轨道与接触网几何检测融合技术研究

为解决现有轨道和接触网几何参数检测系统相对独立、同步误差大的问题,对二者进行融合.改变检测系统硬件架构,统一两系统编码器脉冲及数据接口,提升系统硬件集成度及数据对齐精度;依据QNX系统开发融合系统软件,保证系统实时性及执行效率;制作L形工装,依据特征波形验证数据对齐精度;在实验室模拟车体振动的测试环境,分别采集静态及动...     

基于数据分析的公交车驾驶员分类管理方法优化研究

公交车驾驶员安全驾驶对公交安全管理至关重要。本文提出一种基于数据分析的公交车驾驶员分类管理方法,该方法可以识别出驾驶员行车中的各种关联因素,并使用大数据算法分析这些因素对行车安全的影响系数,最终将驾驶员分为绿区、黄区（观察级）、橙区（关注级）、红区（关怀级）等级别,以提高公交安全管理水平。     

大规模电子海图矢量数据在船舶路径规划建模中的应用

为了提高船舶航运效率,确保海上航运的安全性,利用电子海图数据进行船舶路径避障规划具有重要意义。本文设计一种基于电子海图矢量数据的船舶路径规划建模方法,首先介绍电子海图系统的研究现状,然后针对电子海图矢量数据的数学建模进行深入研究,最后结合GA算法开发了一种海上船舶路径规划与建模的方法。     

机器学习算法在柴油机性能预测与优化设计的应用

船用柴油机以其自身所具备的诸多特点,已经完全取代蒸汽机,在造船工业中得到广泛应用,逐步成为各种船舶的主要动力。按照作用的不同,柴油机分为主机和辅机,前者为船舶推进动力,后者主要负责带动发动机和其他设备,如空压机、水泵等。船用柴油机可分为高中低速三类,各类的性能有所差别,在对柴油机的性能进行预测和优化时,可以运用先进的机器学习算法,选取适宜的预测模型,通过机械学习算法对模型进行优化设计,以此来满足柴油机性能预测的需要,提高船舶的整体性能。     

时变强多途干扰下基于差分编码的水声OFDM通信算法

时变强多途干扰影响水声通信系统性能,针对时变强多途干扰问题,提出基于差分编码的水声OFDM通信(Underwater acoustic OFDM communications based on differential coding, DC-OFDM)算法。利用循环前缀技术和OFDM通信技术固有的抗多途特性,有效消除时变多途干扰,避免信道估计环节,直接进行解码判决。南海实测信道仿真(信噪比为8dB时,DQPSK100组仿真试验,2×10~6个源码,全部正确解码)和水箱试验(信噪比为15dB时,DQPSK100组水箱试验,2×10~6个源码,在时变强多途干扰下全部正确解码)。结果表明,所提算法能有效解决时变强多途干扰问题,实现时变强多途水声信道下的可靠水声通信。     

基于改进深度学习算法的船舶柴油机故障诊断技术

随着数据挖掘技术的发展,深度置信网络(DBN)这类深度学习算法被越来越多运用到工程领域。在故障诊断领域,结合DBN强大的自适应特征提取和非线性映射能力,可以摆脱以往对专家经验的依赖。基于此,本文为有效地监测柴油机气缸运行状态,提出一种基于改进深度学习算法的船舶柴油机故障诊断技术。先将原始信号的频域形式输入DBN当中,采用蚱蜢优化算法(GOA)搜索DBN的最优参数组合,并建立起最佳的柴油机气缸故障诊断模型。经测试验证,本文提出的诊断模型能够准确识别柴油机气缸运行状态并进行故障诊断,诊断率可以达到99.5%以上,具有较好的工程实用价值。     

AUV全局路径规划环境建模算法研究进展

AUV的路径规划算法是AUV最为核心的技术之一。本文在分析AUV自主巡航技术背景的基础上,综述针对海底环境的全局路径规划环境建模方法的研究现状,并比较栅格法、拓扑法和可视图法的优缺点;讨论了国内外学者在探索海流对AUV全局路径规划环境建模影响方面的研究进展。基于对AUV海流影响研究现状,展望了该领域的发展方向,并给出了2种考虑洋流影响的AUV全局路径规划环境建模算法。     

水面无人艇环形轨迹跟踪方法研究与实现

为提高无人航行器对轨迹的实航跟踪能力,结合航行器运动特性,提出势点跟踪算法,实现对典型航迹(环形轨迹)的稳定跟踪。以无人水面艇(Unmanned Surface Vehicle, USV)作为验证平台,基于拟合偏差的最小二乘航向辨识,获得系统数学模型,并设计相应的控制律,在搭建好仿真平台后,针对无人水面艇控制特性设计相关控制策略及制导律,完成势点跟踪算法的设计及仿真验证。后经典型海况下多航次试验,经过对实航轨迹及USV与环形轨迹间距离变化规律分析,并结合数据均方根大小,表明了环形轨迹跟踪方法设计的合理性。