浅析京沪高铁北京CTC中心网络安全

随着分散自律调度集中(CTC)系统运用于京沪高速铁路,京沪CTC中心网络安全成为保障京沪高铁行车安全的一个重要环节。对CTC中心网络安全进行风险识别与分析。从安全管理和安全技术2个方面论证,总结了解决京沪CTC中心网络安全风险的途径。实践证明,采用安全管理和安全技术相结合的策略,有效规避了京沪高铁北京局CTC中心潜在的内、外网络风险,保证了系统网络高安全性。     

数字无线通信技术的优势

虽然到目前为止,大多数对讲机系统仍采用模拟技术,但数字技术已开始推动移动通信的变革步伐,从模拟通信系统过渡到数字通信系统已经成为大势所趋。在这个过程中,如何保护已有在模拟设备上投资,并灵活选择向数字系统的过渡方式和过程,成为推动无线通信系统数字化进程的关键。     

专用铁路综合数据通信网建设方案探讨

铁路综合数据通信网,是铁路信息化建设的基础平台,建设时首先应完善铁路基础通信网,然后从业务需求、网络结构、技术方案、网络管理、安全策略等几个方面综合考虑,合理规划,有效实现资源最大化的目标,使专用铁路信息化建设更科学、更合理。     

机电一体化技术在汽车智能制造的应用分析

这些年,机电一体化技术逐渐朝着数字化和智能化的方向发展。机电一体化技术应用到汽车智能制造当中,这样能够显著缩短汽车产品的周期,而且能够减少加工误差,提高汽车产品的质量和效率。本文主要探索了机电一体化技术在汽车智能制造的应用的相关问题,从而更好地促进我国汽车产业的发展。     

新能源汽车维修中电子诊断技术的应用

新能源汽车属于新型汽车,近几年开始进入到我国汽车行业中并不断发展。为此,本文首先分析了电子诊断技术在新能源汽车维修中的应用优势,其次分析了电子诊断技术在新能源汽车维修中的应用类型及方式,旨在为电子诊断技术在新能源汽车维修中的应用提供参考,以此来提高新能源汽车维修质量和效率。     

基于多维度耦合的动力电池安全大数据监控

近年来,在国家政策引导、标杆企业示范以及市场需求推动的共同作用下,我国电动汽车的保有量有了大幅的增加,且每年的总销量仍在不断的突破,随之而来的动力电池安全也成为了一个全行业必须面对的问题。除了在设计验证,生产制造等环节进行安全问题规避外,在车辆运行的过程中依靠监控系统进行车辆运行大数据监控及预警也很有必要。受限于数据采集频率以及数据采集质量等多个因素,目前动力电池安全的监控难度较高,算法不成熟,监控准确率低。分析了影响动力电池安全的可能因素,并且对每种因素可能导致安全事故发生的概率进行分析,对是否可对动力电池安全进行预警做了探索分析,同时基于可能影响电池安全的原因阐述了一种多维度耦合的动力电池安全监控策略。     

大数据技术在动力电池异常监控中的应用

新能源电动汽车其安全性一直困扰着行业与市场的发展,传统电池管理系统(BMS)储及计算能力不足,难以实 现动力电池的异常状态预测,基于车联网数据,搭建了大数据监控与管理平台,提出了动力电池热失控关键算法,并实现 了算法的平台集成与应用。应用结果表明,此系统应用能够有效评估和预测动力电池潜在安全风险,并能及时有效地指 导安全处置,从而降低整车安全事故发生概率。     

电动汽车大数据处理活动中的伦理问题研究

为了解车辆零部件运行状态,分析整车故障原因,技术人员通过车载终端把电动汽车的整车控制系统各节点发送至大数据平台进行查阅、分析和下载使用。大数据的使用引发了信息工程领域的伦理问题。本文重点阐述了电动汽车产业运用大数据时可能产生的伦理问题及其产生原因,探索强化责任、加强职业道德教育等解决办法,并结合伦理学理论提出了建议。     

多源遥感数据融合的道路材质精细识别

针对当前道路识别方法对道路材质识别精度不高的问题,提出了一种融合多源遥感影像进行城市道路材质高精度识别的方法。首先,对高光谱遥感影像中的地物光谱曲线进行分析,在保留地物光谱分离度较大的波段的基础上提升计算效率;通过分步融合的策略对多源遥感影像进行融合,提升高光谱影像的空间分辨率,为后续道路材质识别提供高质量的数据保障。其次,通过使用不同的指数对融合影像进行掩膜,提取城市建筑物,并在此基础上提取建筑物纹理信息与光谱信息,进行多特征融合并分类;最后,通过影像后处理对提取的道路进一步进行规范,得到最终高质量的道路材质识别结果。通过使用高分五号高光谱影像、高分二号全色/多光谱影像、高分一号多光谱影像对提出的方法进行实验验证,试验结果表明,本文方法可取得较高精度的道路材质识别效果,具有较好的应用价值。     

智能汽车的人机共驾技术研究现状和发展趋势

智能汽车的人机共驾技术（HMIoIV）是解决其智能化级别难以快速跨越至高度自动化水平的有效过渡手段。HMIoIV涉及了L0~L3级别的智能汽车的多种自动化技术,包括先进辅助驾驶系统。针对当前国内外智能汽车人机共驾技术的研究现状,对其概念、结构和研究内容进行总结,根据独立驾驶人参与的数量和驾驶操作方参与的数量将现有的人机共驾技术分成3类：单驾双控结构、串联型双驾单控结构（Traded Control）和并联型双驾双控结构（Shared Control）;并对驾驶人为因素、驾驶人模型、自然驾驶人状态监测和驾驶意图识别、串联型双驾单控结构和并联型双驾双控结构的研究方法以及权限与责任的关系进行全面综述。最后,分析总结当前智能汽车的人机共驾技术所面临的问题和挑战,并对该技术的发展趋势做出展望。