特征,从而对结构损伤特征信号进行时域定位.通过对一试验简支梁损伤前后加速度信号的奇异性进行对比分析,验证了该方法的有效性和可行性.     

基于小波优化GRU-ARMA模型的空中交通流量短时预测方法

空中交通流量短时预测是空中交通管理的基础,是有效缓解交通拥堵问题的前提。为提高空中交通流量短时预测的精度,减小空中交通管制员的工作压力,提出了基于小波优化GRU-ARMA的空中交通流量短时预测方法。在传统预测方法的基础上,通过小波变换对原始流量数据进行多尺度分解,提取不同频率交通流量的细节特征,对原始流量数据进行预处理。同时,根据小波变换,在低频处将频率细分作为趋势项,高频处将时间细分作为噪声项。其中,趋势项反映了空中交通流量随时间演化的整体趋势性,噪声项反映了随机因素对空中交通流量的综合影响。使用门控循环单元（GRU）神经网络模型预测趋势项,自回归滑动平均模型（ARMA）模型预测噪声项;将趋势项和噪声项的预测值叠加,得到最终的短时流量预测值。误差分析表明,该方法在每个预测点上的误差保持在2%左右,预测效果稳定;而直接采用原始流量数据进行预测的GRU、BiLSTM、CNN-LSTM神经网络模型及单一的ARMA模型,每个点的预测误差在5%~37.14%之间。与GRU、BiLSTM、CNN-LSTM神经网络模型相比,该模型的预测精度分别提高了3.02%,5.39%,5.05%。      

ITS交通数据管理的方法设计及技术实现

如何将现有的各种交通空间数据源,通过交通信息化中成熟的标准化数据交换格式的方法与技术,做到将多源、多格式的交通信息支持ITS的运行,已经成为摆在我国ITS建设面前迫在眉睫的问题。为此,在分析我国ITS交通数据的特点及其对数据库管理系统的要求的基础上,同时结合国内外的技术现状,探讨并提出了基于GDF4.0规范的交通数据管理模式。在方法设计中,对近来欧洲ITS中通用的导航规范GDF进行了研究、修改与设计,以适应我国的ITS信息平台的数据建设要求。同时,进行了部分的验证,表明了其技术的可行性。     

基于小波变换的多源遥感图像融合方法

数据融合是目前遥感应用领域的一个热点问题,文中分析了传统的多源数据融合方法,提出了采用基于多分辨率的小波分解技术进行多源图像融合的方法.它将高分辨率图像的小波系数添加到多频谱(低分辨率)数据上,再将全色图像小波变换的高阶系数添加到多频谱图像的浓度组件上.实验表明,此方法切实可行,能使低分辨率图像的信息提取与利用接近于高分辨率图像.     

基于小波分析和神经网络的交通事件自动检测

提出了利用小波分析和神经网络进行交通事件自动检测的方法，其基本思想是通过小波变换对原始采样信号进行奇异点检测，然后通过神经网络对小波变换的结果进行分类，最后给出交通事件的信息。通过MATLAB仿真实验，证明该方法相对于传统的事件检测算法能更准确、快速地实现分类。     

基于改进小波分解的机载位置数据降噪处理

机载经度、纬度、高度数据的精度,对保证飞机定位的精确性和飞行安全性有着重要意义.结合小波分解和经验模态分解(EMD)2种方法的优点,在小波分解的基础上,提出1种基于 EMD 的小波分解降噪方法.利用 EMD 对机载位置数据进行分解,并对高频分量用小波分解方法进行降噪处理,降噪后高频分量再结合低频分量进行重构得到降噪后的数据.以西安到长春某航班巡航阶段的机载高度数据序列为例,进行了仿真验证.结果表明,改进小波分解降噪方法与传统的小波分解降噪方法相比,信噪比提高了0.649,均方根误差减小了0.6969,消噪效果更加明显.改进的小波分解方法在处理机载位置数据方面有着较明显的优点,可获得更精确的飞机三维数据.      

