混凝土斜拉桥主梁施工期时变抗力分析

施工中的混凝土斜拉桥是一个混凝土强度和结构外型不断随时问变化的“时变结构”,显然,其抗力不仅具有随机性,而且还具有时变性。该文根据施工期的特点以及施工过程中混凝土早龄期强度随时间不断变化的规律,考虑抗力的随机性和时变性,建立了混凝土斜拉桥主梁施工期抗力的概率模型。并对影响抗力的参数进行了敏感性分析。     

新能源船舶路径跟踪自抗扰控制方法

新能源船舶运动路径控制属于欠驱动控制,传统PID控制动态性能较差,无法适应新能源船舶运动中遇到的扰动问题。本文在对新能源船舶进行运动分析的基础上,提出一种新能源船舶路径跟踪自抗扰控制器的设计方案,该路径跟踪自抗扰控制器包括舵角自抗扰控制器、扩张状态观测器和跟踪微分器等,对舵角自抗扰控制器、扩张状态观测器和跟踪微分器进行了详细设计,使用Matlab对新能源船舶自抗扰控制进行了仿真,得到了轨迹跟踪、首向角变化以及速度变化的仿真结果。仿真结果表明,设计的控制器能够对设定轨迹进行跟随,具有较好的稳定性。     

基于双编码策略的水声OFDM通信算法

针对船舶噪声和时变多途干扰问题,提出基于双编码策略的水声正交频分复用(DE-OFDM)通信算法。基于信道卷积编码的冗余和记忆特性,将信息比特数量提升多倍,进行约束,得到编码比特,提高通信系统抗船舶噪声和时变多途干扰性能;提出差分编码技术,构建参考相位,利用相邻相位差值进行符号编码,有效消除船舶噪声和时变多途干扰;基于循环前缀技术和OFDM通信技术抗多途特性,有效消除时变多途干扰。进行仿真和100组水箱时变且含船舶噪声信道下的试验,试验结果验证了所提算法的有效性。     

改进的中心差分卡尔曼滤波水下被动目标跟踪

中心差分卡尔曼滤波是目标跟踪领域中常用的非线性滤波方法之一,但在单站的纯方位目标跟踪中,有时受观测站的运动轨迹、观测噪声等影响,中心差分卡尔曼滤波会出现滤波不稳定甚至发散的情况。针对这一问题,本文提出一种基于奇异值分解平方根的中心差分卡尔曼滤波改进方法。通过采用QR分解和奇异值分解2种不同的方式计算协方差的平方根,代替协方差矩阵参与运算,增强算法的稳定性。通过3种不同情形下的仿真结果均表明,所提方法与常规的中心差分卡尔曼滤波和经典的平方根无迹卡尔曼滤波方法相比,具有最低的均方根误差。     

土体相对密度对土工格室加筋砂土地基性能的影响

为了研究地基相对密度对土工格室加筋性能的影响,对五种不同相对密度(30％、40％、50％、60％和70％)的土工格室加筋砂土地基和未加筋砂土地基的模型进行载荷试验,研究不同相对密度土体地基的承载力沉降曲线、承载力提高系数、路基变形与基底沉降以及加筋拉应变的分布规律,并对土工格室加筋砂土地基的作用机理进行分析.试验结果表...     

导线和水准测量的起始数据误差

从闭合差、点位中误差分析起始数据误差与测量误差的关系,指出布设控制网应注意之处.     

通用AIS在VTS中的应用分析

介绍了AIS在VTS中的实验与应用、通用AIS的特性与工作模式,分析了UAIS与VTS系统融合应用的结构、多传感器融合原理、融合应用的效益以及面临的课题。     

云计算技术的舰船运动目标自动跟踪

针对传统舰船运动目标的自动跟踪方法存在滞后性,导致舰船运动目标无法完整出现在搜索窗中的问题,提出一种云计算技术的舰船运动目标自动跟踪方法。首先提取舰船运动目标特征点,使用Harris算子图像的一阶导数提取出舰船运动目标特征点,然后利用云计算的分布式的计算特点,分布计算舰船运动目标的跟踪向量,得到循环跟踪矩阵,选取跟踪目标搜索窗,计算目标搜索窗的大小后,实现舰船运动目标自动跟踪。实验结果表明,与传统舰船运动目标自动跟踪方法相比,云计算技术的舰船运动目标自动跟踪方法不存在滞后性,搜索窗中可以全部呈现出舰船运动目标。     

钢渣土工应用渗透特性试验研究

为使废弃钢渣在道路基层填充或地基回填等工程中被合理利用,根据粒径及化学组成将废弃钢渣分为细、粗、砾3种钢渣.通过颗粒分析试验、相对密度试验和比重试验得到了3种钢渣的基本物理参数;然后,考虑不同相对密实度、级配等因素开展纯钢渣的常水头渗透试验,测试各工况下的渗透系数;并分别推导出3种钢渣渗透系数的预测公式.研究结果表明:纯钢渣的渗透系数受粒径和相对密度影响较大,相对密度越大,渗透系数越小;细钢渣、粗钢渣以及砾钢渣的渗透系数分别在10~(-3)、10~(-2)以及10~(-5)～10~(-3).修正后的Chapuis公式适用于粗、细钢渣渗透系数的预测,拟合所得砾钢渣渗透系数与实验值偏差较小.从渗透性能来看,钢渣适用于路基填充和建筑地基回填等实际工程中,研究结果为废弃钢渣合理用于路基等工程的设计与施工提供参考.     

面向低速清扫车的信息融合车辆跟踪方法

交通参与者运动的准确跟踪与预测对智能车行为决策的有效性至关重要。传统运动目标的跟踪系统多采用单一传感器,难以保证数据的精度与可信度。为提高系统的鲁棒性与可靠性,设计一种融合毫米波雷达和相机的目标跟踪方案,该方案针对多目标的特征级信息进行融合。首先,考虑低速行驶的自动驾驶清扫车所处环境杂波较多,方案选择基于IMM/JPDA的多目标跟踪方法估计局部航迹。为降低JPDA数据关联的计算复杂度,结合基于马氏距离构造的椭圆关联门和基于车辆非完整性约束构造的扇形关联门,实现关联门的自适应调整,减少关联杂波的干扰。其次,结合传感器的配置与特性,对目标的航迹状态进行空间对准和时间对准,按照航迹点间的欧氏距离和互协方差选择融合模式,进行局部航迹融合。最后,为验证多目标跟踪和航迹融合方法的有效性与实用性,分别设计基于MATLAB/PreScan环境的仿真试验和基于智能清扫车平台的实车试验。研究结果表明：在横、纵方向上,融合后的系统状态都比单一传感器的估计状态更为准确,融合结果对单一传感器的估计误差有35%以上的提升;实车试验证明,该方案能有效融合ESR毫米波雷达和Mobileye单目前视相机的状态估计信息,能基本正确地跟踪目标和估计航迹;融合状态的横、纵向误差都在可接受范围以内,且融合状态比单一传感器的估计波动更小。