基于动态门限值的分布式驱动电动汽车驱动力矩控制研究

为改善分布式驱动电动汽车高速行驶稳定性，避免频繁驱动控制操作对汽车行驶安全性的影响，提出了一种适应不同驾驶工况的参数动态门限值算法，设计了汽车附加横摆力矩滑模控制策略和驱动力矩二次规划优化分配控制策略，并进行了角阶跃输入工况和双正弦输入工况的仿真分析。结果表明，所设计的控制策略能有效控制汽车的质心侧偏角与横摆角速度，在保证汽车行驶稳定性的前提下，使质心侧偏角与理想值偏差减小了3.6%以上，轮胎附着利用率减少19.5%以上，有效地降低了轮胎附着利用率，提高了汽车的行驶安全性。     

基于分布式框架和雷达视频融合技术的铁路周界系统

铁路周界防护是保证铁路安全运行的重要措施。为有效提升铁路周界防护水平，分析铁路安防系统现状和需求，设计并实现了基于分布式框架和雷达视频融合技术的铁路周界系统，重点论述该系统的设计原则、关键技术、核心功能、性能指标、适用场景及特点。该系统可有效弥补现有防护手段的不足，进一步满足铁路周界防护的需求，并已在多条铁路投入使用，应用效果良好。     

基于分布式光纤形状传感的沥青混合料车辙变形监测研究

车辙是沥青路面典型的病害形式，其现有的检测及评估方法大多存在表观性。因此，对沥青路面结构内部车辙的演变过程、横断面形状进行监测和评估具有重要意义。引入分布光纤形状传感技术，研发了可用于沥青路面的柔性分布式光纤形状传感器，通过理论分析和标定试验明确了其形状测试原理。将分布式光纤形状传感器植入车辙试件，采用光频域反射设备(OFDR)对室内车辙试验进行了加载全过程的实时监测，获取了沿车辙横断面上各测点的时程应变数据。进而，采用空间曲线理论中的Frenet-serret方程，提出基于分布式光纤传感技术的车辙横断面二维形状重构算法，得到发生累积变形时分布式光纤形状传感器的形态演变曲线。提取重构曲线中荷载作用位置处的位移与车辙仪位移传感器数据进行对比，平均相对误差仅为0.981%,证实上述方法可以实现车辙变形的准确监测。最后基于重构得到的车辙横断面形状，分析车辙变形的演变规律，结果表明其与沥青路面永久变形发展阶段中的压密、流动过程具有较好的对应关系。创新性地提出了基于分布式光纤形状传感技术的沥青混合料车辙变形监测方法，有助于明晰沥青路面结构内部车辙类病害的发展规律和横断面形态，为道路基础设施全寿命...     

基于微分几何的四轮独立驱动车辆运动解耦控制研究

针对车辆在纵向运动和横摆运动时的强耦合关系给车辆动力学控制带来的困难，以四轮独立电驱动车辆作为研究对象，基于微分几何理论设计了车辆系统运动解耦控制方法，将非线性强耦合的四轮驱动车辆动力学系统解耦为纵向和横向两个相对独立运动控制子系统，并设计了鲁棒控制器，以提高抵抗车辆行驶时不确定外力如侧风的干扰能力。基于 Trucksim 软件建立四轮驱动车辆模型，并针对车辆解耦控制策略和抗干扰策略进行了仿真测试。结果表明，相比于无解耦控制的车辆，采用微分几何解耦控制的四轮独立驱动车辆纵向速度偏差降低了 82.1%，横摆角速度偏差降低了80.7%，且微风干扰下的抗干扰能力明显改善，车辆稳定性显著提升。为验证该运动解耦控制策略在实时系统中的控制效果，还进行了硬件在环试验，结果表明，硬件在环试验的结果与仿真结果一致。     

分布式驱动电动客车转矩矢量控制策略研究

基于分布式驱动电动客车的特点，采用基于分层控制架构的转矩矢量控制策略。策略上层设计基于LQR的直接横摆力矩控制算法，下层设计基于经济性和稳定性的转矩分配控制策略。并进行实车验证。     

