基于改进MUSIC算法的矢量水听器阵列波达方向估计

介绍了改进的MUSIC算法在矢量水听器阵波达方向估计中的应用,并描述了该算法的原理及应用过程.计算机仿真的结果表明,改进的MUSIC算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相关信号源和相隔比较近的小角度差信号源的DOA,从而证明了这种改进MUSIC算法的合理性.     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中...     

基于C/S和B/S混合模式的高速公路工程管理信息系统的分析与设计

通过分析高速公路工程建设项目管理的需求,基于C／S和B／S混合模式,提出设计工程管理信息系统各功能模块的方案．同时分析VPN技术并利用VPN技术构造系统网络平台的方法,对高速公路工程建设项目管理具有重要的现实意义。     

基于C/S和B/S模式的变电站远程诊断功能的研究

通过对变电站远程诊断系统开发现状的分析,在应用网络和远程控制技术的基础上,提出了一个基于C/S和B/S模式的远程诊断的解决方案,对远程诊断系统进行了总体结构设计、功能结构设计和基本功能的实现。     

基于Capton最小功率估计的方位角估计算法

在麦克风阵列信号处理中,通常假定信号源发出的信号经过传播到达不同麦克风阵元时,信号满足平面波传播模型.在此模型基础上,为解决基于麦克风阵列语音增强系统中方位角的估计问题,提出了一种基于Capton最小功率估计的方位角估计算法.仿真结果表明与传统的波束形成算法比较,该算法具有较高的方位角分辨率.     

基于Capton最小功率估计的方位角估计算法

在麦克风阵列信号处理中,通常假定信号源发出的信号经过传播到达不同麦克风阵元时,信号满足平面波传播模型.在此模型基础上,为解决基于麦克风阵列语音增强系统中方位角的估计问题,提出了一种基于Capton最小功率估计的方位角估计算法.仿真结果表明与传统的波束形成算法比较,该算法具有较高的方位角分辨率.     

基于C/S与B/S混合模式的汽车综合性能检测站车型参数信息系统

文中介绍了对汽车综合性能检测站进行远程监管的重要性,提出了一种基于C/S与B/S混合模式的车型参数信息系统,并主要阐述了这种结构的优点和功能。     

基于矢量传感器阵列的改进MUSIC算法DOA估计

鉴于传统的MUSIC(Multiple Signal Classification)算法分辨率不高且在阵元数目较少的情况下对目标信号方位估计不佳等问题,提出了一种基于矢量传感器的改进MUSIC算法。该方法对空间谱函数进行处理,以得到更加优化的方位估计。从阵元数目和分辨角度等方面与传统的MUSIC算法对比,实验仿真表明该算法相对于传统的MUSIC算法有着明显的优越性。     

航空货物运量分形预测及R／S分析

航空货运量预测是航空公司运力安排的重要参考。本文根据分形拼贴定理,由分形插值方法求取一个吸引子与航空货运量历史数据相近的迭代函数系统,建立分形预测模型,对航空货运量进行预测。预测结果表明,该方法不存在收敛性问题,数据收集简单,具有较好的实用性。货运量时间序列R/S分析进一步表明了预测值的合理性。     

基于B/S的毕业设计管理系统开发

从目前高校毕业设计管理中存在的问题出发,开发了一套基于B/S的网络毕业设计管理系统。通过毕业设计管理过程分析,进行了系统需求研究、系统结构设计和系统用户界面设计,实现了毕业设计管理中的选题、过程管理、资料汇总的各项功能。     

基于矩阵分析的公共交通网络最优路径算法

为了更符合实际情况，即充分考虑换乘次数是乘客选择公共交通网络的决定因素，运行时问是其重要因素，分析了乘客心理特征，用CIS技术建立了公共交通网络模型，构建了适合公共交通分析的直达矩阵和最小换乘矩阵．在此基础上，结合路段、节点运行时间，提出了公共交通网络最优路径算法，并用一个简单的算例对算法进行了说明．     

Improved Social Emotion Optimization Algorithm for Short-Term Traffic Flow Forecasting Based on Back-Propagation Neural Network

