关于大功率滤波器的设计研究

大功率滤波器在车载通信系统中应用比较广泛,目前BTM发送板输出部分就有成熟的带通大功率滤波器,主要目的是抑制二次谐波和三次谐波。以欧洲环线为例,进行接收板大功率滤波器的设计研究探讨。欧洲环线车载系统需要接收来自轨旁设备的CDMA信号,同时还要保证应答器的正常工作。应答器的激活信号是27.095 MHz,发送输出功率是20 W(43 dBm),这些信号均在1根同轴电缆中传送,在射频前端使用高功率滤波器来滤除27.095 MHz信号,保证13.5 MHz的CDMA信号正常接收,需对27.095 MHz和4.5 MHz干扰信号进行抑制处理,以满足后续电路正常工作。     

隧道交通事故自动检测仿真研究

采用VISSIM交通仿真软件,对城市隧道内的物理环境进行仿真,可设计出一种基于交通流参数的交通事故自动检测方法。该方法可以方便、快捷、准确地判断隧道内的交通运行状况,因而具有一定的实用价值。     

高速列车随车移动点的脉动风速模拟

以修正Karman风速谱为目标谱, 基于最小信息准则确定线性滤波法自回归模型的阶数, 采用线性滤波法和谐波叠加法模拟了高速列车随车移动点的脉动风速时间历程, 并验证了模拟结果的可靠性, 对比了2种方法模拟脉动风速均值、方差、幅频、相频等特征变量以及风速分布规律的差异, 并分析了2种方法的计算效率。分析结果表明: 采用2种方法得到的脉动风速功率谱密度均围绕目标谱波动; 脉动风速均值约为0, 由于随机数的使用, 使得脉动风速峰值在个别时间点存在差异, 且在低频区域得到的仿真谱差异可能超过50%;不同风向角下计算所得脉动风速均值的差异小于2%, 且脉动风速的分布规律几乎一致; 当列车运行速度为80m·s^-1, 且距地面高度10m处平均风速为25m·s^-1时, 2种方法得到的脉动风速峰值均值间的差异小于1%, 表明2种方法均适用于模拟高速列车随车移动点的脉动风速; 2种方法所得脉动风速幅值均随脉动风速频率的增大而减小, 相位在-π~π内波动, 脉动风速分布在-3~3m·s^-1内的差异仅为0.48%;采用2种方法所得脉动风速点数满足高斯分布, 且高斯分布拟合系数最大差异为3.15%;采用线性滤波法模拟所得脉动风速波动比谐波叠加法大7.89%, 其稳定性劣于谐波叠加法; 采用线性滤波法的计算时间约为谐波叠加法的1/9, 其计算效率远高于谐波叠加法。     

船舶动力定位系统数学模型参数辨识方法研究

\t   目的  \t 近年来,随着船舶朝着大型化、高速化、智能化的方向发展,船舶动力定位技术显得尤为重要。为了在动力定位系统中建立运动数学模型,需要确定模型中各参数的值。\t   方法  \t 首先,以一艘挖泥船为研究对象,建立船舶运动数学模型,并分离出纵荡运动模型以及横荡与艏摇运动模型;然后,基于系统辨识理论和反馈粒子滤波算法辨识模型中的未知参数,包括2个主推进器和1个侧推进器的推力系数;最后,进行仿真实验,求得待辨识的参数值。\t   结果  \t 通过与扩展卡尔曼算法的比较,显示反馈粒子滤波算法对参数辨识的效果更好,验证了反馈粒子滤波算法的可靠性。\t   结论  \t 该方法在船舶动力定位系统中具有良好的应用前景。     

计算机视觉技术在列车行李遗留检测上的应用

利用计算机视觉技术,通过帧差法和YOLOv3目标检测算法实现了列车车厢内遗留行李的自动检测和识别,检测效果良好。     

基于分布式网络的分步滤波算法的改进

在实际的多传感器动态系统中,传感器之间网络通讯时要进行坐标转换,该过程具有的不确定性将对融合结果产生不利影响。文章对已有的基于分布式网络结构的分步式滤波算法进行了改进,考虑了这种不确定性产生的误差。在某一时刻所有传感器测量信息被获得后,先将这些测量信息进行坐标统一处理,再用中心坐标系统下的测量信息依次对先前的估计逐个进行滤波更新,最终得到该时刻的全局融合估计。文章通过计算机仿真说明了该算法的精确度不仅与集中式算法的精确度仍然相当,而且具有更实际的应用价值。     

电动车窗防夹系统的建模与实现

针对电动车窗防夹系统的功能需求,给出了电动车窗防夹系统的物理模型,并建立了电动车窗防夹控制系统的二阶控制模型,提出了简易的控制系统估计器;设计并实现了基于LIN总线的电动车窗防夹系统.实验结果证明,针对相应结构的车窗,该算法具有较高的自适应性,并具备稳定性好、可行性高、成本低等特点.     

未确知滤波法在监测数据误差处理中的应用

从现代误差理论出发,将可信度分析思路引入到误差处理中。采用未确知数学中的滤波方法对数据序列进行计算,分析异常数据的性质,可以对异常值和粗差进行识别。通过对一路堑边坡监测实例数据的应用,表明该法能较好地对数据中的异常情况进行探测,较为适用。     

面向车路协同孪生仿真测试的多尺度滤波同步方法

为提升车路协同孪生仿真测试系统的同步性能,明确了孪生主体的运行机理,分析了影响系统同步性能的干扰因素,建立了孪生状态同步映射模型; 针对孪生状态采样的时钟异步问题,设计了时钟误差估计策略,修正了孪生仿真测试系统的量测时间偏差; 在此基础上,结合卡尔曼滤波原理,引入多尺度滤波器更新机制,建立了考虑同步采样误差的量测噪声模型,提出了多尺度滤波同步优化方法; 最后,在搭建的孪生仿真测试原型系统中,选取NGSIM数据集的车辆轨迹开展试验。研究结果表明：在不同车辆速度条件下,提出的多尺度滤波同步优化方法能够保持良好的同步性能; 在横向坐标同步方面,平均绝对误差小于1 mm,99.5%的绝对误差控制在8 mm以内; 在纵向坐标同步方面,平均绝对误差小于9 mm,99.5%的绝对误差控制在38 mm以内; 在速度同步方面,平均绝对误差小于2.8 cm·s^-1,99.5%的绝对误差控制在24 cm·s^-1以内; 在偏航角同步方面,平均绝对误差小于1.1×10^-3 rad,99.5%的绝对误差控制在1.1×10^-2 rad以内; 与航迹推算方法相比,提出的方法能够在横向坐标、纵向坐标、速度和偏航角方面平均提升30.0%的同步精度,能够有效解决孪生主体的状态异步问题,可保障车路协同孪生仿真测试系统的实时同步与精准运行。