基于VISSIM的交通事件检测仿真及数据处理

采用VISSIM软件模拟交通事件,获得交通流数据,作为检测系统的训练源数据.利用MAT-LAB软件进行仿真.结果表明：相对于其他算法,该网络结构具有检测率高、误报率低、检测时间短的优点,完全适用于交通事件检测系统,同时也存在不足之处,指出了今后进一步研究的方向.     

信息融合技术在交通事件自动检测中的应用

多传感器信息融合技术这一新兴信息处理技术的出现,为交通事件自动检测(Automatic Incident Detection,AID)算法的设计提供了新的解决方案。将多传感器信息融合技术引入交通事件检测领域,设计了一种基于信息融合技术的交通事件自动检测算法。该方法结合了信息融合理论和小波神经网络算法,充分发挥了多传感器信息融合与小波神经网络理论的优势,使得事件检测的结果更加准确。通过仿真试验,该检测算法的优越性得到验证。     

AT供电牵引网故障测距仿真研究

根据接触网的特点和行波故障测距原理,采用了D型行波故障测距法.利用电磁暂态仿真软件ATPDraw搭建了AT供电方式下的仿真模型,然后对故障暂态电流运用小波分析工具进行处理,以检测暂态电流初始行波波头从而实现测距目的.对A型测距法和D型测距法进行比较知D型测距法测距更精确而且受到牵引网结构的影响更小.特别是存在分支站场的牵引网中,D型测距法完全不受分支点反射行波的干扰,可以单独使用实现行波保护.     

汽车驾驶人驾驶经验对注视行为特性的影响

通过实车试验,分别在城市道路和公路上,利用EyeLinkⅡ眼动仪测试了20名驾驶人的眼动参数与注视行为特性。将被试驾驶人分为熟练驾驶人组和非熟练驾驶人组,通过将实际驾驶过程中的交通场景录像逐帧分解,并与驾驶人的眼动数据相结合来确定驾驶人的真实注视目标,对比了熟练与非熟练驾驶人的注视区域和注视目标特征,研究了2组驾驶人驾驶经验对驾驶人注视行为特性的影响,并分析了导致2组驾驶人注视行为差异的原因。研究结果表明：驾驶经验对驾驶人注视行为特性有显著影响;在城市道路上,熟练驾驶人对近处目标的注视频次比非熟练驾驶人高约18％,而对车内后视镜的注视频次约为非熟练驾驶人的4．7倍;在公路上,非熟练驾驶人对远距离区域的注视频次仅为熟练驾驶人的4l％,而对车内区域的注视频次则为熟练驾驶人的2．1倍;驾驶人对右区域的注视频次平均约为左区域的2．5倍,且熟练驾驶人对右区域关注更多,约为左区域的4倍,而非熟练驾驶人对右区域的注视频次约为左区域的1．5倍;非熟练驾驶人处理信息的策略和效率均比熟练驾驶人差。     

石龙山隧道爆破振动信号的小波分析

采用db8作为小波基函数,对石龙山隧道同一炮次下垂直向、水平切向和水平径向的原始爆破振动信号进行尺度为7的一维离散小波变化。通过MATLAB程序分别计算了原始信号、各层小波的功率谱及能量比例;详细分析了各层小波的幅值特性、频谱特性及能量分布特性。研究结果表明:垂直向、水平切向和水平径向的优势频率分别为78.125～2 500 Hz、39.062 5～312.5 Hz和39.062 5～625 Hz。该分析方法在频率及能量分析方面的优势可以更加全面地获取爆破振动信号所带来的信息。     

基于WBS-RBS法的城市轨道交通设备系统建设风险识别及对策

设备系统建设是城市轨道交通建设过程中的重要环节,对其进行风险识别和应对策略研究十分必要.本文采用WBS-RBS法找出城市轨道交通设备系统建设过程中的关键风险点,并有针对性地提出了风险应对策略,对其他类似工程项目的风险研究也有借鉴意义.     

自适应小波网络在船舶噪声识别中的应用

本文基于自适应小波网络理论,构造了一个应用于船舶辐射噪声识别的自适应小波网络分类器。仿真结果表明,该方法具有良好的目标识别性能,且收敛速度快,是一种有效的目标识别方法,从而为研究自适应小波网络理论在声呐信号目标识别领域中的应用有着极其重要的实际意义。     

方程组系数矩阵的递归分块分解算法的设计实现

将方程组系数矩阵的LR分解算法过程加以改进,加入递归算法,使矩阵产生分块。用MATLAB和C语言对2种算法进行比较,发现递归分解法比LR分解算法速度快,占用内存少,适合当今分层多级存储的计算机结构。     

远场弱磁信号的小波域自适应检测研究

探讨了基于Mallat算法的自适应小波阈值消噪在复杂磁环境下运动目标磁场弱信号检测方面的应用.阈值的选取是算法的关键,基于对目标磁场频谱分析,采用与尺度相关的自适应ARMA模型的阈值算法,改进在不同的小波分解层阈值滤波的性能.对实测数据进行算法仿真,并与Donoho阈值算法检测效果对比表明,自适应ARMA模型阈值滤波算法显著提高对目标磁场弱信号的检测和提取能力.     

小波和Kalman滤波用于GPS数据去噪方法分析

根据小波分析基本理论和GPS信号噪声特性,将小波分析这一数学工具应用到GPS数据的去噪处理中,同时引入Kalman滤波方法,将其与小波分析方法有机结合,进而提出利用小波分析的自适应Kalman滤波方法进行GPS数据去噪处理。