信号采样理论在交通流检测点布设中的应用

在对交通流检测点布设领域研究应用现状进行分析与抽象的基础上,提出交通流检测点布设本质上属于空间交通流信号采样问题。依据信号采样理论,建立了确定检测点间距或密度的方法与流程,该流程包括空间交通流信号产生、离散傅里叶变换、频谱分析、间距确定、误差分析5个步骤。对高速公路拥挤状态下的仿真分析表明:100 m的检测点间距可以满足对拥挤交通流状态的真实检测,该数值接近于实际应用中的最小值(125 m),说明该理论方法具有较好的实用性。     

土密实度瞬态振动测试信号的信息熵分析

在室内试验的基础上,提出了土密实度瞬态振动测试信号的信息熵分析方法以及时域和频域信息熵谱的计算方法,并给出了用信息熵对土密实度进行定量分析的半经验模型(拟合公式)。对信息熵的分析结果表明:在含水量一致的情况下,随着试样的干密度的增大,信号的主峰频率呈增大的趋势;在干密度基本一致的情况下,随着试样含水量的增大,信号的主峰频率呈减小的趋势,证明了将信号的信息熵作为土密实度的特征参量是合适的。     

城市交通信号控制系统ACTRA的建设和应用

对新一代的交通信号控制系统(ACTRA)进行了简要介绍,对国内应用现状进行了分析,指出该系统的工作模式和模块化设计的结构特点,重点对系统的控制优化算法进行了研究,对Sy nchro仿真软件在ACTRA系统中的应用进行了探讨.     

基于Q-learning和BP神经元网络的交叉口信号灯控制

解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。     

基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。     

基于S变换的柴油机燃烧差异的诊断研究

分析了传统的基于平稳过程的傅里叶变换存在的局限性,采用了S变换时频分析法对振动信号进行分析。对比不同燃烧状况时的缸内压力曲线、压升率曲线及振动信号S变换的结果,表明振动信号S变换得到的时频图像同缸内燃烧过程有密切的关系。为了便于对各缸的燃烧状况进行定量分析,提出了利用时频域内各点的幅值和表征各缸燃烧差异的新方法。在4缸柴油机上进行模拟试验对该方法进行验证,结果验证了该方法的有效性。     

城市交通信号控制研究综述

分析了我国城市交通信号控制研究的方法和现状。介绍了国内城市交通信号控制应用现状，并指出了我国城市交通信号控制的难点及其发展趋势。     

平面交叉口间距对道路交通的影响

平面交叉口间距主要包括信号交叉口的间距、无信号接入间距以及支路与交叉口的间距。研究表明道路上的交通事故率、出行时间、延误随着交叉口、交通信号、接入密度的增加而增大。总结分析了平面交叉口间距对道路交通的影响,并给出了一些参考性的建议。     

汽车ABS轮速传感器及其信号处理

研究了汽车防抱死制动系统变磁阻式磁电轮速传感器及其信号特性。在此基础上提出了轮速传感器信号处理电路的要求,并设计出了由低通滤波器和迟滞比较器构成的信号处理电路。在Matlab/Simulink环境下对电路进行了仿真研究和实验研究。结果表明,设计的轮速信号处理电路工作稳定、可靠,抗干扰能力强,能满足ABS系统的要求。     

单点交叉口信号实时配时模型及蚂蚁算法

以延误时间、停车次数和通行能力作为性能指标，各性能指标的加权系数随交通需求的不同而变化。提出交叉口实时配时，采用一种新型随机搜索思想——蚂蚁优化算法来求解此模型的非线形问题。仿真试验表明，所得结果优于经典方法，降低了交叉口的总延误时间和停车次数，提高了通行能力。