既有线GSM-R改造无线子系统技术方案研究

通过分析国内普速干线450 MHz无线列调通信系统的现状,以及国家对450 M~470 MHz频段的相关政策要求,讨论了450 MHz无线列调通信系统改造为铁路数字移动通信系统(GSMR)的必要性。针对基站+模拟直放站、基站+数字直放站、分布式基站BBU+RRU的改造方案,从噪声干扰、多径时延、设备兼容性、工程投资等方面进行比较,分析了3种方案的优缺点,并提出改造建议,对既有铁路450 MHz无线列调通信系统改造具有参考意义。     

5G-R接入网基站单元设备组网可靠性分析

铁路5G-R专网的可靠性、安全性和容灾能力是铁路独特场景下组网的重要需求，基站组网方案的可靠性定量分析是5G-R组网方案设计的重要理论依据，冗余组网对5G-R基站中主要单元设备进行备份是5G-R场景下提高系统可靠性的主要方案。针对射频拉远单元（RRU）与基带处理单元（BBU）组成的基站系统和将BBU拆分为分离的集中式单元（CU）及分布式单元（DU）的基站系统，利用静态分析和动态故障树分析方法建立可靠性分析模型，定量计算2种基站系统的可靠性参数。同时，采用蒙特卡洛仿真法，建立较完备的基站设备管控和故障切换逻辑，模拟基站故障场景，对2种基站组网系统的薄弱环节进行分析。仿真结果和可靠性参数指标表明：冗余组网设计有效地提高了2种基站组网系统的可靠性，且通过交叉连接方式可以有效减小CU和DU分离部署带来的可靠性损失，验证了该冗余组网方案的可行性。     

考虑配电网负荷的电动汽车分布式充电控制

针对大规模插电式电动汽车接入对配电网安全运行造成威胁的问题，提出一种考虑配电网负荷的电动汽车分布式一致性最优充电方案。该方案采用双层优化结构：上层以减少配电网负荷波动与满足充电站功率需求为目标建立数学模型，采用粒子群优化算法求解各时段电网分配给充电站的功率；下层在充电站功率供不应求的情况下，以最大化整体用户的利益和减少充电电流波动为目标建立数学模型。提出一种基于多智能体的分布式充电协议求解电动汽车的最优充电功率。该协议是分布式的、可实现电动汽车的即插即用，且具有很好的鲁棒性和扩展性。该方案既保障了配电网的安全运行又提高了整体用户的满意度。仿真验证了方案可行性。     

铁路多地多中心监控运维关键技术研究

为适应中国国家铁路集团有限公司统筹规划及数据中心多地多中心的发展要求，实现全国铁路数据中心集中运营维护（简称:运维）管理的目标，提出多地多中心监控运维体系架构。采用监控运维平台分布式部署、资产统一管理、统一监控等关键技术，实现了分钟级的批量多云环境巡检，以及对监控数据、日志数据的统计分析，并对云环境的资源使用提出了优化建议，以期为铁路数据中心云环境的运维工作提供重要支撑。     

基于分布式强化学习的车辆控制算法研究

端到端自动驾驶算法的开发现已成为当前自动驾驶技术研发的热点。经典的强化学习算法利用车辆状态、环境反馈等信息训练车辆行驶，通过试错学习获得最佳策略，实现了端到端的自动驾驶算法开发，但仍存在开发效率低下的问题。为解决虚拟仿真环境下训练强化学习算法的低效性和高复杂度问题，本文提出了一种异步分布式强化学习框架，并建立了进程间和进程内的多智能体并行柔性动作-评价（soft actor-critic, SAC）分布式训练框架，加速了Carla模拟器上的在线强化学习训练。同时，为进一步实现模型的快速训练和部署，本文提出了一种基于Cloud-OTA的分布式模型快速训练和部署系统架构，系统框架主要由空中下载技术（over-the-air technology, OTA）平台、云分布式训练平台和车端计算平台组成。在此基础上，本文为了提高模型的可复用性并降低迁移部署成本，搭建了基于ROS的Autoware-Carla集成验证框架。实验结果表明，本文方法与多种主流自动驾驶方法定性相比训练速度更快，能有效地应对密集交通流道路工况，提高了端到端自动驾驶策略对未知场景的适应性，减少在实际环境中进行实验所需的时间和资...