基于信噪峭度比的水下目标动态谱增强算法研究

根据非高斯噪声环境中水下运动目标辐射线谱信号的四阶累积量对角切片特征,定义了信噪峭度比的概念,导出了其理论计算公式.理论分析表明,在一定条件下,信噪峭度比总是大于用自相关函数定义的信噪比,提出了基于信噪峭度比分析法的水下运动目标辐射线谱信号的四阶累积量对角切片谱特征增强新算法.用水下某目标辐射线谱的实测数据,对该算法的性能进行了仿真研究.结果表明,该算法具有良好的抑制非高斯噪声能力,且不必对噪声分布作高斯性假设.因此,该算法具有重要的工程应用价值.     

基于微机监控系统电容型设备介损在线测量研究

为了提高电容型设备介损在线监测方法的测量精度和实现智能化管理,探讨利用微机监控系统进行管理的方法,重点介绍了系统的组成、工作原理和相关技术措施.     

高铁运营安全多委托方监督演化博弈的SD分析

针对我国高铁委托运输管理模式下,高铁运营安全监督系统存在高铁公司对多个委托方的监督策略难以合理制定的问题,本文通过分析某高铁公司及其 2个委托方策略的动态选择在安全监督方面存在的复杂博弈现象,建立了三方组成的系统演化博弈模型.通过演化博弈理论证明,结合系统动力学(SD)仿真,可以揭示多委托方条件下,系统各方进行决策的行为特征及其稳定状态.结果表明：采用静态策略时,博弈过程出现了长期波动,并不存在演化稳定策略均衡(ESS);而采用动态策略可以有效抑制博弈过程中的波动,但在奖惩系数相同的情况下,静态策略对于委托路局安全投入率的提升优于动态策略.说明高铁公司在制定监督政策时,应灵活运用静态和动态策略,以使高铁运营安全水平得到有效控制和提升.     

考虑时空热度的共乘匹配问题建模及求解

在共乘匹配问题中,考虑时空热度对共乘车主收益的影响,构建了以共乘收益和共享路线百分比为优化目标的数学模型,提出了一种启发式多进程进化算法用于求解. 算法根据历史数据采用三次样条插值法和复合辛普森求积法得到预计订单的时空热度,从而预估车主共乘收益. 在进化算法中,根据差异度自适应选择不同的交叉策略,以达到搜索深度和广度的自动平衡. 实验结果表明,该算法与最优化算法(匈牙利算法)比较,在以相同效用矩阵作为输入条件时,本文方法可在较短时间内得到高质量的解,且在处理大规模实例上效果明显,能够高效求解共乘匹配问题.     

公路交通事故多发位置鉴别新方法

在对国内外事故多发位置鉴别方法分析的基础上,提出了适合于中国道路交通特点的分级鉴别的步骤和用于微观评价的事故多发位置鉴别新方法——累计频率曲线法。     

中国公路线源污染物排放强度的计算方法

在全国范围内选取的三座公路隧道内,通过大量采样和分析过往隧道机动车排气产生的污染物浓度和在实验室底盘测功机上模拟测试中国代表性机动力单车污染物排放特性相结合,研究确定出中国机动车在公路行驶状况下CO,NOx和HC的排放因子。根据实测数据用线性优化的方法求得了分类机动力（轻型车,中型车,重型车和摩托车）污染物排放因子,提出了公路线源机动车CO,NOx和HC排放强度的计算方法及其各参数的取值。用某高速公路两侧实测的NOx浓度,气象条件和交通量对建立的公路线源机动车污染物排放强度公式验证分析,表明有良好的可靠性。     

修正型Lupas—Baskakov积分算子的逼近性质

引入了修正型Lupas-Baskakov积分算子,它是由Lupas算子和Baskakov算子复合而得到的。通过分析和研究修正型Lupas-Baskakov算子的性质,给出了该类算子的VonorovsKya渐近表达式,确定了此类算子饱和阶及平凡类,最后建立了修正型Lupas-Baskakov积分算子的饱和定理。     

不同规模城市居民出行方式影响因素分析

明确影响不同规模城市中居民出行方式选择的关键因素及其影响路径,有助于采取针对性策略调节城市居民出行结构,进而提高城市交通系统效率,缓解交通拥堵、空气污染等"城市病".现有研究较少关注中、小城市的居民出行方式选择,较缺少同省份居民出行方式选择的跨城市规模对比分析,不利于策略制定者运用出行方式关键影响因素调节居民出行行为....     

铁路信号安全关键软件的组合测试序列集约简

针对现有铁路信号系统安全关键软件t-路组合测试序列生成方法在处理大规模输入时产生冗余测试序列,导致测试执行成本较高的问题,提出了一种基于贪婪-粒子群混合优化算法的t-路组合测试序列集约简方法,用于降低序列集的执行成本. 首先,以执行成本最低为约简目标,建立针对t-路组合测试序列集约简的优化模型;然后,在保证测试序列集逻辑覆盖特性的基础上,采用贪婪-粒子群混合优化算法求解模型,计算约简后的测试序列集;最后,以ZPW-2000轨道电路接收器软件作为研究对象,以其生成的2-路组合测试序列集为例开展约简验证. 结果表明,所提方法在保证2-路组合覆盖和逻辑覆盖的前提下,对单个序列集的执行成本约简幅度最高达到98.33%,对序列集总的执行成本约简幅度达到36.10%,验证了所提方法的可行性和有效性.      

基于自回归条件异方差转换指标的非线性损伤识别

为了解决时域非线性损伤的识别问题,基于自回归条件异方差（ARCH）模型的基本理论给出了ARCH模型建模的定阶方法及模型参数估计的极大似然估计法;分析了结构非线性损伤的特性,提出了基于ARCH模型的非线性损伤识别原理;考虑到基于自由度的损伤指标难于判断损伤位置,故提出了一种自回归条件异方差转换指标;在测量误差和模型误差的影响下,使用3层框架结构的非线性损伤试验来验证该损伤指标的有效性. 试验结果表明:非线性间隙距离为0.05 mm和0.10 mm时,损伤位置第3层的自回归条件异方差转换指标值比传统的倒谱测距转化指标值高21.7%以上;当非线性间隙距离为0.20 mm时,第3层的自回归条件异方差转换指标值比倒谱测距转化指标值高3.7%.