基于小波分析理论的轨道不平顺分析

研究目的:利用非平稳信号处理方法——小波分析方法分析局部轨道不平顺特殊波型、轨道不平顺病害的识别以及轨道不平顺功率谱分析等,以深化对轨道不平顺特性的认识.研究结果:利用小波分析方法可以较好地辨识轨道随机性不平顺中隐含的有规律的波形,如正弦、三角形波等;利用小波分析方法可以较好地对轨道局部发生的高频病害进行检测;通过小波分解,可以识别不同波长范围内突出的不平顺(特征不平顺),为进而提取这些不平顺做深入研究提供了便利.由此可见,利用小波分析理论从时频角度分析轨道不平顺,是一条保障铁路安全运营的新技术途径.     

又一年表坛春风到——2008年巴塞尔表展(上)

腕表世界的新一年是从4月开始的。因为于瑞士举行的巴塞尔钟表展象征着这一年世界表坛新气象的到来。在这里且奉上12款最经典而有特色的腕上佳作,希望爱表诸君先睹为快,沐浴在这些新鲜出炉腕表的春风里,然后下期再听我们为您详细分解。     

基于动作分解的柔性仿人机器人摔倒保护算法

介绍了仿人机器人技术发展的最新动态,分析了仿人机器人的步态特征,针对刚性仿人机器人在摔倒后对其机体造成的损害,讨论了柔性仿人机器人的摔倒保护算法,提出了一种基于动作分解的仿人机器人摔倒保护算法.     

营造创建文明城市良好氛围长治公交车内文化气息扑面来

长治市开始创建全国文明城市以来，长治公交总公司制定了详细的实施方案，进行任务分解，为长治市的文明建设营造了良好的创建氛围。     

矩阵方程A^TXA＋B^TYB=D及A^TXA=C，B^TXB=D的对称解

运用矩阵的奇异值分解与广义逆矩阵，给出了矩阵方程A^TXA B^TYB=D及矩阵方程A^TXA=C,B^TXB=D有对称解的充分必要条件，并在有解的情况下，给出了通解的显式表示。     

基于CEEMDAN算法的半航空瞬变电磁信号运动噪声去除

半航空瞬变电磁法是用新型的物探方法, 采用地面发射空中接收的方式, 在地面布置接地长导线, 空中利用无人机搭载接收线圈进行数据采集。数据采集过程中, 由于线圈处于一个持续摆动的过程, 导致采集的半航空瞬变电磁数据中存在运动噪声, 进而影响数据质量。本文提出一种结合自适应完备集合经验模态分解算法(CEEMDAN)对半航空瞬变电磁数据的运动噪声进行去除, 将含噪信号分解为多个IMF 分量, 再将与运动噪声相近的IMF 分量去除合成后来实现数据处理的目的。通过模拟数据和实测数据进行去噪, 均能较好的识别出运动噪声并进行去除,具有较好效果。     

融合信号分解与排列熵的高铁线路风速区间预测方法

为提升高铁线路风速预测精度以保障强风下高速列车的运营安全，融合信号分解与排列熵提出高铁线路风速区间预测方法。采用信号分解技术与排列熵(PE)筛选分量，对不同复杂度分量分别利用门控循环单元分位数回归(QRGRU)和门控循环单元(GRU)构建高铁线路风速区间预测模型。对我国某高铁线路风速监测数据进行预测，结果表明：预测模型的预测精度较对比方法有显著提升，在区间预测上有良好表现，预测区间覆盖概率(PICP)、预测区间平均带宽(PINAW)及综合覆盖带宽指标(CWC)分别为94%、0.16、1.72,表明该方法能准确描述未来风速趋势，提升预测精度，对解决高铁安全运营问题具有实用价值。     

ZR-250-7GD8真空钎焊炉数学模型的辨识

通过对ZR－250－7GD8真空钎焊炉受控对象的机理分析，确定其待辨识模型的形式，然后利用实验输入、输出数据，采用信息压缩矩阵的UD分解对系统数学模型进行了辨识，并对辨识获得的模型进行了验证。     

U—D分解渐消记忆滤波神经网络控制器在船舶操纵中的应用

针对前馈网络BP算法所存在的收敛速度慢且常遇局部极小值等缺陷，提出一种基于U－D分解的渐消记忆推广Kalman滤波学习新方法。与EKF相比，该方法不仅大大加快了学习收敛速度，数值稳定性好，而且比BP算法需较少学习次数和隐节点数，学习效果也更好，将这种学习算法应用在船舶操纵的神经网络控制器中，仿真结果表明该方法是提高网络学习速度改善学习效果的一种有效方法，可有效解决非线性系统的控制问题。     

城市路网交通信号分层分布式控制优化方法

合理的路网信号控制结构对提高城市交通系统运行效率具有重要意义。本文综合考虑控制性能和计算效率，提出路网交通信号分层分布式控制策略。在控制结构的上层，引入Webster方法实时更新周期时长；在下层，采用模型预测控制方法对交叉口信号控制问题进行建模，以最小化路网总行程时间为目标，优化信号绿信比，并利用Benders分解思路将原问题分解为独立求解单个交叉口信号配时方案的Primal问题和协调优化相邻交叉口间交通流交互作用的Master问题，提出一种基于Benders分解的双层分布式信号协调控制优化算法。通过两个实际路网算例，验证分层分布式控制方法的有效性，并针对上下层的控制方法设置对比实验。结果表明：基于Benders分解的分布式模型预测控制方法能求得接近集中式控制的整体优化解(路网总行程时间差在3.26%以下)，在兼顾控制性能的同时大幅提升优化求解的计算效率，相较于集中式控制，计算时间减少的幅度可达42.24%；在不同实验场景下，分布式控制方法的控制效果均优于定时控制方法，路网总行程时间约减少9.40%～20.57%。此外，在上层加入周期优化层后，分层控制方法能根据实时交通状态调整周期时长...