任意形状三元阵水下目标被动定位研究

针对传统三元阵安装布放要求较高,且只能给出目标二维位置信息的问题,提出了一种基于矢量水听器的任意形状三元阵三维定位算法,采用一个矢量水听器和两个声压水听器组成阵列,利用矢量水听器给出的信息解算目标方位角,推导了任意形状三元阵条件下目标俯仰角和距离的计算公式,从而实现了对目标三维位置信息的获取．消声水池的实验结果表明：新方法能够对声源目标准确定位,在环境噪声干扰下表现出较好的性能,具有一定的工程应用价值．     

一种画剖面线的通用方法

本文研究了画带任意圆弧平面图形剖面线的通用方法，提出了将二维（２Ｄ）平面上两矢量的交积扩展到三维（３Ｄ）空间内进行交积，从而用矢量法解决了剖面线与圆弧相交时有有效交点的确定问题。     

空间矢量PWM的比较分析

空间矢量PWM控制技术中两个零矢量的不同分配方案会产生多种PWM方式，并且会对逆变器的控制特性产生重要影响．文中以空间矢量控制理论为基础，结合PWM控制中的“伏一秒”平衡原理，提出了几种典型空间矢量PWM的实现方法并推导了其目标输出方程及波形．结合仿真分析了它们的开关特性、适用的负载类型以及输出谐波随调制指数的变化情况．经对比认为连续空间矢量PWM适合于低调制指数运行；单纯使用一个零矢量的不连续空间矢量PWM会降低逆变器使用寿命；两个零矢量交替使用的DSVPWM更适合于高调制指数及过调制运行．     

基于矢量传感器阵列的二维波达方向估计研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.相对于声压水听器阵来说,矢量阵获取声场中更多的信息,利用矢量阵所获得的速度场的信息可去除目标方位估计中的模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.文中采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行二维角度估计,通过对声压水听器和矢量水听器阵MUSIC算法的仿真对比得出结论:声矢量阵比声压阵具有更好的波达方向估计性能.另外,文中还采用空间平滑技术对相关信号源进行解相关从而得到良好的二维波达方向估计性能.     

八叉树在公路三维模型的应用

根据公路三维模型的空间关系复杂,但位置固定,模型相对简单的特点,提出用八叉树这种数据结构来进行管理、存储的方法。针对普通八叉树存在着粘性平面的缺点,采用一种松散的八叉树的方法加以克服。     

改进型三电平空间矢量调制方法

为了解决常规三电平空间矢量调制（Space Vector Modulation,SVM）方法中存在的额外开关损耗和窄脉冲问题,提出了一种改进型三电平空间矢量调制方法．该方法重新对矢量空间进行了划分,分为6大区域36小区域,并通过对合成矢量的开关序列的优化,实现了参考矢量从一个区域运动另外一个区域的平滑过渡,最大程度减小了额外开关损耗,避免了窄脉冲的产生．文中通过仿真及实验对所述方法的有效性进行了验证．     

基于任意阵形矢量水听器阵的二维波达方向估计

提出了基于任意阵形矢量水听器阵列的二维波达方向估计方法．即在阵元方向一致的前提下，矢量水听器阵可以采取任意阵形，也不需要预先知道阵元的空间位置．每个矢量水听器由3个相互正交空间共点的振速水听器和一个声压水听器构成．声压子阵经过旋转后分别变成了3个振速子阵，子阵之间的旋转因子只与目标信号的方向余弦有关，而与矢量水听器的空间位置无关．基于ESPRIT的思想，采用并行TLS矩阵束方法实现对目标信号的方向余弦的估计和自动配对，从而实现二维波达估计．计算机仿真实验结果证明了该方法的有效性．     

五相三电平逆变器空间矢量PWM控制研究

针对五相永磁同步电动机,构建了三电平逆变器供电的变频调速系统,对五相三电平逆变器的空间矢量PWM控制算法进行了研究.对于多相多电平逆变器来说,随着相数与电平数的增加,电压矢量与开关状态数量迅速增加.因此,在采用空间矢量PWM时,首先要合理选择输出电压矢量,并能简单、快速计算出各控制周期中作用时间;其次对输出电压矢量进行优化,合理选择开关顺序,以减少开关损耗.文中在对五相三电平逆变器电压矢量的特点和规律进行深入分析的基础上,提出一种简单实用的电压空间矢量PWM控制算法,并通过仿真实验对该控制算法进行了验证.     

