时频分析方法小结

介绍两种不同的时频表示方法(线性时频表示、双线性时频表示),并论述了各种时频表示方法的优缺点,同时分析了抑制交叉项的方法。     

基于改进极限学习机的公交站点短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

谱分析法在路段行程时间预测中的应用

路段行程时间超前预报是动态交通诱导方案制定的基础,应用短时交通预测的方法可以获得将来某个时刻的路段行程时间数据,但已有研究成果,还存在适应性不强,计算量大,基础数据需求多等不足。应用谱分析及Karhunen-Loeve变换对随机序列的分解与重构功能,通过挖掘路段历史行程时间序列与当前检测行程时间序列的相似性特征进行序列重构,实现对后一时段路段行程时间的预测,结果显示,该方法具有良好的预测精度。     

基于双层K近邻算法的短时交通流预测

双层K近邻算法在K近邻算法的基础上,增加了模式匹配步骤,从而提高了K近邻算法的预测精度.鉴于此,利用双层K近邻算法,对北京市微波检测器数据进行分析,进而标定算法的最优参数.同时定义了预测算法的滞后性,并将双层K近邻算法与自适应预测算法的滞后性进行了对比,从预测精度及滞后性两方面验证了双层K近邻算法的适用性.     

一种基于混沌序列的短时猝发水声通信方法

传统的水声通信发射信号持续时间长,隐蔽性差和抗干扰能力差。文中设计了一种短时猝发的扩频通信方法,用优选后的混沌序列作为多进制扩频通信的伪随机序列,并将同步信号和数据信息分别放置在不同的子通道上,极大地压缩了发射信号时长。仿真结果表明该方法能大大提高水声通信的抗扰和隐蔽性能。     

钢管漏磁检测信号的时频分析

介绍了时频分析中的短时傅立叶变换和小波变换的基本概念和特性。对钢管缺陷的漏磁信号分别进行短时傅立叶变换和小波变换分析与处理，比较它们的优缺点，得出时频分析是解决钢管漏磁突变异常信号的一种有效方法，尤其小波分析方法在解决漏磁信号干扰剔除、数据压缩、特征提取方面更具优点。     

基于最小二乘向量机的公交站点短时客流预测

考虑上下游公交站点、历史同期客流和相邻间隔输入因子β三者的影响,采用最小二乘支持向量机回归算法建立预测模型,并利用粒子群算法优化模型参数.实例验证结果表明:三者均会对预测精度产生影响;当β=3并在多输入变量中设有上下游站点、历史同期客流维度时,该预测模型相比预测性能最好,平均绝对误差为0.625 0,均方误差为0.914 5.     

高速动车组转向架端部悬挂件对构架应力的影响

为了探究高速动车组转向架端部悬挂件对构架应力的影响规律,依据UIC 615-4标准,对转向架构架与端部悬挂件进行了有限元仿真,校核了构架疲劳强度;开展了实际运营条件下的跟踪测试试验,分析了不同位置测点应力的时、频域特征,计算了等效损伤;结合模态计算探讨了转向架端部悬挂件对构架侧梁端部应力状态产生较大影响的成因。分析结果表明:依据标准计算的弹簧帽筒区域的疲劳强度满足要求;远离辅助安装座区域的弹簧帽筒测点,实测最大等效损伤为0.01,靠近辅助安装座区域的弹簧帽筒测点,实测最大等效损伤为0.45,明显高于远离辅助安装座区域的测点;对于靠近辅助安装座区域的弹簧帽筒测点中,弹簧帽筒外侧测点即更靠近辅助安装座区域测点的等效损伤均高于内侧测点,二者等效损伤最大相差84.16%;实测数据存在38 Hz的主频,与辅助安装座和构架连接整体的第4阶模态接近,结合实测数据时频分析结果证明,车辆行驶与轨道不平顺波长共同作用产生的激扰,激起了辅助安装座和构架连接整体的第4阶模态,发生P₂共振导致弹簧帽筒区域产生过大应力。      

中速柴油机使用重油的试验研究

为配合柴油机烧重油试验研究，本文作者开发了一种“短时磨耗评价法”，用该法评价柴油机主要零部件的磨耗水平，只需柴油机运转数十小时。文中以缸径为200mm的柴油机为例，介绍了该方法的原理和实际使用情况。     

一种改进的神经网络及其在交通流量预测中的应用

针对BP神经网络运行的特点，提出用隔离小生境遗传算法优化传统的BP网络。实例证明，该神经网络的进化建模方法设计简单．模型性能评价全面合理，全局搜索效率较高，能有效地用于短时交通流量的预测。