基于H.264的数字视频编码器开发

<正>随着大规模高速铁路建设的有序开展,铁路部门对运输安全的重视达到了前所未有的高度。视频监控、报警控制、网络实时传输、数据存储等均面临着用户更高的要求。数字视频编码器作为视频监控系统的核心产品,近几年发展速度令人瞩目,新技术不断涌现,芯片处理能力不     

无砟轨道基桩控制网的一类设计

通过误差理论分析和仿真试验,提出无砟轨道铺轨基桩控制网的布网新方法。按照五等导线测量的精度要求布设基桩控制网,对基桩控制网的三种布网方案进行精度分析。试验结果显示:按照现行规范的精度要求,基桩控制网附合导线两端必须附合到线路控制网CPⅡ上。若将CPⅢ附合导线同时连接到CPⅠ和CPⅡ控制点上,原始数据误差对基桩控制网的点位误差影响非常大。试验结论对我国客运专线无砟轨道的建设具有重要指导意义。     

基于弹性需求的城市轨道交通列车开行方案研究

城市轨道交通的列车开行方案直接影响乘客的出行费用,需要根据客流的需求弹性制定。针对目前城市轨道交通规划和运营实际,将列车开行方案归结为列车编组、开行时段,以及各时段每一列车交路的列车数量。在分析乘客广义出行费用的基础上,构造乘客出行的弹性需求函数,将乘客乘车选择归结为具有能力约束的弹性需求用户均衡问题。进而利用城市轨道交通营运企业与乘客之间的博弈关系,对列车开行方案相关的费用、效益等优化目标和约束条件进行分析,建立基于弹性需求的城市轨道交通列车开行方案的多目标双层规划模型,并设计基于模拟退火算法的优化算法。针对长沙地铁2号线的应用表明,优化方法具有较高求解效率和较好求解质量。     

RFID技术的定位改进算法在铁路隧道人员定位中的应用

本文介绍无线射频识别技术(RFID)的基本原理,重点阐述基于RFID的LANDMARC定位算法的原理与过程。在此基础上,综合考虑铁路隧道内折射、反射、多径效应等因素对场强的影响,分析LANDMARC定位算法的不足,将此算法进行改进,提出自适应LANDMARC k-邻居算法,结合RF Code公司的硬件系统,将其应用到铁路隧道人员定位系统中。实验证明改进的算法具有更高的定位精度:定位精度在1m以内的标签占70%,比原来算法的60%提高10%;93%的标签定位误差小于1.5m,且最大误差控制在2.5m以内。对提高隧道内人员的安全管理水平具有重要意义。     

预测反褶积在压制周期性多次反射波中的应用研究

多次波一直是常规地震资料处理中的一种干扰波,预测反褶积能通过压缩地震子波来压制多次波干扰,进而提高地震资料的纵向分辨率,以便更精确地识别地层构造。介绍了预测反褶积的基本理论,并分别用合成地震记录和Tesseral软件模型模拟的地震记录做多道预测反褶积,压制了周期性多次波干扰,提高了资料的分辨率,取得了较理想的结果。     

数字化学习平台建设与教学模式研究

当今,信息技术已渗透到经济发展和社会生活的各个方面,人们的生产、生活以及学习方式正在发生深刻的变化,全民教育、优质教育、个性化学习和终身学习已成为信息时代教育发展的重要特征。本文结合郑州铁路职业技术学院实际,对数字化学习平台建设和教学模式进行了探讨。     

考虑支路路段双向车流相互影响的单向交通组织优化

考虑支路路段双向车流相互影响的因素,从道路负荷与公平性的角度出发,优化单向交通组织方案。建立一主多从的双层规划模型,上层规划是多目标规划,以单行交通组织方案为决策,以路段饱和度超限量最小化降低道路负荷、以车辆绕行系数最小化提高公平性。下层规划是考虑支路路段双向车流相互影响的均衡交通分配(每个点对之间的最短路各自由1个下层规划确定,但所有下层规划确定的最短路可一次性求解)。双层规划可用模拟退火算法求解,求解效果明显优于支路路段通行能力等量划分为双向分道行驶的传统优化方法。     

《电力机车与城轨车辆》编辑部重要声明

<正>为顺应网络环境下期刊出版的新要求,推进期刊网络出版发行,凡被本刊录用的论文,在著作权法的框架内,该论文的复制、翻译、汇编、发行、信息网络传播等权利在全世界范围内转让给《电力机车与城轨车辆》编辑部及其授权的相关数据库,也将同时通过因特网、手机等进行网络出版或提供信息服务,本刊一次性支付作者著作权使用报酬(即稿费)中已包含印刷版、光盘版和网络版等各种版本的稿酬。作者向本刊提交文章发表的行为即视为已完全同意本刊上述声明。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

基于混合A*算法的自动驾驶汽车轨迹生成

自动驾驶汽车混合A*算法运行迅速,但是难以保证曲率的连续性和汽车舒适度,并且不能保证优化后的结果无碰撞。针对以上问题,以提高汽车舒适性为目的,基于最小冲击度对A*算法进行优化,在MATLAB和栅格地图中进行了算法预研,解决了低速场景下自动驾驶汽车运动过程中舒适度不足的问题。然后,针对优化算法可能导致轨迹碰撞的问题,对优化算法进行了改进,保证了汽车的安全性,并给出了“走廊”自动调整的策略。仿真结果表明:优化后的轨迹无碰撞且曲率更小,加速度不超出正常范围,可以满足正常驾驶需求。