SMA-5在京秦高速廊坊段罩面工程中的应用

有关SMA-5沥青混合料配合比设计及各项路用性能试验的研究表明,现行的SMA沥青混合料设计方法用于SMA-5设计是可行的。且具有良好的路用性能和表面功能,可作为沥青路面预防性养护的超薄罩面层。     

单孔检层法波速测试在工程勘察中的应用

简述了单孔法波速测试方法的工作原理、现场施测技术以及数据处理和资料分析过程,说明了波速测试技术在岩土工程勘察设计中的应用和效果。     

半刚性基层与沥青面层粘结性能影响因素

借鉴国外LPDS剪切试验方法,通过自行设计的室内直剪试验和斜剪试验,以剪切强度和单位剪切强度(剪切强度与破坏变形的商)作为评价指标,研究了沥青混合料、粘层材料、半刚性基层材料、沥青混合料与粘层材料的界面、粘层材料与半刚性基层的界面对沥青面层和半刚性基层之间抗剪切强度的影响。分析结果表明:提高沥青混合料公称最大粒径和压实度将有利于增强层间粘结性;高强度、粗糙、密实型的半刚性材料也将有效改善基层与沥青面层的粘结性;粘度不是选择粘层材料的主要因素,应结合工程实际,通过试验选择粘层材料的品种与剂量;基层表面清理是提高层间粘结性的重要措施,透层油应在基层清理后撒布,剂量宜为0.3~0.6 L.m-2;在层间热沥青上撒布一定的单一粒径,较粗规格,且与沥青粘附性较好的碱性碎石不仅具有工程意义,对提高层间粘结水平也有较明显作用。     

冷再生沥青结构中残留层对路面结构的影响

根据冷再生层厚度以及不同的残留层厚度和模量,建立路面结构力学模型,利用有限元软件对路面结构进行计算,得到残留层厚度和模量的变化与冷再生层层底拉应力的变化规律,分析了残留基层厚度对路面结构的影响.     

桥面防水黏结层的试验及应用研究

通过试验研究了橡胶及SBS改性沥青防水黏结层的相关性能,并给出了防水黏结层中改性沥青与碎石的最佳配合比。室内试验表明:橡胶沥青防水黏结层剪切及拉拔强度均要优于SBS改性沥青,具备更优的防水黏结性能;橡胶沥青防水黏结层的平均剪切破坏位移要大于SBS沥青防水黏结层,前者的位移范围为9～11 mm,后者为7～9 mm,表明橡胶沥青防水层的抗变形破坏能力更强。工程实例表明:采用橡胶沥青作为连续刚构桥的防水黏结层后,施工现场剪切强度与拉拔强度的检测结果与室内试验有较好的一致性,且均满足规范要求,具备良好的防水黏结性能。     

旧砼路面板上沥青加铺层直道试验研究

对不同结构方案下的旧水泥混凝土路面板上沥青混凝土加铺层结构进行直道试验,分析研究了不同轴重及荷载次数作用下的接缝弯沉差、车辙变形以及路面的疲劳特性,并对比了沥青加铺材料及结构优劣性.结果表明,在不同轴载的反复作用下,所研究的新型沥青混凝土材料在接缝路表弯沉、车辙变形量和路面结构的抗剪切疲劳特性等方面都优于普通的AC-20沥青混凝土.     

不同变换域下LMS算法收敛性能分析

现代舰船由于电子系统集中,空间狭窄,存在严重的电磁干扰问题.解决此问题的有效途径是自适应干扰抵消,其核心则是自适应滤波算法.在提出自适应干扰抵消模型的基础上,就目前改进LMS自适应滤波算法的域变换算法进行了研究.叙述了LMS算法,对比分析研究了其在时域和一般变换域下的收敛性能.结合Walsh域与小波域的变换实例进行了计算机模拟仿真,结果表明,通过域变换后的自适应滤波算法的收敛性能明显得到改善.最后提出了未来自适应滤波算法发展方向.     

雾天环境下的舰船图像增强算法研究

为了提高雾天环境下的舰船图像质量,提出一种形态滤波算法和小波变换的雾天环境下舰船图像增强算法。首先采集雾天环境下的舰船图像,并对图像进行形态滤波操作,去掉舰船图像中的噪声,将舰船图像的重要信息保留下来,然后采用小波变换对2幅舰船图像分别进行分解,并对它们进行融合和增强,消除雾天环境对舰船图像的干扰,得到更加清晰的舰船图像,最后与其他算法进行舰船图像增强仿真实验,仿真实验表明本文算法的舰船图像信噪比要高于对比算法,可以对雾天环境中的不利因素进行有效的抑制,得到的舰船图像的视觉效果十分理想,解决了当前雾天环境下舰船图像增强中的难题。     

舰船用通信网络的入侵检测技术研究

舰船用通信网络容易受到敌方电磁场的入侵干扰,导致通信受阻,通过入侵检测,提高舰船用通信网络的抗毁性。提出一种基于自适应线谱增强和滤波技术的舰船用通信网络的入侵检测技术。采用多源波束形成方法进行舰船用通信网络传输信号采集,对采集的通信信号进行自适应线谱增强处理,提高网络通信信号的增益强度,对增强的网络通信信号进行抗干扰滤波设计,采用梯度算法对滤波输出的舰船用通信网络传输信号进行自适应迭代,准确检测出信号中的入侵成分。仿真结果表明,采用该检测技术进行舰船用通信网络的入侵检测的准确检测概率较高,抗电磁干扰能力较强。     

基于DPCA和Kalman滤波的SAS运动误差估计

SAS系统的运动不稳定性是限制其发展的一个主要因素。等效相位中心(DPCA)自聚焦算法是基于原始回波数据的运动补偿方法。由于DPCA自聚焦算法在估计过程中是以前一个脉冲对应的阵列位置为基准,因此,随着脉冲次数的增加,估计残差将会逐渐积累,特别是当某次脉冲对应的估计残差较大时,DPCA自聚焦算法的估计精度就会受到严重的影响。本文将Kalman滤波算法和DPCA自聚焦算法融和,以最小均方误差为最佳准则,采用随机过程的矢量模型和递归算法,获得信号和噪声的最佳分离,提高了对SAS运动误差的估计精度。