基于集通铁路电气化改造的传输系统组网分析

主要对集通铁路既有传输现状、改造工程中与传输系统有关的典型业务需求进行介绍,并提出3种传输系统组网方式.结合既有传输现状,从业务需求、技术分析等角度对3种传输系统组网方式进行分析,并确定最优组网方式.     

线控转向系统前轮主动转向控制策略研究

文章的研究目的是实现线控转向系统前轮主动转向以改善车辆的行驶状态。文章首先对转向执行模块进行动力学分析,并设计出基于前馈控制的理想传动比;其次,结合理想传动比和状态反馈,建立前馈-反馈联合控制系统,以获得最优的前轮转角;最后,联合Carsim中的车辆模型进行仿真试验,并选取方向盘转角阶跃输入作为试验工况。结果表明,文章所采用的联合控制策略可实时调整前轮转角,有效地改善了车辆的行驶状态,为线控转向系统的研究提供了一定的参考价值。     

船用局域网络信息传输时延的优化和控制

船用局域网络信息传输的多普勒衰减产生传输时延,为了提高传输的时效性和数据输出的实时性,提出一种基于自适应波特间隔均衡的船用局域网络信息传输时延控制方法。构建船用局域网络信息传输信道模型,采用直接序列扩频调制方法进行多普勒衰减抑制,提高数据传输的带宽扩频能力,采用波特间隔均衡方法进行传输链路层的信道均衡设计,在数据输出终端采用随机序列码进行调制解调处理,由此实现船用局域网络信息传输时延控制。仿真结果表明,采用该方法进行船用局域网络信息传输,时延较小,输出数据的正确比特率较高,抗干扰能力较强,在船舶网络通信中具有很好的应用性能。     

能源消耗实时监测控制系统研究

能源实时监测控制系统的应用,促使船舶能耗监测形式由人工监测向在线监测转变、能耗监管时效由能耗统计向能耗实时监测转变,提高能源消耗监测控制的准确性和实时性,有效提高能耗的现代化管理水平。     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

安特卫普港:进入欧洲的理想门户

<正>欧洲第2大港安特卫普港位于斯海尔德河下游,距离北海约80km,地处西北欧中心位置,通过公路、铁路、内河等运输方式可方便快捷地抵达欧洲主要工业中心和消费中心,是进入欧洲的理想门户。     

多数据源舰船通信网络节点安全态势评估研究

传统舰船通信网络节点安全性评估准确率较低,对此提出新型多数据源的舰船通信网络节点安全态势评估方法。引入节点易损性容忍概念,计算当前舰船网络节点的最大易损性容忍率,判断通信节点易损类型,对当前舰船所使用的3类通信网络节点拓扑结构分别进行节点安全态势分析,根据计算结果评估当前状态,实现通信网络节点安全态势的整体评估。实验数据表明,提出的多数据源舰船通信网络节点安全评估较传统评估方法相比,节点传输安全性指标评估准确率提高15%,节点路径契合率指标评估准确率提高22%,可以有效提高节点评估准确度。     

TD结合系统故障分析及改进方法

通过介绍TD结合系统,从数据完全丢失和数据不完整两个方面分析影响调度命令传输问题发生的因素,并分别提出科学的改进方法.旨在通过相当于在这个不可靠的通道上建立一种相对可靠的应用层的传输方式,为今后TD结合新的方案提供一些借鉴,使调度命令传输问题发生率大幅降低.     

日本铁道信号技术系列介绍（四）——采用无线方式的列车控制系统（CARAT）

介绍了日本铁路无线方式的列车控制系统开发背景，现有控制系统，新系统的概念，系统的优点，系统的基本技术和系统开发现状，以及系统展望和今后的研究课题。     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。