基于探测车数据的路段行程时间估计

利用探测车数据进行路段行程时间估计面临着两类误差：采样误差和非采样误差,从而导致估计结果精度不高和可靠性差。在回顾已有估计方法的基础上,有针对性地引入了自适应式卡尔曼滤波,建立了相应的状态方程和观测方程,利用相似时间特征的历史数据标定了状态转移系数,并对滤波进行了求解。以实际数据对估计方法进行了验证,平均相对误差为13.13%。研究表明,自适应式卡尔曼滤波能够应用到基于探测车数据的路段行程时间估计中来,并具有估计精度高、收敛速度快、参数少、对初值不敏感等优点。     

基于自适应Kalman滤波的交通流量监测算法

提出一种基于车载无线通信模块的交通流监测原型系统,该系统将行驶中载有无线通信模块的车辆视为移动检测节点,以很小的代价实现对交通信息的获取.在此基础上提出一个具体应用:利用基站对道路上载有通信模块车辆的检测,结合设计的基于结果反馈的自适应Kalman滤波算法,及时准确地完成对路段上交通流量的检测.此外,还基于元胞自动机理论搭建了仿真平台,并验证了算法的有效性.     

大跨度高速铁路桥梁测试与分析中的技术问题

概述大跨度高速铁路桥梁评定标准,探讨测试中需注意的关键问题.桥梁结构在列车荷载作用下能否安全工作和桥上列车是否会脱轨是大跨度高速铁路通车鉴定的重要内容,需进行理论分析并逐步积累我国实测试验资料,完善适合于我国高速铁路的评估标准.根据大跨度高速铁路桥梁的信号特点对采样频率与滤波频率进行设置,对脱轨系数分析进行讨论.     

传输网综合网管系统中告警流程的设计与实现

根据ITU-T X.733和X.734的建议以及传输网综合网管系统中告警功能需求,提出一种告警流程模型,给出具体方案设计.该方案采用数据库高级队列机制实现告警通知,以确保通知的实时性.介绍流程中告警级别表设置、告警过滤器设置、相关性分析等的设计和实现.     

新型电液舵机的自抗扰控制算法及试验研究

[目的]直驱式容积控制的新型电液舵机是典型的大惯量小阻尼系统,为解决其控制快速性、稳定性以及安静性之间的矛盾,需开展电液舵机的自抗扰控制研究.[方法]首先,建立电液舵机的自抗扰控制(ADRC)模型,重点设计过渡过程以缓解启停瞬间的液压冲击;然后,搭建实物控制试验台,通过分析实物控制过程的稳定性问题,相应调整算法的滤波效...     

在NT4.0上实现基于PPTP的VPN服务

简要介绍了虚拟专用网络的技术背景,详细描述了如何在NT4上搭建基于PPTP协议的VPN服务器,最后简要阐述了利用VPN技术对铁路信息安全建设方面的意义.     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

金山大桥局部拆除后续运营期性能和实测分析

挠度是连续刚构桥悬臂施工控制的重要对象,其实测值受多个因素影响,从实测挠度中获悉反应结构受力的真实挠度,对其施工控制具有重要意义。本文基于改进的自适应卡尔曼滤波算法从挠度实测值中提取出真实信号,预测待浇梁段的挠度变化,并调整施工预拱度,使施工实际状态逼近理论计算轨迹,达到施工监控的目的。通过实际工程的应用证明该方法具有良好的适用性。     

卡尔曼滤波算法在空气质量数据校准中的应用

针对自建点实时监控存在的零点漂移和量程漂移导致空气质量数据测量精度受到制约的问题,提出一种基于卡尔曼滤波算法对空气质量数据进行校准的模型。以PM2.5数据为例,结合其他空气质量数据及气象参数经逐步回归得到调整的数据后,使用改进的卡尔曼滤波算法对自建点测量数据进行校准。经同一时间区间内的自建点、国控点测量及校准数据的对比分析表明:通过改进的卡尔曼滤波校准空气质量数据能够很好地跟踪实际数据的变化趋势,平均误差比较小;使用模型将2019年5月、2018年12月数据的均方根误差分别从11.367、27.188降低至修正后的7.555、10.759,精度得到了显著提高。     

基于椭圆拟合的隧道点云数据去噪方法

针对地铁隧道这一狭长密闭环境,激光雷达相较于传统隧道形变检测方法具有显著优势。由于受环境以及隧道中安装的大量设备的影响,数据中会包含大量噪声点,无法得到隧道完整内表壁数据,从而影响到数据在形变检测及三维建模等方面的应用。结合最小二乘法和拉格朗日乘数法对隧道点云模型进行椭圆拟合,并将其应用于圆形隧道点云滤波,利用各区域数据对隧道形变进行检测。对滤波结果的精度评定及其有效性分析表明,此算法针对隧道点云数据的滤波具有良好效果及稳定性。