基于加速度区间判断的坡道识别方法

介绍了坡道识别的原理;在功率谱分析的基础上,设计了纵向加速度滤波算法,通过比较汽车在坡道上行驶时用加速度传感器测得的加速度数值与汽车纵向速度经差分后获得的加速度数值之间的差异,进行了基于加速度区间判断的坡道识别方法研究;完成了水平道路的加速度比较试验和坡道识别的实车试验,并在此基础上进行了基于坡道识别的换挡规律设计。实车试验结果表明:该方法能够进行坡道识别,并具有简单、实用、高效的优点;这种基于行驶环境识别的控制是未来汽车控制技术发展的方向。     

基于不确定度的最小一乘法在企业施工定额消耗量预测中的应用

基于企业施工定额原始数据的特点和现有施工定额原始数据处理方法的实际情况,采用最小一乘法和最小二乘法理论,并引入不确定度的概念,建立适合贫数据的企业施工定额数据计算模型.对最小一乘法与最小二乘法分别求解可知,最小一乘法的结果更为精确.该结果为定额测时过程中未观测到的某些条件下消耗量的推算提供参考.     

参数识别与分析在桥梁施工控制中的应用

为了分析在施工控制中桥梁结构设计状态与实际状态之间的差别,简单阐述了参数识别的内容与方法,具体分析了影响施工控制的主要参数,并研究了参数识别中的最小二乘法在施工控制中的具体应用。     

改进的无迹粒子滤波在组合导航中的应用研究

粒子滤波算法是一种适用于非线性非正态约束的统计滤波算法.针对粒子滤波存在退化现象,从围绕增加粒子的多样性和重要性分布函数的选择出发,提出了一种改进的无迹粒子滤波算法.该算法是利用无迹卡尔曼滤波产生的近似高斯分布作为重要性密度函数,在每次迭代中,结合马尔科夫链蒙特卡洛使粒子能够移动到不同地方,从而可以避免贫化现象.将这种算法应用到GPS/DR组合导航系统中,仿真结果证明了采用改进的无迹粒子滤波方法能达到很好的跟踪效果.     

矩形大定源层状介质中感应电动势的数值求解方法

研究地电断面电阻率的变化是瞬变电磁勘探中常用的方法.为了得到地电断面电阻率的变化,一种方法就是在求出感应电动势的基础上进行电阻率的求解.因此,准确而有效的求出感应电动势的值是非常关键的.矩形大定源回线在求解层状介质中,感应电动势的值时分为零偏移距和非零偏移距两种情况.在中心点接收时,采用线性数字滤波方法求解频率域垂直磁场分量;在非零偏移距情况下,为了求解频率域垂直磁场分量,首先采用傅里叶正余弦变换法将双重贝塞尔函数积分转换为正余弦变换形式,再利用折线逼近快速算法对其进行数值计算,最后,根据法拉第电磁感应定律,可得到二次场时间域感应电动势的数值解.其数值模拟结果表明,利用线性数字滤波方法及折现逼近方法可以有效的求出矩形大定源层状介质中感应电动势的值.     

�����ƽ˳ʱ�����й����ȼ���仯�����о�

轨道几何形状检测数据是一个随时间变化具有随机特征的时间序列,反映轨道几何状态的变化.在本文中,灰色关联度理论用于研究轨道水平不平顺时间序列数据,挖掘时间序列数据之间隐含的关系;经过普遍适应性改进和残差修正改进的灰色GM（1,1）模型预测固定测点轨道不平顺长期状态变化趋势,随机线性AR和卡尔曼滤波模型分析单元区段轨道不平顺短期变化趋势,探索轨道状态变化随机数据序列中隐藏的规律并进行预测.短期和长期预测模型验证结果表明,三种模型是有效的,能够达到预期的精度.     

城市轨道交通乘客满意度测评模型

客运服务质量是城市轨道交通运营生存和可持续发展的关键,评价城市轨道交通客运服务质量的重要方法是进行乘客满意度测评。借鉴美国顾客满意度指数(ACSI)模型,构建了我国城市轨道交通乘客满意度测评模型,从服务质量、服务设施、服务安全、服务环境等4个方面确立了指标体系,并采用偏最小二乘法对模型进行估计。通过对某城市地铁的调查,测得了城市轨道交通客运服务的整体满意度,并深入分析了每一指标的影响力。最后实例验证了所建立的模型的实用性。     

数字轨道地图线路分段表示方法研究

将GNSS与数字轨道地图相结合应用于列控系统,可降低建设和运营成本,实现智能化列车控制.但大量线路曲线在数字轨道地图中的表示是一个难点.本文提出一种线路分段表示方法,先根据角度差将线路划分为直线、圆曲线,缓和曲线,再用最小二乘原理对3种线元分别进行拟合.根据算法编制计算程序,计算实例证明了算法的有效性,数据的精度和存储效率能满足应用需求.     

基于Hessian特征的视网膜血管图像的增强滤波算法

提出了一种基于Hessian特征的视网膜血管图像的增强滤波算法,分析了Hessian特征值对各类形状的抑制和加强作用,将Hessian矩阵的特征值与特征向量应用于视网膜血管特征的响应函数及形态学和非线性扩散处理的各个环节,并选择合理的尺度空间范围和尺度空间增量,调节因子而平滑非线状区域和锐化增强血管区域,本文算法在同等准确率下具有较高的稳定鲁棒性。     

用于稀疏系统辨识的改进惩罚LMS算法研究

基于加权零吸引因子最小均方算法（RZA-LMS）,提出了一种应用于系统辨识的新型自适应滤波算法（ARZA-LMS）。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速度。但是RZA-LMS算法中的零吸引因子,选择了固定的e,过于武断,降低了算法的鲁棒性。通过在参数e与误差信号e之间建立非线性关系,使零吸引因子在最小化MSE更具有灵活性,提出了一种改进的RZA-LMS,提高了对系统辨识的收敛速度和稳定性。最后,计算机仿真验证了新算法的性能明显优于原算法和若干现有稀疏系统辨识的方法。