基于北斗融合多源传感器技术的铁路路基稳定性监测研究

针对常规GNSS自动化监测和传统路基自动化监测技术的不足,提出了基于北斗融合多源传感器技术的铁路软基稳定性监测系统的架构及实现路径,并以北斗融合静力水准在软基沉降变形监测中的应用为例进行了现场试验.结果 表明:北斗融合静力水准沉降监测系统为路基监测提供了统一的时空信息基准,可满足铁路路基从建设到运营全生命周期对沉降监测...     

时空关联法抗水声多途模糊研究

水下声信道是相干多途信道,信号在信道中的多径传播使得接收信号序列复杂化,因而极大地增加了信号处理的难度。目前水下目标跟踪系统在实际使用中精度不高,对其原始测量数据进行分析,根据时空关联法,制定多条判据,提出选择有效脉冲的方法,研制系统事后处理软件,在多途干扰背景中提取定位解算所需的有效信息。通过海上试验验证,该方法可以准确地挑选出直达测距脉冲和测深脉冲,有效提高了系统的定位精度。     

基于变形控制设计的支撑轴力与地墙位移规律探讨

分析支撑轴力与墙体变形的实测数据,认为在基坑开挖过程中随开挖深度的增加,临近开挖面的两道撑的轴力值也随之增加,其余支撑轴力会有不同程度的降低。此外,支撑轴力的变化反映了地下连续墙体的位移变化。     

双目标纯方位定位数据处理分析

本文从双基阵纯方位定位的基本原理出发,给出了卡尔曼滤波算法的模型,针对实际目标特点和滤波中容易出现的发散问题,对方位数据进行时空迭代后将解算数据进行航迹融合。仿真实验表明,该处理方法能够克服滤波发散,实现双目标有效跟踪,可以快速、稳定地完成目标运动要素的估计,有较好的工程应用价值。     

基于深度学习的交通目标感兴趣区域检测

为了提高交通目标检测的实时性和准确性,针对交通目标检测过程中普遍存在的背景复杂、光线变化、物体遮挡等干扰问题,以及基于深度学习的目标检测算法在进行区域选择时滑动窗口遍历搜索耗时的问题,提出一种基于时空兴趣点（STIP）的交通多目标感兴趣区域快速检测算法。像素级时空兴趣点检测在处理目标遮挡时具有较好的鲁棒性,利用这一特点,首先在传统兴趣点检测算法的基础上加入背景点抑制和时空点约束,以减少无效兴趣点对有效兴趣点检测带来的干扰。通过改进均值漂移算法,使得聚类中心数量随目标数目的变化而改变。然后对被检测出的多目标附近的候选兴趣点分别进行聚类,获取各个目标聚类中心位置信息。根据聚类中心点与筛选后的目标兴趣点之间的相对位置关系进行特定组合获得感兴趣区域。在这些感兴趣区域上使用选择性搜索算法生成1 000~2 000个候选区域,并将这些候选区域放入训练好的深度卷积神经网络模型中进行特征提取。最后将特征提取结果送入支持向量机中进行目标种类判别并使用回归器精细修正目标识别框的位置。研究结果表明：通过对候选区域进行预处理,送入模型中的候选区域数量减少了82%,对应算法整体运行时间减少了74%,能够满足智能交通监控的实际需求。     

考虑车流时空分布不均衡的货物列车开行方案优化研究

为适应货主动态需求和运到期限要求,采用动态车流组织方法进行编组方案调整、列车运行方案与车流挂线的综合优化.考虑车流时空分布不均衡性,结合基本运行图架构,运用时空网络描述车流组织动态过程,考虑车流组织过程时空连续性、车站与线路时空能力及运到期限等约束,在静态车流组织优化模型目标基础上考虑车流到后待解与编后待发的延迟费用,构建货物列车开行方案整数规划模型.基于 K短路构造初始解,依据列车能力利用率阀值评估方案,从而调整车流改编方案搜索邻域解,设计模拟退火求解算法.实例研究表明,相比静态模型,所建模型的决策变量能更清晰地反映车流对车站线路时空能力的占用状况,优化方案能有效匹配车流时空分布不均衡性,有利于车流接续与流线结合.     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.     

基于典型动态数据的武汉市交通出行时空特征分析与应用

城市结构由单中心向多中心发展,区域联系复杂化,出行方式多元化,出行特征差异化,规划思路由定性向定量转变。信息技术迅猛发展,为规划师重新审视城市变革、增强规划效率提供了新途径。选择几类典型动态交通数据,构建了反映出行时空特征的期望线、轨迹线、等时线、小区蛛网等模型,分别从特定区域、主城区、市域范围探索交通出行特征与城市空间布局以及设施配置间的关系,形成由基础设施到现状特征再到规划决策的闭合体系,应用于基础单元周边路网梳理、主城区土地开发与产业布局、市域发展战略规划等方面。     

区域交通流的时空预测与分析

论述了短时交通流预测模型的分类、特点和适用条件。通过历史交通流量记录运用最优抽样间隔数据分析发现,在城市道路网络中,路口自身和近邻路口的交通流数据之间存在紧密的时空关系。利用时空自回归移动平均模型来建立路口间交通流的时空关联关系,用于区域交通流的短时预测和时空分析,并详细介绍了该模型的数学描述和建模过程。采用长安街及其沿线路口的区域交通流量作为试验数据,验证了该模型在交通流的短时预测和时空分析中的可行性。该模型在考虑预测值所在位置时间序列的同时,也考虑到了空间上相邻位置的时间序列,大大提高了短时交通流预测的准确性。     

基于安全效应的双车道元胞自动机交通流模型研究

针对车辆行驶中的安全因素,考虑静止车辆和低速车辆,在一维对称双车道元胞自动机模型(STCA)的基础上,建立了一种新的对称双车道元胞自动机模型.给出了计算机数值模拟的新模型流量-密度图,时空斑图以及车道改变率-密度图.模拟结果显示:新模型能模拟在临界密度后出现低速的同步相的情形,较STCA模型模拟的交通流现象更接近现实.