基于Unscented卡尔曼滤波器的地磁辅助组合导航

将船位推算与地磁测量相结合构成组合导航方法.首先建立了推算模型,然后利用Unscented卡尔曼滤波方法,直接将地磁测量的结果用于校正推算结果,进行导航定位.此方法不采用匹配方法进行定位,可进行实时定位,能适用于非线性和离散的地磁模型.仿真表明,此方法能减小定位误差,适用于基于船位推算和地磁定位的实时组合导航.     

卡尔曼滤波在潜艇垂直面运动控制器设计中的应用

潜艇低噪声操纵存在无效用舵现象。简要介绍了滤波信号的表示形式,在潜艇垂直面线性运动方程的基础上,得出了滤波信号的系统模型,并对其进行了离散化处理;将均方差最小线性递推滤波算法引入到输入信号的控制过程中,通过仿真证明对输入信号进行卡尔曼滤波能够提高输入信号的品质,用于工程应用。     

一种船舶电力滤波器的仿真研究

在小型船舶电力推进系统中,变频驱动产生了严重的谐波污染,导致电力系统的容量大大增加,恶化电网电能质量,甚至影响了船舶安全运行.针对电力推进船舶电网存在的谐波污染问题,设计了电力滤波器的拓扑结构,制定其控制策略,分析该滤波器的工作原理,并进行计算机仿真,验证了该滤波器的有效性.     

模拟现场工况条件下的无纺布淤堵试验研究

通过对荆江长河段航道整治护坡工程的结构形式及其中常用的短纤针刺非织造土工布进行调研,针对反滤层中无纺布潜在的淤堵问题及其对岸坡稳定性的影响进行分析,研制了模拟现场工况条件的土工合成材料淤堵试验仪,分别将水力梯度、垫层砂厚度、砂的粗细、土质类别及无纺布孔径单一因子对无纺布淤堵的影响进行试验分析,探讨各因子对无纺布淤堵的影响规律。     

适于TBM施工的HSP法实时预报技术设计与实现

为实现TBM施工隧道的实时地质预报,以TBM刀盘滚刀破岩震动作为震源的HSP法地质预报技术为基础,通过分析TBM施工工艺与机身结构特点,对HSP系统硬件和软件进行优化设计,使其小型化、自动化和智能化,并搭载于TBM上进行智能控制。在TBM掘进过程中,首先,通过隧道轮廓位置的检波器连续或高频次地采集地震反射波信号; 然后,经系统软件对数据的自动处理,实时获取掌子面前方地层反射特征参数图谱; 其次,通过智能识别技术完成对不良地质反射界面的有效拾取与判识; 最后,实现不良地质的探测。通过对适于TBM施工的HSP法实时预报技术进行优化设计,实时探查前方地层不良地质(体)位置、规模与性质,为TBM的高效施工起到一定的推助作用。     

压气条件下泥膜进气值测量试验研究

在压气条件下,进气是泥膜透气失效的起始点。为测量并研究泥膜在气压下的进气压力值（进气值）,通过自制的试验装置,在不同压气条件下对3种泥膜进行进气值测量试验。试验结果表明： 1)由闭气排水与固结排水的差值可以辨别泥膜是否进气,得到泥膜进气值; 2)采用泥膜特征孔径D90/2代入推导公式可近似计算泥膜进气值; 3)泥膜在不同压气条件下进气值不同,增压速率越低,泥膜进气值越大; 4)在较快和较慢的增压速率下存在进气值变化趋于稳定的现象,最大进气值为最小值的2倍以上。     

国六柴油机颗粒物捕集器在工程应用中的关键问题分析

通过分析国六排放法规,并结合对OEM(Original Equipment Manufacturer)市场国六后处理技术的开发以及我国的特殊地理环境,总结了国六柴油机颗粒物捕集器(Diesel Particulate Filter,DPF)开发的重点、难点问题.综合来看,开发高目数、薄壁、非对称孔道结构及高强度的DPF...     

国外客车被动安全研究

近年来,国外大客车被动安全研究进展迅速,并取得了良好的效果。在欧美等国家,虽然公路客运量比重最大,但与其它交通工具相比,大客车交通事故死亡人数却是最少的,这与这些国家客车的被动安全研究有密切的关系。本文从国外客车事故统计与分析、被动安全研究方法以及目前正在研究的新项目等三方面对国外大型客车被动安全研究的状况进行介绍,以对我国刚刚起步的大客车被动安全的研究工作起到推动作用。     

客车侧翻试验及评价方法研究

针对国内某型客车的实车侧翻试验,通过采集、处理试验数据,探讨客车侧翻试验及评价的方法和内容,为其他客车侧翻试验提供经验。     

Quasi-dynamic estimation of o–d flows from traffic counts: Formulation,statistical validation and performance analysis on real data

The paper proposes a “quasi-dynamic” framework for estimation of origin–destination (o–d) flow from traffic counts, under the assumption that o–d shares are constant across a reference period, whilst total flows leaving each origin vary for each sub-period within the reference period. The advantage of this approach over conventional within-day dynamic estimators is that of reducing drastically the number of unknowns given the same set of observed time-varying traffic counts. Obviously, the gain in accuracy depends on how realistic is the underlying assumption that total demand levels vary more rapidly over time than o–d shares. Firstly, the paper proposes a theoretical specification of the quasi-dynamic estimator. Subsequently, it proposes empirical and statistical tests to check the quasi-dynamic assumption and then compares the performances of the quasi-dynamic estimator of o–d flows with both classical off-line simultaneous dynamic estimators and on-line recursive Kalman filter-based estimators. Experiments are carried out on the real test site of A4–A23 motorways in North-Eastern Italy. Results confirm the acceptability of the assumption of quasi-dynamic o–d flows, even under the hypothesis of constant distribution shares for the whole day and show that the quasi-dynamic estimator outperforms significantly the simultaneous estimator. Data also suggest that using the quasi-dynamic estimates instead of the simultaneous estimates as historical o–d flows improves significantly the performances of the Kalman filter, which strongly depends of the quality of the seed o–d flows. In addition, it is shown that the aggregation of quasi-dynamic o–d estimates across subsequent time slices represents also the most effective way to obtain o–d estimates for larger time horizons (e.g. hourly estimates). Finally, a validation based on an hold-out sample of link flows (i.e. counts not used as inputs in the o–d estimation/updating process) revealed the quasi-dynamic estimator to be overall more robust and effective with respect to the other tested estimators.