基于信息融合的道路前方车辆识别研究

将光学传感器与红外传感器进行信息融合以识别道路前方车辆.首先根据光学图像信息进行保守识别以初步确定车辆目标.在对相应的红外图像进行通道处理的基础上,充分利用其温度场信息提取车辆目标特征以构建车辆验证函数.以车辆验证函数值为依据建立基于最小风险的贝叶斯决策分类器,对光学初识别中得到的车辆目标进行验证,从而成功实现了光学图像与红外图像的信息融合.试验表明该方法能够利用红外热图信息在光学图像保守识别的基础上剔除误判目标,最终得到较为准确的识别结果.     

基于ABAQUS的凉水井滑坡稳定性分析

利用大型有限元软件 ABAQUS 对凉水井滑坡段进行了数值模拟分析,通过应力应变场的云图分析,确定边坡的最危险潜在滑动面。依据强度折减法的原理,利用ABAQUS定义场变量为强度折减系数值,通过改变场变量实现摩擦角和粘聚力的折减,得出边坡稳定性安全系数,并对滑坡的整治措施提出建议。     

高速公路生态绿化初探

高速公路生态绿化是高速公路绿化发展的趋势和方向。阐述目前高速公路绿化现状,从生态学的角度提出高速公路生态绿化的发展思路,并对高速公路生态绿化模式进行初步探讨。     

基于CAB气囊展开问题的研究

实车试验出现CAB气囊后腔展开后飘动,扫到假人头部,且气囊后腔展开速度比前腔慢等问题,本文以此为切入点,简述如何通过改变气囊折叠方式、改变气囊花型的方法,改善CAB气囊展开状态的问题.通过此问题的改善,为后续CAB气囊开发提供经验积累.     

基于AFP的航班延误研究

针对现行地面延误策略对航班延误分配不当问题,对限制空域进行了分析,以空域流量策略为基础,分析航班延误的目标和约束条件,建立航班延误模型,采用矩阵的遍历来确认航路.通过算例与地面延误策略进行比较,对采用AFP进行航班延误分配的有效性进行了验证.结果表明,该方法有效减少了航班延误.     

微表处技术在高等级公路养护中的应用

微表处技术是高等级公路进行预防性养护最经济有效的手段。该工艺在国外已得到广泛应用,被认为是修复道路多种病害最有效、最经济的途径之一,对改善沥青路面使用性能、延长使用寿命、节约投资,具有十分重要的意义。     

高速公路车辙病害研究

讲述了高速公路上的路面病害之一———车辙的形成、发展、危害,给出了相关部门应该采取的预防和维修治理措施。     

关于电动汽车空调改装探讨

针对纯电动汽车空调在传统汽车空调基础上的改装,结合其工作原理及改装方法进行一定的分析说明,提出对传统汽车空调电动化改装的基本思路。     

基于蒙特卡罗模拟方法的快速路运行时间可靠度研究

运行时间可靠度作为一个非常重要的概率测度参数能有效地评价交通网络的动态特性。在对运行时间可靠度的概念界定的基础上，分析了快速路运行时间可靠度的影响因素。提出了运用蒙特卡罗模拟方法计算运行时间可靠度，即采用蒙特卡罗模拟方法随机的对快速路入口的交通需求变量进行抽样，根据得到的样本值确定路径出行时间，然后对此出行时间进行检查，如果超过了规定的阚值，则认为不可靠，否则可靠。并通过一个算例对该模型进行了验证。最后指出了运行时间可靠度这一概率参数的应用前景。     

高速公路车辆行程时间预测研究

对高速公路联网收费系统的数据和交通监控系统的数据进行了处理和分析,研究了高速公路车辆行程时间分布的规律性和各参数之间的关联性,构建了高速公路车辆行程时间预测模型,最后通过比较实际值与预测值来验证提出的行程时间预测方法,分析了误差的原因.