机动目标无源自适应跟踪算法研究

论文提出了一种对空中机动目标进行三位测向无源自适应跟踪的新算法.该算法把目标机动加速度看成是未知的输入向量附加到状态方程中去,然后利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度,仿真结果表明,该算法不需要对目标进行机动检测,它能够适应目标机动和非机动两种工作模式,实现对空中机动目标的自适应无源跟踪.     

无源雷达探测中的直达波提取方法

直达波作为无源雷达探测系统中的参考信号,在传输过程中受到多径杂波和噪声的干扰,从而对系统的探测性能产生影响。利用参考通道接收到的混合信号中直达波的能量最大这一现实,提出用主分量分析的方法对混合信号进行降维处理,通过保留主分量,舍弃次分量,达到了提取直达波的目的。仿真结果表明:该方法可以有效的从噪声干扰和多径干扰中提取直达波,提纯效果较好,且操作简便易行。     

《城市交通》投稿须知

《城市交通》杂志为"中国科技论文统计源期刊"(中国科技核心期刊),现诚挚地欢迎从事城市交通相关研究的专家、学者以及关心城市交通发展的各界人士不吝赐稿。投稿要求如下:     

基于SWMM的LID措施对城市面源污染削减效果研究

城市面源污染已成为我国城市水环境治理的重点对象,但由于时空分布不均、污染途径随机及成分复杂多变等特点,使城市面源污染的治理难度较高。在充分调研的基础上,建立了徐州经济技术开发区三八河流域SWMM模型,模拟分析了研究不同重现期下(1年、2年、3年、5年、10年)单一LID措施及组合LID措施对面源污染削减的效果。模拟结果表面：LID控制措施占比越高,对污染物的削减效果越好;城市径流污染受降雨强度影响较大,降雨强度越大,径流污染物平均浓度越低;生物滞留设施对污染物削减效果要优于雨水花园和绿色屋顶;LID措施组合使用时,多种源头控制措施并没有呈现叠加效果,建议应用源头控制措施加末端控制措施组合方案以提高污染物削减效果。     

考虑流体粘性作用的双体船运动和波浪载荷预报

利用源汇分布法计算双体(或多体)剖面的水动力系数,在此基础上,对二维切片理论在双体船的垂向运动和波浪载荷预报上的应用进行了拓展,考虑了流体粘性的作用,比较了不同航速、不同片体间距和片体间水动力相互干扰等因素对运动和载荷预报的影响.算例结果表明,该方法能较好地预报双体船在规则波中的运动响应和波浪载荷.     

潜艇的三维厚边界层研究

建立了三维湍流边界层及尾流的动量积分方程,通过算例将计算结果与Gadd的结果进行比较和分析,验证了该方法的可靠性.在潜艇的粘性边界层计算过程中,应用了在势流理论基础上建立起来的艇体表面流线坐标系,对潜艇周围的三维厚边界层进行研究,得到了潜艇边界层及尾流的特征参数,给出了附体(围壳和尾翼)对特征参数的影响.在考虑排挤影响后,艇体采用等价源方法而尾流采用等价假想体法,通过势流计算得到潜艇表面的压力分布.     

基于声场干涉谱图的目标距离提取技术

由于噪声的影响,基于引导源定位算法中形成的声场干涉条纹图像模糊不清,利用图像特征提取技术无法提取出距离特征量。为了实现低信噪比条件下对目标的准确定位,提出了先对干涉图像进行降噪处理,再进行特征提取的解决思路。介绍了3种去噪方法,并对它们的性能进行比较。研究结果表明,降噪能有效克服定位失准问题,且小波阈值方法效果最好。     

黄芪甲苷通过SIRT1/PGC-1α通路促进退变的髓核细胞增殖

目的探究黄芪甲苷对退变髓核细胞功能的影响及其作用机制。方法原代培养正常与退变髓核细胞并观察,免疫组化检测细胞中胶原蛋白Ⅱ(collagenⅡ)的表达;分别采用20、40、60、80μg/mL的黄芪甲苷处理细胞,通过CCK-8和MTT试剂盒检测细胞活力和增殖,流式细胞术检测细胞凋亡情况;Western blotting检测凋亡相关基因Bcl-2、Bax和沉默信息调节因子2同源蛋白1(SIRT1)、过氧化物酶体增殖物激活受体γ辅助激活因子-1(PGC-1α)的表达及其乙酰化和磷酸化水平;比色法检测丙二醛(MDA)、超氧化物岐化酶(SOD)、β-galactosidase和三磷酸腺苷(ATP)的含量。结果与正常髓核细胞相比,退变髓核组织中坏死细胞更多,且collagenⅡ表达降低;细胞经不同浓度黄芪甲苷处理后,40μg/mL黄芪甲苷不仅能显著提高退变髓核细胞活力,促进细胞增殖并抑制其凋亡,而且能上调细胞中SIRT1、PGC-1α的蛋白表达和PGC-1α磷酸化水平,下调PGC-1α乙酰化水平,增加SOD和ATP含量,降低MDA和β-galactosidase含量。结论黄芪甲苷可能通过激活SIRT1/PGC-1α信号通路促进髓核细胞的增殖和存活。     

轨道交通站点聚类及其对客流预测的影响分析

城市轨道交通站点受多层面因素交互作用而反映出异质性,为实现站点精细化分类,本文统筹考虑地铁刷卡数据、兴趣点数据和地铁网络数据,提取客流、土地利用和网络性质等特征,其中,客流层面考虑工作日、周末和节假日等不同日期类型下客流状态,土地利用层面考虑站点辐射区用地强度和均衡性,网络层面考虑节点自身特性和影响能力。构建基于主成分分析与K-means++算法的聚类模型,综合聚类评价指标确定簇数,辨析不同类型站点多维度特性,结合站区土地利用和站点网络特征探讨对出行活动的影响,并设计簇内联合预测和整体联合预测策略,采用3种多元时序预测方法探究站点聚类对预测性能的影响。研究结果表明：考虑全部客流特征时,划分为10簇,考虑工作日进站客流特征时,划分为5簇,充分挖掘客流时变特征能够获得更加精细化的聚类结果;各簇站点客流分布特征与其土地利用及网络特征间存在一定的反馈关系;相比于整体联合预测,通过聚类联合相关性强的站点进行预测,以间接捕获空间相关性的方式能有效提升预测性能,各模型均方根误差平均降低9.04%,平均绝对误差平均降低4.94%。研究结果为站点精细化管理和站区设施建设规划提供依据。