基于NI CompactDAQ的轨道状态分布式在线监测系统

针对日益增加的城市轨道交通线路钢轨安全和减振降噪方面的需求,介绍一种基于NI Compact DAQ的轨道状态分布式在线监测系统。阐述了系统的基本组成、功能和软硬件总体设计。系统采用以NI Compact DAQ为核心的机箱,通过对关键路段不同站点间的振动、噪声、脱轨系数、钢轨动态位移、轨道结构沉降等动态参数进行实时在线监测,为实时掌握轨道动态参数建立一个开放式的监测平台。     

基于ICE的分布式网管技术的研究与实现

介绍了最新的网络通信中间件--ICE;研究了基于ICE中间件分布式网管的管理模型;阐述了利用ICE中间件构建分布式网管系统的优势;给出了实际的例子说明运用ICE构建分布式网管的实现流程.     

数字视频在电动脱轨器监控系统中的应用

介绍了分布式可视化电动脱轨器监控系统的结构、功能以及     

某分布式驱动电动汽车复合制动策略设计

针对某后轴制动器经改制的分布式驱动电动汽车,为保持良好的踏板感觉,以原车(改制前)的总制动特性为目标,设计了复合制动策略,包括滑行再生制动策略和制动踏板解析。考虑电机发电效率,离线计算不同前、后电机力分配系数时的总电机效率,从而根据总电机效率最高得到最优的电机力分配系数,在ECE法规和Ⅰ曲线的约束下,设计出了复合制动经济性优化策略。仿真结果表明,考虑电机发电效率进行经济性优化后,续驶里程贡献率由14.2%提高至15.4%。     

水下分布式远程感知技术的发展

目前,水下分布式远程感知技术已经具备了快速发展的基本条件,备受各主要海军国家的重视,预期在未来5~10年内将会有重大进展。但水下分布式远程感知技术的发展还面临着从基础、理论到实践的众多课题,包括系统构成和运用的概念,分布式传感器阵对目标的探测、分类和识别,固定、可部署传感器和移动节点构成的传感器场的配置,水下分布式网络的通信和控制,以及系统的部署和保障等。本文讨论水下分布式远程感知系统的基本组成,实现系统功能所面临的主要挑战,需要关注的主要关键技术,并提出相应的看法和建议。     

分布式地铁列车驾驶仿真器的体系结构

从列车驾驶仿真器的体系结构出发,提出一种分布式列车驾驶仿真器的实现方案。该方案中,地铁列车驾驶仿真器由数据采集及输出、主控、ATC仿真、视景仿真、声音仿真、数字广播及通信仿真、运动平台控制等仿真子系统组成。子系统间采用IP组播的方式进行通信。方案支持基于DIS协议的仿真器间的通信,可实现多仿真器协同训练。为降低通信强度,提高仿真的实时性,采用一种DR算法。     

一种基于单个移动信标的分布式节点定位算法

定位是无线传感器网络中最重要的功能之一。通过利用一个移动信标节点（装备GPS或提前设定了移动路线）来帮助各个未知节点进行自身定位。信标节点周期性的发送自己位置信息给周围的未知节点,未知节点通过非测距技术估计自身位置。信标节点的移动路径在文中也进行了探讨。仿真结果说明了本文方法的有效性。     

IEEE802．16d无线MESH网络路由协议研究

无线Mesh网络是一种新型的无线通信网络,具有自组织、自管理和自愈的特点,是一种多跳的宽带无线接入网络结构,也是一种高容量、高速率的分布式网络。在介绍WMN基本概念的基础上,针对制约MESH网络发展的路由技术问题,在传统AODV路由协议的基础上提出了新的路由协议OLRP,并给出仿真结果。     

多智能体系统中一致性卡尔曼滤波的研究进展

从多智能体系统中一致性问题的基本概念、算法收敛性和性能分析出发,总结了基于一致性方法的分布式卡尔曼滤波的研究进展.从基于局部通讯的滤波器构造方法、信息加权和滤波器参数优化等方面对研究现状进行了评述.最后,讨论了信息损失、量化一致性和随机异步算法等前沿问题,以期促进相关研究.     

智能分布式驱动汽车路径跟踪/制动能量回收协同控制策略研究

为了解决智能分布式驱动汽车路径跟踪与制动能量回收系统间的协同控制难题,充分考虑分布式驱动汽车四轮扭矩独立可控在智能驾驶系统中的优势,设计适应不同路面附着条件的智能分布式驱动汽车转向、制动分层协同控制策略。上层控制器依据不同的路面类型设计差异化的多目标代价函数,以综合优化各工况下的控制目标。高附路面下,制定满足最大能量回收值的全局参考车速,在线优化路径跟踪指令,实现最优能量回收的同时减小系统运算负荷;低附路面下,优先考虑车辆的路径跟踪性能和行驶稳定性,在多目标代价函数中取消对全局参考车速的跟随要求,增设终端速度约束与能量回收项性能指标并减小能量回收项性能指标的权重系数。上层控制器基于模型预测控制方法对多目标代价函数进行滚动优化与预测求解,得到期望的前轮转角及4个车轮的总制动扭矩需求。下层控制器根据制动扭矩需求对四轮的液压制动扭矩和电机制动扭矩进行分配,最终完成整个复合制动过程。基于MATLAB/Simulink和CarSim软件,搭建控制器在环仿真平台,并在高附和低附路面条件下对所提出的策略进行试验验证。研究结果表明：高附路面下,所提出的控制策略在准确跟踪期望路径的同时相较固定比例制动力分配方法可提升2.7%的能量回收值并减少约0.02 s的单次计算时间;低附路面下,与使用高附控制策略相比,能够保证车辆的路径跟踪准确性与行驶稳定性,同时可提升7.8%的能量回收值;控制器在环试验结果证明了该协同控制策略对车辆性能提升的有效性。