矢量水听器阵列MUSIC估计算法研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,对该算法进行了理论推导,并对数据协方差矩阵进行本征分解,获得了信号的空间谱估计.通过几个仿真对比试验,得出了该算法在多种条件下的高分辨方位估计性能.仿真结果表明,在SNR=10 dB条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了12.6°,旁瓣降低了22 dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力.     

空间矢量脉宽调制和三相载波脉宽调制关系的研究

分析了空间矢量脉宽调制和三相载波脉宽调制这两种调制方式的关系,包括调制信号和空间矢量、调制信号和空间矢量扇区、空间矢量脉宽调制的开关模式与载波方式、零矢量分布和不同零序信号等关系．所有的关系都提供三相载波脉宽调制和空间矢量脉宽调制方式的互相转换．所有得出的结果并不依赖负载的性质．     

三维方位关系的定性描述与定性推理

结合定性推理、空间推理与人工智能产生的定性空间推理,已成为人工智能的1个研究热点,是空间关系的重要组成部分,为空间方位关系空间分析、辅助决策等提供了基础。因此,空间方位关系的形式化描述与定性推理非常重要。本文用单纯形数据模型描述三维空间实体,通过研究单纯形间的方向关系研究空间实体间的方向关系。提出采用三元组描述了两空间对象间的三维方位关系,并对该描述方法的定性推理作了详细研究。三维方位关系分为单方位关系与多方位关系,重点研究了单方位关系定性推理,在此基础上分析了多方位关系定性推理与单方位关系定性推理方法的联系,将多方位关系定性推理转化为对多个单方位关系定性的推理。     

CSG/BR方法在铁路构筑物三维建模中的应用研究

根据铁路构筑物形状规则性的特点,在CSG、BR等三维模型表示方法的基础上,研究了CSG/BR混合模型表示法在铁路构筑物三维建模中的应用。以往的铁路三维模型重在可视化方面,CSG/BR模型可以关联属性数据,进行空间查询和分析,并以桥墩为例分析了此方法的建模过程。     

基于水下景观原理的城市空间可视化

为了解决直接根据空间坐标对地上、地下物体建模易导致视觉混乱的问题，基于水下景观原理对城市地上和地下物体进行了三维建模．根据观察水下景观的原理，当视点位于地上时，利用OpenGL的颜色混合功能给地表赋予适当的颜色，使地下物体表面具有地表颜色的成分，通过颜色与地上物体相区别．当深度大、地下物体多时，还可以利用0penGL的雾化功能，使地下物体的深度信息通过其颜色的明暗程度来体现．最后，利用某城市小区的数据验证了该方法的可行性．     

基于ArcGIS的公路全景动态仿真

提出了一种以ArcGIS为基础平台的公路全景动态仿真的新方法.该方法采用ArcGIS由矢量等高线地形图构建可视化数字高程模型(DEM);采用ArcObjects提供的接口编辑DEM,实现由道路设计数据生成道路主体;利用3DMax和AutoCAD对构造物、公路附属设施等三维实体进行建模;在ArcScene中完成公路场景制作,最终实现行车模拟和漫游.由此,可直观地判断公路设计的合理性与安全性,展现所设计公路的效果.该方法不仅制作周期短,而且对三维编程能力要求也不高.     

