Development and prospects of initial alignment method for strap-down inertial navigation system北大核心CSCD

Initial alignment technology is directly related to the navigation accuracy and startup time of the strap-down inertial navigation system (SINS), and has always been regarded as a challenging focal point in the research field of inertial navigation. This paper makes a comprehensive survey of SINS initial alignment technology, briefly introduces the basic principles of initial alignment without latitude, coarse alignment with known latitude and precise alignment, and points out their advantages, disadvantages and applicable conditions. The research and effects of existing initial alignment error suppression techniques are then analyzed and discussed. Finally, according to the problems of existing initial alignment methods and the development requirements of the carrier, the future research direction of SINS initial alignment technology is predicted. © 2022 Journal of Clinical Hepatology. All rights reserved.     

Research progress and application of computational method for hydrodynamic noise from air-water interface北大核心CSCD

含水气界面水动力噪声是船海工程结构物经常遇到的一类典型重要噪声,具有机理复杂、声源形式多样、传播影响因素众多等特点。含水气界面水动力噪声与自由面相互作用,受空化、水气泡混合流等影响,对舰船的隐蔽性造成很多负面影响,具有重要的研究意义。分别从自由面噪声、空化噪声和水气泡混合流噪声3个方面进行介绍,并阐述相应噪声的计算方法以及在噪声计算时需要考虑的关键问题和目前所采用的解决方案。最后,展望未来的研究发展方向。     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。     

基于IMU标定补偿的列车组合定位优化方法

GNSS/INS组合方式是下一代列控系统定位技术的发展趋势,但由于惯导系统累计误差较大,使得列车处于卫星信号失锁环境下定位性能降低。为解决这个问题,针对微机械惯性测量单元IMU确定性误差的3个主要误差项:非正交误差、零偏误差、刻度因数,建立加速度计和陀螺仪的误差模型,在此基础上详细推导标定原理并提出标定方案。将误差补偿结果应用于京沈高速铁路试验现场并由试验结果分析可知:该方法能有效提高IMU的测量精度,相较于补偿前测量误差降低80%以上;补偿之后的惯导系统在40s时间内的导航速度误差小于1m/s,位置误差在10m之内,满足定位需求,具有实际意义的工程应用价值。     

城轨新线客流成长期进出站量短时预测研究

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法。通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对考虑客流趋势相似性的城轨站点类型划分方法进行研究,并提出城轨新线站点历史数据库构建方法;基于趋势距离对近邻匹配机制进行优化,并根据多元统计回归对K近邻算法进行改进,提出新线站点客流成长期进出站量短时预测方法;结合广州地铁客流数据,对预测方法的有效性进行验证。研究结果显示:新线站点客流成长期内短时进、出站量平均预测效率较既有方法增加了35.68%、32.23%,预测精度较既有方法增加了38.32%、25.80%。     

智能新能源船舶的概念及关键技术

绿色和智能是当前船舶技术的发展趋势。文章首先提出了智能新能源船舶的概念,并介绍了智能新能源船舶的内涵、特点和系统构成;然后,从船舶航行、动力和推进3个方面分析了智能新能源船舶的关键技术;最后,对智能新能源船舶的未来发展进行展望。研究结果可为船舶的创新研究提供技术支持,引领船舶技术转型升级的发展方向。     

三维复杂群桩水流力特性数值模拟研究

本文利用ANSYS Fluent,通过建立的三维水动力数值模型研究了矩型圆柱群桩在不同桩距条件下的水流纵向水流力、横向水流力及总水流力分布规律。同时,对目前实际工程中常用的菱型、圆型及哑铃型圆柱群桩在不同桩距下的纵向水流力、横向水流力及总水流力进行了研究。     

浮码头与旁靠船舶的运动响应特性研究

本文基于三维势流理论，采用数值分析方法研究了浮码头与散货船旁靠系泊的运动特性。考虑缆绳和护舷的非线性特性，探求了波浪周期对浮体运动、系缆力的影响规律。研究结果表明：考虑间隙内水体运动影响，旁靠散货船在横浪条件下的纵摇和纵荡运动有所增大。浮码头在计算工况下，缆绳受力较大，在某些工况条件下超出了国际系缆力标准的要求，旁靠散货船的缆绳在计算工况下均未超标，满足要求。研究结果为浮码头系泊系统的设计及工程运营提供理论参考。     

高原人群出行拥挤感知与调适行为研究

为缓解高原城市节日期间部分路段人流过于密集的状况，对高原人群出行过程中的拥挤感知和调适行为进行研究。首先，在对高原人群高度自由走行速度、生理尺寸进行测定的基础上，采用连续人群流动模型分别对高原人群拥挤临界密度、人群运动速度减小时的人群密度和人群停滞状态时的最大密度进行测算，进而标定高原人群最大忍受密度为8.5人/m2。然后，选取雪顿节期间八廓南街人流短时间内高度聚集的状况进行拥挤状况评估，结果显示该路段人群密度为8.34人/m2，接近高原人群最大忍受密度，因此判定八廓南街存在拥挤事故风险。最后，依据基于层次分析法的高原人群拥挤感知影响因素分析结论，提出相应的调适行为措施，力求维护民族宗教节日期间高原城市公众正常的出行秩序。     

新冠肺炎交通防控政策对长沙市人口流动的影响

为探究新冠肺炎疫情下交通防控政策对长沙市人口流动的影响，本文根据长沙市在新冠 肺炎疫情期间颁布的交通防控政策和疫情实时防控情况划分防控阶段，基于百度迁徙大数据，利 用双重差分模型，识别长沙市不同阶段的交通防控政策以及量化防控效果，分析交通防控政策对 长沙市人口流动的影响。结果显示，长沙市在交通管制阶段，平均人口迁出强度、平均人口迁入 强度及城市内部出行强度分别下降了83.68%、69.24%及59.74%，有效地控制了人口流动，降低了 疫情扩散危险。在交通恢复阶段，长沙市人口流动强度逐渐反弹，城市内部出行强度基本恢复到 2019年同期水平。本文研究结果显示了交通管制对疫情扩散限制的有效性，为常态化疫情防控 下精准防控政策和复工复产政策制定提供参考。