一种基于小孔径基阵的高精度水下目标被动定位方法

研究小孔径基阵条件下的高精度水下目标被动定位是一个具有实用价值的问题。提出一种基于矢量水听器和小孔径标量圆形阵的高精度水下目标被动定位方法。将矢量水听器置于标量圆形阵的圆心处,综合利用标量阵常规波束形成的稳健性和矢量水听器的测向原理,可大幅提高目标的测向精度。并利用多个基阵进行空间方位交汇可对目标进行测距。当存在多个目标时,通过基阵两两组合进行“举手表决”剔除伪解的方法,还可分辨多个目标。仿真结果表明,在4个基阵围成的边长5 km的正方形探测区域内,3个目标测向精度均在1°以内,相对测距误差低于5%,验证了该方法的有效性。     

一种基于小孔径基阵的高精度水下目标被动定位方法

研究小孔径基阵条件下的高精度水下目标被动定位是一个具有实用价值的问题。提出一种基于矢量水听器和小孔径标量圆形阵的高精度水下目标被动定位方法。将矢量水听器置于标量圆形阵的圆心处,综合利用标量阵常规波束形成的稳健性和矢量水听器的测向原理,可大幅提高目标的测向精度。并利用多个基阵进行空间方位交汇可对目标进行测距。当存在多个目标时,通过基阵两两组合进行"举手表决"剔除伪解的方法,还可分辨多个目标。仿真结果表明,在4个基阵围成的边长5 km的正方形探测区域内,3个目标测向精度均在1°以内,相对测距误差低于5%,验证了该方法的有效性。     

高精度船舶高光谱图像的解混方法

典型的高光谱图像解混利用端元选择技术,而高精度图像信息存在冗余,导致端元选择繁琐,影响了解混处理的效率和质量。因此,以提升光谱图像解混处理效率为研究目的,将研究高精度船舶高光谱图像的解混方法。利用改进连续投影算法对高光谱图像进行降维处理后,在生成对抗网络中引入Lipschitz约束和光谱规则,实现对高光谱图像的解混处理。仿真实验结果表明,在处理噪声为40 dB图像时,方法的处理时间仅为1.18 s,且相比其他方法,解混后图像的质量更佳。     

高精度悬挂式单轨交通桥梁支座设计

针对悬挂式单轨交通桥梁的功能要求,提出高精度悬挂式单轨支座的设计方案,通过控制各装配结构之间的间隙和变形满足高精度要求,通过优化转动块结构满足抗拉拔功能,并完成有限元分析、样品试制及系列试验。结果表明支座受力和变形均匀,各项力学性能及功能均满足设计和标准要求且支座具有构造简单、结构紧凑、装配精度高、抗拉拔性能好的优点,可以为相关的悬挂式单轨交通桥梁工程建设提供参考。     

两组色散方程三层高精度显格式

针对色散方程u/t=a3u/x3,a为常数的初边值问题,采用组合差商法,构造了两组互为对称带参数的三层四点显式差分格式.格式的局部截断误差阶为O(τ2+h4),稳定性条件为0|r|≤1/4.当其中的参数满足一定的条件后,格式的精确度可以提高到O(τ2+h6),稳定性条件为0|r|≤1/60.这是两组高精度差分格式.最后用数值例子验证了理论分析的正确性.     

基于非线性有限元和快速建模的桥梁承载力预测

根据桥梁检测结果,准确、快速地预测桥梁承载力,对桥梁运营和维修具有重要意义.对基于非线性有限元软件的桥梁承载力预测技术进行了研究.首先介绍了精细建模技术,并通过大比例模型桥试验,证明了非线性有限元模型的准确性.为解决精细建模过于繁琐的问题,又开发了快速建模程序,以提高建模的方便性.最后,介绍了上述桥梁承载力预测技术的工程应用实例.     

基于RNN的智能网联汽车高精度定位方法

针对智能网联汽车行驶过程中GPS信号丢失引起定位失效的问题,提出基于RNN的高精度定位方法。采用数据驱动建模方法建立汽车行驶过程中基于RNN的定位模型,利用GPS、INS 和RTK等技术,设计了高精度定位数据采集系统。对基于BP 和RNN的定位模型性能进行比较,同时分析了基于RNN的定位模型在不同GPS信号失效时长下模型的定位精度。试验表明,基于RNN的高精度定位模型性能更佳,当GPS 信号失效时长30 s 时,其98% 定位精度误差小于40 cm。     

基于高频高精度定位信息的车辆轮廓冲突瞬时预测方法

车辆避撞预警系统是高级驾驶辅助系统（ADAS）研究的关键内容,也是降低道路事故率的有效途径。目前,车辆避撞预警的一般实施途径是通过在车辆上布设多元传感设备进行相对间距检测,并通过智能算法对碰撞条件进行判断。但由于该方法存在传感设备成本高昂、受环境噪声影响大等缺点,应用条件仅局限于单车智能。基于此,在卫星导航、车路协同技术快速发展的背景下,提出一种依托北斗高精度定位技术,利用车载终端获取高频（5 Hz）、高精度（厘米级）车辆定位数据进行车辆避撞预警的方法,该方法立足车路协同角度,构建包括路侧北斗连续运行参考站系统、车路通信系统、车载定位预警终端的车辆避撞预警体系,并建立基于实时位置信息的车辆轮廓冲突瞬时预测模型。为验证模型可靠性,设计动、静态试验对定位精度进行验证,并在西安绕城高速约7 km试验路段开展3次实车试验,共采集约6 000个有效样本数据对轨迹预测精度进行评估。研究结果表明：静态条件下,用于评价定位精度的圆概率误差C_EP50,C_EP95分别为1.51,3.24 cm;行车速度为80~100 km·h^-1条件下,通过2 317组数据对比分析,采用车载定位设备与成熟产品天宝接收机（亚米级精度）获取的定位数据的误差均值为1 cm,标准差为1.38 cm;行车速度为80~100 km·h^-1条件下,定位数据的真实值与预测值的横向误差标准差可达厘米级,纵向误差标准差可达分米级,该级别精度可满足车辆避撞短临预警要求。     

基于因子图优化的众包高精度地图云端融合方法

针对高精度地图传统云端融合方法生成的地图置信度较低、误差较大的问题,提出了一种基于因子图优化的众包高精度地图云端融合方法。利用RTK-GPS数据对车端上传的局部语义地图进行全局化处理;对地图片段进行匹配,并利用一致性筛选流程提高匹配精度;以车道线匹配对构建约束地图间变换关系矩阵的因子图优化模型;利用某城市道路真实多车轨迹数据进行测试。结果表明,相较于传统方法,该算法对于优化初值的依赖性较低,对于地图间聚集度提升了44.7%;与车道线数据真值相比,该算法绝对误差均在1 m以内,具有较高的实用价值。