基于GIS的国防交通保障管理系统研究

在分析现状、剖析问题的基础上,提出了构建基于GIS的国防交通保障管理系统,并制订了适应性、扩展性、适时性、空间分析等四条目标要求;提出了空间数据管理子系统、属性数据及国防交通数据管理子系统、查询子系统、空间分析子系统、图表输出子系统等五个子系统的功能设计并进行了分析研究。     

省级基础空间要素数据库联动更新的设计与实现

以某省为例,利用GIS技术设计与开发了基础空间要素数据库联动更新系统,阐述了系统的总体设计及系统所实现的功能。系统的建立实现多比例尺间各个要素更新的联动,保证了数据库中地理对象的完整性和数据的一致性,从而为数据库的检索、查询以及分析应用提供方便。     

Reconstructing Wireframe Model of Curvilinear Objects from Three Orthographic Views

An approach for reconstructing wireframe models of curvilinear objects from three orthographic views is discussed in this paper. The method for generating 3D conic edges from 2D projection conic curves is emphasized especially, which is the pivotal work for reconstructing curvilinear objects from three orthographic views. In order to generate 3D conic edges, a five-point method is firstly utilized to obtain the algebraic representations of all 2D-projection curves in each view, and then all algebraic forms are converted to the corresponding geometric forms analytically. Thus the locus of a 3D conic edge can be derived from the geometric forms of the relevant conic curves in three views. Finally, the wireframe model is created after eliminating all redundant elements generated in previous reconstruction process. The approach extends the range of objects to be reconstructed and imposes no restriction on the axis of the quadric surface.     

���������ٿռ�ֲ������о�

针对传统统计学方法在研究浮动车车速时未考虑其空间结构性的问题,在分析传统统计学研究缺陷的基础上,介绍了地统计学的特点、应用领域和在车速研究中的应用原理;阐述了空间分析方法的总体模型和算法流程．利用北京市2005年5月研究样区的实际速度数据对浮动车的车速进行了空间结构分析和空间插值分析．结果证明,地统计学方法作为一种分析空间数据的新方法,能够解决传统统计学方法无法解决的空间变异性问题．对研究具有空间特征的交通对象,开辟了一条新途径和提供了一种新思路,对研究宏观层面的交通规划和中观层面的交通系统运行特征具有重要的参考意义并具有广阔的应用前景．     

Unsupervised spatio-temporal segmentation for extracting moving objects in video sequences

Extraction of moving objects is an important and fundamental research topic for many video ap-plications. This paper addresses an unsupervised spatio-temporal segmentation scheme to extract moving objects from video sequences. The temporal segmentation localizes moving objects by comparing the motion vector of each block in each frame with the corresponding global motion vector estimated by an outlier rejection (OR) based method. Furthermore, the temporal compensation utilizing the temporal coherence of moving objects is considered in the temporal segmentation to solve the temporarily stopping problem. The detected moving regions usually have discontinuous boundaries and some holes. These regions are then compensated in the spatial domain. In the spatial segmentation, the watershed algorithm considering the global information improves the accuracy of segmentation in the spatial domain. The modified mean filter is presented to suppress some minima. By using a fusion module, moving objects are extracted. Experiments on various sequences have successfully demonstrated the validity of the proposed scheme.     

基于混合深度学习的地铁站进出客流量短时预测

针对城市轨道交通多站点短时客流量预测问题，本文提出一种将卷积神经网络 (CNN)与残差网络(ResNet)相组合的预测模型(ResNet-CNN1D).模型将原始客流量数据作为输入，利用二维 CNN 与 ResNet 组成深层神经网络，捕捉站点间的空间特征，同时利用一维 CNN捕捉客流量的时间依赖.最后，基于参数矩阵，将时间和空间特征进行加权融合，完成对目标时段中多个站点进出客流量的同时预测.采集青岛市地铁3号线刷卡数据，对模型进行验证. 结果表明，相比现有传统的预测模型(ARIMA，SVR，LSTM，CLTFP，ConvLSTM)，本文 ResNet-CNN1D模型具有更好的预测精度.