高速公路平直路段雾霾天气下的IDM跟驰模型分析

雾霾等恶劣气候对交通安全带来严重威胁.为分析雾霾天气下驾驶行为规律,利用高逼真度驾驶模拟器,构建了高速公路平直路段雾霾天气场景,开展了自由加速、紧急制动和跟驰试验;基于采集的试验数据利用遗传算法对IDM (Intelligent Driver Model)跟驰模型进行了标定,并与晴天同路段标定参数进行了对比分析.结果显示,雾霾天气下IDM模型中起步加速度和舒适减速度参数并无显著差异,但安全距离、安全车头时距、期望速度等参数比晴天情况显著减小,由此表明雾霾天气下的交通冲突风险显著增大,应加强雾霾天气下的安全管理.     

Radar Emitter Signal Recognition Based on Complexity Features

Intra-pulse characteristics of different radar emitter signals reflect on signal waveform by way of changing frequency, phase and amplitude. A novel approach was proposed to extract complexity features of radar emitter signals in a wide range of signal-to-noise ratio ( SNR), and radial basis probability neural network (RBPNN) was used to recognize different radar emitter signals. Complexity features, including Lempel-Ziv complexity (LZC) and correlation dimension (CD), can measure the complexity and irregularity of signals, which mirrors the intra-pulse modulation laws of radar emitter signals. In an experiment, LZC and CD features of 10 typical radar emitter signals were extracted and RBPNN was applied to identify the 10 radar emitter signals. Simulation results show that the proposed approach is effective and has good application values because average accurate recognition rate is high when SNR varies in a wide range.     

基于原子分解的辐射源信号二次特征提取

提出了基于原子分解的辐射源信号二次特征提取方法.在过完备多尺度Chirplet原子库基础上,首先用匹配追踪(MP)方法进行信号时频原子分解,并通过改进的量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的最佳Chirplet原子.在此基础上,降低特征参数的维度,提取最具分类意义的原子特征向量.对5种典型雷达辐射源信号的特征提取实验表明,提取的原子特征类内聚集性强、类间分离度大,证实了本文方法的可行性和有效性.     

Radar Emitter Signal Recognition Using Wavelet Packet Transform and Support Vector Machines

This paper presents a novel method for radar emitter signal recognition. First, wavelet packet transform （WPT） is introduced to extract features from radar emitter signals. Then, rough set theory is used to select the optimal feature subset with good discriminability from original feature set, and support vector machines （SVMs） are employed to design classifiers. A large number of experimental results show that the proposed method achieves very high recognition rates for 9 radar emitter signals in a wide range of signal-to-noise rates, and proves a feasible and valid method.     

雷达对抗中的时差无源定位

无源定位在电子对抗中具有极重要的地位,采用时差定位能达到较好的定位精度。本文论述了在工程中使用时差定位的若干技术问题,分析了时差怎样提取,给出了基于概率的时差定位算法,并讨论了在工程中使用近似可能引入的误差。基于本文讨论的办法,工程中实现了无源定位,精度令人满意。     

城市快速路的GIS评价系统研究

章运用等效通行能力的概念．建立了城市快速路评价的方法．及一套评价指标和评价体系。详细的介绍了在GIS条件下城市快速路评价系统的功能和结构。最后给出了一个城市快速路评价系统建立的实例。     

驾驶风格对不同跟驰场景下跟驰行为影响分析

为了分析驾驶风格对不同跟驰场景下跟驰行为的影响,利用高逼真度驾驶模拟器设计晴天、雾天两种天气状况和自由流、拥挤流、阻塞流三种交通流状态组合的六类典型跟驰场景。以跟驰过程中的最大加速度、最大油门踏板受力、最大油门踏板受力速度作为指标,通过K-means聚类识别方法,对六类典型跟驰场景下不同驾驶风格的驾驶员进行聚类识别,并以跟车间距、车头时距为风险指标评价不同驾驶风格的驾驶员在六类典型跟驰场景下的跟驰风险。结果表明：六类典型跟驰场景下,不同驾驶风格驾驶员的跟驰行为存在明显差异;激进型驾驶风格驾驶员倾向保持更小的跟车间距和车头时距,跟驰过程中的碰撞风险更高;晴天和自由流场景下不同驾驶风格驾驶员跟驰行为差异性更加显著。     

近港集疏运道路货运集卡分时畅行策略仿真

随着国际贸易的快速发展，各大港口集装箱吞吐量快速增长。集装箱吞吐量的快速上升使得各大港口集疏运能力出现瓶颈，导致集疏运道路产生交通拥堵及交通事故等问题。针对上述问题，结合洋山港区集疏运道路环境、港外集疏运中心建设方案等因素，提出集卡预约系统、智能集卡编队等分时畅行策略。基于洋山港区集疏运道路现状进行远期流量预测，模拟了远期流量场景和专用车道场景，采用SUMO作为仿真软件对两类场景下分时畅行策略应用效果进行验证。仿真结果表明，基于集卡预约系统策略，远期流量场景能够实现高峰小时不均匀系数降低25%,达到了较好的削峰填谷效果；基于智能集卡编队策略，专用车道场景可实现单车道饱和状态下平均小时通行能力提升98.1%,有效提升了集疏运通道通行能力。     

面向自动驾驶全链条测试数据交易的区块链确权方法

自动驾驶全链条测试过程中产生的海量测试数据,可通过交易释放其潜在的价值。但因测试数据来源多样等原因,导致数据责权不清,造成交易难以安全开展。现提出基于区块链的测试数据确权方法,利用“元数据+云存储”方案,实现测试数据在区块链上的存储与访问,并在综合考虑测试数据生产者、数据平台和数据消费者三方参与的情况下,设计测试数据在区块链系统中实现确权和交易的流程。测试数据的确权和交易过程被记录在区块链上,保障了确权过程和交易过程的公开可审计性和可追溯性,具有公平交易、去中心化等优势。