一种支持用户快速移动的二层数据包转发策略

针对铁路无线Mesh网络这种用户移动速度快、Mesh节点间切换频繁的应用场景,研究一种高效的数据通信方案.虽然二层转发相比三路由具有更好的移动性支持,但本文通过形式化分析发现,网桥的二层数据包转发策略可保证的路径更新延时为CAM表项的超时阈值timeout,不适用于铁路无线Mesh网络,然后提出一种主动位置告知策略实现转发路径的实时更新,并在此基础上设计一种基于端口记忆和主动位置告知的二层数据包转发策略CFP-ALN(CAM based Forwarding Policy with Active Location Notice).研究表明,策略CFP-ALN不仅可保证快速移动用户最低的切换延迟,并且只需要增加一个单播数据包的网络开销,具有良好的实用性.     

SS7E电力机车开关量智能故障诊断

介绍了SS7E电力机车故障检测及诊断系统的结构,在深入分析和比较国内电力机车的结构和控制原理的基础上,提出了SS7E电力机车开关量检测点全集及故障点全集,详尽地阐述了通过故障树获取规则集的方法,并推导了高效推理机制;构造了SS7E智能故障诊断系统知识库,描述了计算机中存储知识库的数据结构,研制了基于逻辑控制单元、微机柜、机车彩屏及工业控制计算机的SS7E电力机车开关量在线故障诊断系统.车载试验表明,本文研制的系统具有可靠、实时的优点.     

基于中断和时延效用函数的多宿主分级DNA列车移动网络资源分配模型

多宿主分级DTN列车移动网络 (M2H2DTN)的核心问题是DTN覆盖层上的资源分配,其影响DTN路由直至整个系统的效率,合理设计可以缓解流量爆炸问题.首先根据列车移动网络可预测环境,设计接入路由器消息矩阵及路由器接入时间的实时估计,提出资源后取策略,以保证高效用业务的服务质量;继而提出考虑中断和延迟的效用函数,在此基础设计Pareto最优的资源分配模型;最后就节点稀疏的场景仿真.结果显示提出的模型能提供较好的服务质量保证,减轻瓶颈处的拥塞,并具有较好的鲁棒性.     

一种基于支持向量机的增量学习算法

具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性?在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间。介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期),新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面仿真实验表明,采用加权的增量算法更能反映新样本点的特征?     

采用面向对象数据模型的电子地图的研究与设计

分析了矢量电子地图的现状，对采用面向对象的数据模型和数据结构实现矢量电子地图进行了研究。主要探讨了基于嵌入式windows CE.Net的平台上，采用面向对象的方法实现空间数据模型，进行数据的组织和管理的方法。     

小波变换在电力机车主整流器故障检测中的应用研究

提出了一种基于小波变换的小波信息熵,并利用其构造设备状态检测指标计算方法,将这种状态检测方法应用到电力机车主整流器故障检测中。通过各种不同故障状态仿真实验分析,表明这种方法是有效的,同时具有较强的抗干扰性。     

博达汽车底盘技术系列讲座 浅淡四轮定位仪的特殊功能(一)

目前四轮定位仪采用的主要有PSD和CCD及CMOS 3种成像及数据处理技术,PSD输出的类比电流无法直接处理,需要先进行A/D转化,此转化过程可能受温度及湿度影响,形成误差,很难达到测量的精度要求。CMOS和CCD结构的最大不同点是像素的充电与储存设计结构不同。     

四轮定位中测量最大转向角的技术

目前,一般的四轮定位仪的传感器由于受数码相机解析度及测量范围的限制,无法有效达到±20°的测量范围,因此无法在左转前轮20°、右转前轮20°下自动测量后倾角、内倾角及转向前展角。大多数四轮定位仪采用较小的转角来自动测量后倾、内倾角,用观察机械转角盘角度刻度的方法目测转向前展角、后倾角、内倾角。采用较小的转角自动测量后倾角、内倾角,损失了测量精度,增大了测量误     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%