TBM拆装技术研究与应用

以TB880E型隧道掘进机为例,着重论述TBM拆卸与组装调试方案以及在施工实践中的应用。     

基于时间序列分析的地铁变形监测数据建模与预报研究

变形监测数据分析与预报是变形数据处理中的重要内容,可靠的预报是决策的重要依据。根据时间序列的特性,阐述了如何应用该方法对变形监测数据进行建模与预报,并通过某地铁变形监测数据进行建模,验证该方法的可靠性和有效性。     

CTCS-3级列控系统车载设备测试序列优化生成方法

根据车载设备功能测试的需求,研究基于中国邮路算法优化生成CTC3-3级列控系统车载设备测试序列的方法.在分析测试序列构造方法的基础上,将测试序列的优化生成问题转换为求解1个具有多重弧的有向图的中国邮路问题.针对测试序列的特点,利用Edmonds-Johnson算法和LINGO建模工具对中国邮路问题进行求解,即通过构造容...     

基于径向基神经网络的铁路客货运量预测研究

根据径向基神经网络具有分析非线性动态系统的混沌特性的特点,对铁路客货运发送量相关时间序列进行分析和研究,在Takens相空间重构的基础上,利用互信息方法求嵌入时延、伪邻域方法求嵌入维数;应用G-P方法和最大Lyapunov指数方法对铁路客货运量时间序列进行混沌识别;根据RBF神经网络的学习算法和辨识原理,对铁路客货运量预测流程进行分析。应用径向基神经网络对铁路客货运量自1999-01-01-2012-08-27共4 988 d的发送量为基础进行径向基神经网络预测;并对预测误差进行检验及对预测结果进行分析。研究结果表明：基于径向基神经网络预测值能很好地与实际值相吻合,因而在铁路客货运量相关时间序列中预测有广泛的实用价值。     

LTE系统中采用SGA-PTS技术降低OFDM峰均比的研究与仿真

LTE系统以OFDM技术为核心,但OFDM技术自身存在高峰均比的问题。随着硬件技术的迅速发展,概率类技术被认为是最有希望解决OFDM系统峰均比PAPR问题的一类方法。部分传输序列PTS(Partial Transmit Sequence)技术作为概率类技术中的代表技术一直广受关注,其关键问题在于搜索到合适的相位因子序列,使OFDM信号的峰均比性能最好。本文将混合的模拟退火遗传算法SGA(Simulated Annealing Genetic Algorithm)应用于PTS技术中相位因子序列的搜索,并通过仿真验证其有效性及优越性。对于相同的峰均比阈值要求,SGA算法能更好地改善PTS技术搜索最优相位因子序列的复杂度问题,使其更易于实现。     

45m连续箱梁滑移模架拆卸施工

滑移模架造桥机是一种新型桥梁施工设备,由于其方便快捷及适应性广泛,目前已被现场大量使用。本文结合工程实际,简要介绍DZ45/1900型滑移模架的拆卸方法。     

变长序列相关性与DS-CDMA性能分析

基于对变长扩频序列相关特性的分析，研究了采用0VSF扩频序列的多速率异步DS—CDMA系统性能，导出以序列非周期部分相关表示的多址干扰分析结果．数值分析结果表明，干扰用户序列长度对期望用户BER能有较大影响，而期望用户所采用的序列长度对自身BER性能的影响较小。