基于蜂窝移动网络换手信号的车辆行驶路径识别方法

本文提出一种基于蜂窝移动网络换手信号的车辆行驶路径识别方法,运用车载设备周期性撷取蜂窝移动网络讯号,并记录时间点和当下链接的细胞标识符(Cell ID),再回传至服务器。由服务器分析链接的细胞标识符、细胞顺序、停留时间,依此来建立向量集合。再将此向量集合与历史数据库中的历史向量集合进行比对,取得历史向量集合最相似的k笔资料,由该k笔资料中所对应的路径最多者作为车辆当下所行驶的路径。在实证结果中,本研究方法的正确率为100%,所以此方法将可以准确运用蜂窝移动网络换手信号识别车辆行驶路径。     

线路流体化在城市轨道交通中的应用研究

构建了在大城市轨道交通环境下线路流体化系统的结构框架,提出了流体化的具体运作流程,分析了流体化的技术支撑条件.以位于巴黎市区的全欧洲交通密度最大的一段线路为试验,对流体化系统进行效果评估,从而为提高轨道交通车辆的运行准点性提供了一种新的技术方法.     

ZPW-2000A轨道电路小轨电压异常判断分析

ZPW-2000A轨道电路小轨电压反映调谐区的状态.一是日常出现的波动原因较多,造成现场不容易查找;二是发生故障时,对小轨电压关注分析不够,造成查找故障走弯路.结合现场经验及案例,利用信号集中监测数据及曲线,分析小轨电压波动、异常成因.     

郑西高速铁路自动过分相技术对动车组车载设备的影响分析

正科技运[2008]34号《CTCS-3级列控系统整体技术方案》对自动过分相的描述是:列控车载设备根据地面设备提供的分相区信息,在适当位置给动车组过分相装置发送指令,实现自动过分相。对于CTCS-3级列控系统,牵引供电分相区信息与列车行车许可一起由RBC提供给列车;对于CTCS-2级列控系统,牵引供电分相区信息由地面应答器提供给列车。分相区信息包括至分相区距离、分相区长度等。     

基于Creator的铁路线路及信号设备三维建模技术研究

采用虚拟现实仿真技术,针对实现列控设备功能验证和仿真的需求,提出了一套完整的列车运行铁路线路及信号设备的三维建模方法,并利用Creator软件具体实现,同时介绍了Creator软件的Road工具、OpenFlight格式、纹理和特殊节点Switch的使用,以及LOD的设置等.该建模方法能正确验证列控设备的功能特性,为铁路安全行车提供保障.     

驼峰调速控制系统信号及网络通道雷电防护

本文介绍了自动化驼峰雷电综合防护体系的构成、主要技术措施,驼峰调速设备信号通道及网络系统的具体防雷方法。     

基于FM-EEMD信号分解的站线变关系识别

针对目前配电网站线变的隶属关系动态变化的频次高、梳理复杂等问题,研究设计一种基于FM-EEMD信号分解的线变关系识别的方法。该方法利用载波信号在低压侧负载处及其他分支分流比小、本支路变压器中压侧分流比大的特点,通过在0.4kV侧注入一定频率的载波信号,检测中压侧载波信号的相关特性以识别线变关系。通过FM-EEMD方法对中压侧的信号进行经验模态分解,分解得到中压侧载波特定频率的载波信号,通过对该载波信号的分析完成站线变关系的识别。仿真表明该方法可以有效的提取载波信号。     

基于交叉口双站台的BRT 优先控制研究

为解决交叉口因BRT优先影响其他车辆通行问题,提出基于交叉口双站台的BRT 优先控制方法. 给出交叉口BRT双站台设置方法,对比分析BRT在交叉口单、双站台的平均延误. 根据BRT发车时刻、交叉口信号配时、BRT平均车速、交叉口间距及站台停靠时间等,制定 BRT站台预停靠方案和行车时刻表. 为确保BRT按照预停靠站台及时刻表运行,采用BRT车速引导与信号配时双重补偿修正BRT 实际离站时刻与时刻表的偏差. 以常州BRT 1 号线为例,对应用本文方法的5 个交叉口进行分析. 结果表明：BRT在每个站台实际离站时刻偏差范围为±5 s、±10 s、±20 s 时,本文优先控制方法显著减少BRT停车次数和延误,提高了BRT整体运营效率.     

基于主线拥堵场景的快速路级联信号控制方法

城市快速路高峰时段已经呈现出常态性拥堵,对快速路主线拥堵进行疏导尤为必要.本文通过在主线和入口匝道进行三级交通检测判别,设计了多级联动的信号控制流程与实现方式,构建了不同拥堵程度下的分级响应控制策略,基于瓶颈点通行能力最大化下的实时信号控制算法及最大排队长度限制下的实时信号控制算法,建立了主线及匝道车道开关闭、汇合处信号灯控制、主线动态限速、交通信息诱导等于一体的快速路级联信号控制方法.仿真分析结果表明,在主线不同拥堵程度下采取的级联信号控制方法,可以有效提升快速路主线平均车速,并未导致匝道排队的恶化,局部路网平均延误均有明显降低.     

多Agent强化学习下的城市路网自适应交通信号协调配时决策研究综述

相对于传统的交通信号配时决策方法,多Agent 强化学习及其协调方法能更好地适应城市 路网交通环境的变化。为探讨其在城市路网自适应交通信号配时决策中的应用,系统地总结了多 Agent 强化学习及协调机制的研究方法,详细地分析了国内外研究现状,并指出现有研究中存在 的问题,在此基础上对未来研究进行了展望。研究结果表明,既有研究主要针对规模较小的路 网,存在维数灾难问题,强化学习与协调机制结合研究还不够深入,相关学习参数分析不够细 致,仿真环境和情景现实性不强。未来研究可以引入马尔科夫博弈提高决策协调性,嵌入混合交 通流、公交优先等交通管理思想增强决策实用性,引入先验知识及其他学习技术加快学习速度, 融入物联网、主动管理、大数据等先进理念和前沿技术增加决策的实时性,与交通诱导等集成提 升决策的系统性。