调小机车生产状态智能感知与辅助决策系统设计与实现

调小机车作业是铁路运输工作中不可或缺的一部分,为了实现调小机车的合理使用,减少动力内耗,提高调小机车的运用效率,减少人工作业工作量,并解决工作人员无法实时分析调小机车作业数据的问题,提出一种基于LAIS、运用大数据技术的调小机车生产状态智能感知与辅助决策系统.该系统通过对LAIS生成的实时动态大数据进行分析,实现对调小...     

基于小波变换的轨道不平顺信号分析

为消除轨检车速度不稳定对采集的轨道不平顺信号频谱分析的影响,利用Haar小波变换建立了原始信 号瞬时频率与Haar小波系数的关系,以计算瞬时频率.根据求取的瞬时频率对采样信号进行内插和重采样,再 对重采样信号进行傅立叶变换,即可得到消除了畸变的频谱.      

海洋信息感知与综合传输网络

在信息化时代,人类要认识海洋、开发海洋,首先要感知海洋,了解海洋信息、构建海洋网络、建立海洋历史数据库和实时数据库,从中探索诸多海洋规律。特别是海洋战场,更需要全面的海洋信息感知能力和海洋信息综合传输能力。本文主要探讨海洋作战及海军装备对海洋信息感知和传输网络的需求,海洋信息感知对信息化战争的支撑作用和实现途径。     

基于车辆身份感知数据的路段轨迹重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

海上无人装备跨域通信技术发展研究

针对海上无人装备跨域集群作战的任务要求,总结出无人装备由于缺少人员的实时操控,其通信呈现出网络化、服务化、自主化、抗干扰、设备小型化等特点。梳理了国外无人机、无人艇、无人潜航器等无人装备通信系统的发展现状,并以美军《2017-2042年无人系统综合路线图》为参照,重点分析了无人装备跨域通信未来的发展趋势。在此基础上,重点从互操作性、自主智能、安全保密、人机协作4个方面,提出要重点研究和突破的关键技术。     

基于无线网络的舰船实时导航数据采集与传输研究

研究基于无线网络的舰船实时导航数据采集与传输,满足舰船实时导航数据传输的多样性需求。利用GPS接收机、罗兰C接收机、多普勒计程仪等导航数据采集设备,采集舰船位置信息、航行速度等实时导航数据,所采集数据利用无线局域网传输至舰船导航系统。无线局域网编码处理舰船实时导航数据与通信信道,采用信道加密方法加密编码后数据,利用压缩感知算法重构加密后数据,完成无线局域网的数据接收;数据接收的反向操作即数据发送过程,通过数据接收与发送2个过程,实现舰船实时导航数据传输。实验结果表明,该方法利用平台罗经仪有效采集舰船首向角数据,不同类型的舰船实时导航数据传输均未存在丢包情况。     

高速公路改扩建智慧交通组织设计研究

为利用智慧化手段对交通组织进行动态设计研究,推动交通组织持续完善,以梨东高速公路改扩建工程交通组织为研究对象,通过多源感知、大数据、信息化、机器学习等手段对其进行优化,力求实现施工期智慧交通组织,通过控制各种不利影响,使交通运行处于有序和可控状态。     

人格特质对年轻驾驶员潜在危险感知能力的影响

以年轻驾驶员为研究对象,采用问卷调查法,探究人格特质这一较稳定的因素对驾驶员潜在危险感知能力的影响。结果表明,内外倾、神经质、掩饰性对年轻驾驶员的潜在危险感知能力都有一定程度的影响。该研究为开发驾驶员潜在危险感知能力训练平台,并通过针对性训练提高驾驶员潜在危险感知能力提供了一个很好的理论参考。     

低可见度环境下基于同步定位与构图的无人驾驶汽车定位算法

为在大范围低可见度环境下实现无人驾驶汽车的高精度定位,基于VINS-Mono算法的系统框架,在系统的前端与后端分别增添了RFAST弱光图像增强模块与VG融合定位模块,提出了一种融合定位算法LVG＿SLAM;RFAST弱光图像增强模块采用小波变换将原始输入图像的细节信息与亮度信息分离,对于包含原始图像噪声的细节信息通过统一阈值和均值滤波2种方式实现噪声抑制,并利用双边纹理滤波算法进行细节增强,在此基础上,根据多尺度Retinex算法增强图像的对比度,提高低可见度环境下角点提取的成功率,从而保证图像跟踪的稳定性,改善定位算法的鲁棒性;基于无迹卡尔曼滤波算法,VG融合定位模块将GNSS定位信息与惯性导航测量信息进行松耦合,融合定位结果作为约束引入VI-SLAM后端,通过联合非线性优化的方式减少累积误差对算法定位精度的影响。计算结果表明：相较于VINS-Mono算法,改进的LVG＿SLAM融合定位算法在EuRoC与Kitti公开数据集上表现更加出色,均方根误差分别降低了38.76%与58.39%,运动轨迹更贴近真实轨迹;在实际夜晚道路场景下,LVG＿SLAM算法将定位误差控制在一定范围内,顺利...