The back-propagation neural network(BPNN) is a well-known multi-layer feed-forward neural network which is trained by the error reverse propagation algorithm. It is very suitable for the complex of short-term traffic flow forecasting; however, BPNN is easy to fall into local optimum and slow convergence. In order to overcome these deficiencies, a new approach called social emotion optimization algorithm(SEOA) is proposed in this paper to optimize the linked weights and thresholds of BPNN. Each individual in SEOA represents a BPNN. The availability of the proposed forecasting models is proved with the actual traffic flow data of the 2 nd Ring Road of Beijing. Experiment of results show that the forecasting accuracy of SEOA is improved obviously as compared with the accuracy of particle swarm optimization back-propagation(PSOBP) and simulated annealing particle swarm optimization back-propagation(SAPSOBP) models. Furthermore, since SEOA does not respond to the negative feedback information, Metropolis rule is proposed to give consideration to both positive and negative feedback information and diversify the adjustment methods. The modified BPNN model, in comparison with social emotion optimization back-propagation(SEOBP) model, is more advantageous to search the global optimal solution. The accuracy of Metropolis rule social emotion optimization back-propagation(MRSEOBP) model is improved about 19.54% as compared with that of SEOBP model in predicting the dramatically changing data.     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著,本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据,调用开放地图接口地理编码解算事故地点经纬度,使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入,为解决这一局限,建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型,并与原始聚类模型进行对比.结果表明,优化算法在参数确定上更加智能,对簇的划分更加准确,对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分,证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著,本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据,调用开放地图接口地理编码解算事故地点经纬度,使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入,为解决这一局限,建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型,并与原始聚类模型进行对比.结果表明,优化算法在参数确定上更加智能,对簇的划分更加准确,对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分,证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

公路交通网络分析

目前农村县乡公路和小城镇的公路交通都存在不少问题，城乡的发展要求城市内部、城市之间的交流和联系快捷方便，城市规模的扩大，农村人口向城市的转移，要求有完善的交通网络，而公路作为现代化交通发展的必然产物，可以其特有的优势带来交通的高速和畅通，促进城乡的经济发展繁荣。     

基于改进遗传算法的城市交通信号控制

基于分析城市交通交叉路口交通信号控制,建立以汽车延时最短、有效绿时和饱和度为约束的非线性模型,通过改进遗传算法,得到固定时间内的最优方案,经过计算得到最佳的效果。     

基于收费数据的高速公路实时网络状态估计研究

随着高速公路建设速度的加快,引发了诸如交通安全、交通拥堵、环境污染等一系列衍生问题.高速公路实时网络状态的获知就是减少拥堵延迟、保障高速公路快捷通畅的方法之一,但是由于基础数据获取的渠道还比较单一,因此在高速公路网络状态估计方面还缺乏科学的指导.本文利用高速公路进出口收费站数据,通过统计技术得到路网的OD量,在改进中观交通仿真模型的基础上,采用仿真手段将动态OD进行网络加载,从而产生实时的高速公路全路网无缝覆盖的网络状态估计.通过真实的山东省域高速公路全网络进行例证,结果表明,本文方法可以比较准确地估计出实时的网络状态,可以得到网络中任意路段的交通流速度、密度、流量等信息,可以为高速公路管理部门发布动态诱导信息、规划检测器设置等提供参考和帮助.     

基于边界速度的城市路网承载力估计方法

为了估计路网瞬时所能承载的车辆数,首先建立在途车辆数与路网均速的关系,推算路网运行的边界速度;其次,提出路网中车辆速度分布的概率模型,并建立车速分布参数随路网均速变化的动态模型;进而,将边界速度代入动态模型获得对应的车速分布参数,恢复对应的车辆速度分布;将车速分布与交通流速度—密度曲线进行匹配,获得不同密度条件下车辆数所占比例;待求车辆总数乘以密度分布得到不同密度下的车辆数,不同密度下车头间距之和等于车道加权的公路总里程,解方程得到车辆总数。以北京市为例,用来自1.2 万辆私人小汽车的浮动车数据分别估算了北京市中心城区1 368km2范围内快速路、主干路、次支路三个等级路网的承载力。结果显示,该方法计算效率高、操作性强,适用于大规模路网测算,在交通运行仿真、分析及控制领域具有广泛的应用前景。