AR自编码扩频通信系统的研究

在自编码扩频通信原理的基础上,介绍了利用自回归(Auto-Regressive,AR)滤波的方法从信源序列中提取扩频码的AR自编码扩频系统,并对该系统的误码性能和多址通信能力进行了理论分析和仿真.结果表明,AR自编码扩频系统改善了普通自编码扩频系统的误码性能,提高了系统的多址能力,为自编码扩频通信的实际应用提供了可选的方案.     

城际旅游出行方式选择的影响因素

研究城际间旅游出行方式选择行为对旅游交通系统的统筹发展与精细化管理十分重要。为了分析影响城际间旅游出行方式选择行为的内在原因,本文以成都东站旅客对城际旅游出行方式选择的SP(Stated Preference)调查数据为依托,建立多项Probit模型和混合Logit模型进行对比,分析旅客对城际旅游出行选择的偏好规律,并对各影响因素的边际效用值进行了比较。研究结果表明,年龄、小汽车拥有、月收入等社会经济属性以及出行费用、出行时间、旅途风景吸引程度、交通枢纽到景区距离以及目的地停车服务能力5个特征属性的主观感知与游客出行方式选择行为决策显著相关;出行费用、出行时间和旅途风景吸引程度三个因素更受到旅客关注,可在最大程度上引起旅客对出行方式的转移。     

基于VAR模型的港口群和区域经济协同发展比较研究

港口作为各个国家间交流的桥梁以及重要的内外贸易口岸,是拉动地区经济发展的重要引擎,不同产业结构对区域经济的影响存在差异,不同产业结构与港口经济的内在关系也有差异。以发展中国家和发达国家的港口群为例,发展中国家选取中国环渤海湾、长三角、粤港澳港口群为研究对象;发达国家选取日本东京湾、美国纽约湾港口群为研究对象,运用灰色关联度模型确定货物吞吐量和相关区域经济指标之间的关联度,运用VAR模型对港口和区域经济协同发展情况进行分析。研究结果表明,侧重不同产业链的港口群与区域经济的关联度和协同性不同。从发展规律来看,到一定阶段后,中国港口未来货物吞吐量增速将会放缓,政府和港口企业需准确预判并采取适当措施来协调港口与区域经济之间的发展关系,最后提出相应的政策建议,以供同人参考。     

基于心率变异性的船员心理负荷特征研究

为预防船员主观方面失误引起的水上交通事故发生,需探究在岗船员的心理负荷变化特性,作为了解船员驾驶行为能力的基础性研究,也是智能航行人机共融的关键一步。开展基于船舶操纵模拟器的驾驶模拟试验,提取在不同航行场景下船员的心率变异性(Heart Rate Variability, HRV)指标数据,构建基于因数分析的船员心理负荷模型,分析并验证在岗船员的心理负荷变化特征,结果表明：在计算船员心理负荷时,HRV指标比心率指标具有更高的效度和信度;在航行初期,船员的心理负荷处于较高水平或呈现升高的趋势,随后船员逐渐适应常规航行场景且此时心理负荷水平较低;在航行末期,船员的心理负荷处于较低水平且变化趋势比较平滑;突发事件对船员的心理负荷有显著的影响,船员心理负荷因突发事件的发生而显著增加。     

掺RAP再生水泥混凝土抗碳化性能研究

配制了沥青路面铣刨料（RAP）掺量为20%、30%、40%、50%的RAP再生水泥混凝土,分析了R AP掺量对再生水泥混凝土抗压强度和碳化深度的影响,并与普通水泥混凝土进行了对比。结果表明：RAP的掺入会降低水泥混凝土的抗压强度,且掺量越大抗压强度降低越多;随着碳化时间的增加,R AP再生水泥混凝土的碳化深度随之增大,碳化速率随之减缓;R AP再生水泥混凝土的抗碳化性能随着RAP掺量的增大而降低;在现有碳化模型基础上,通过回归拟合得到了标准碳化条件下RAP再生水泥混凝土的碳化模型,可以较好地实现RAP再生水泥混凝土碳化发展趋势的预测。     

基于模型预测控制的锂电池主动均衡算法研究

为提高锂电池组电量均衡效率,提出一套高效主动均衡新算法,以均衡时间最短为目标,采用占空比动态调整均衡电流大小,使得在每个均衡周期内的均衡电流都是最优解,高效实现电池组电量的均衡控制。     

青藏铁路路基沉降变形的灰色预测模型研究

灰色系统预测模型的本质是对已知数据序列进行类型为指数形式的曲线拟合,然后将曲线延伸到未来,由此对未知的数据做出预测。介绍所建立的青藏铁路路基沉降变形的灰色预测GM(1,l)模型,试验应用表明,该模型具有较高的预测精度。     

考虑邻板高程差的装配式水泥路面行驶舒适性研究

为了研究装配式路面板的预制与安装误差所导致的板块间高程差对行驶舒适性的影响,从而为装配式水泥路面板的尺寸设计和施工控制提供参考.采用了模型仿真的方法,以座椅加权加速度均方根值作为评价指标,在四自由度1/2车模型的基础上,增加座椅质心竖向位移作为一个自由度,建立五自由度1/2车模型.采用Newmark-β法对该模型进行求...     

一个基于灰色神经网络组合的交通量预测模型应用研究

GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。     

基于γ修正的转捩模型汽车后视镜啸叫理论研究与试验验证

针对汽车后视镜啸叫声,本文中以κ?ωSST转捩输运函数为基础,引入湍流间歇度γ和动量厚度雷诺数Reθ,详细解释了汽车后视镜表面层流边界层流体变化.将经γ修正的转捩模型应用于某一具体车型,并与风洞试验、声学照相机测试相结合进行验证.结果表明,基于γ修正的转捩模型通过剪切力(或者表面摩擦因数Cf)和动量厚度θ云图可准确预测...