基于多点线圈联合数据的高速公路匝道影响范围识别

为准确识别高速公路匝道对主线车流的影响等级和范围，本文提出基于速度波动特性的高速公路匝道影响量化方法。通过建立改进加权速度排列熵指标以量化各服务水平下匝道对高速公路主线车流的影响，对建立的指标进行谱聚类分析来确定匝道的影响阈值。应用京昆高速及二广高速的99个平行式合流匝道和直接式分流匝道多点主线线圈检测器数据的分析结果表 明，所提出方法可识别高速公路主线车流受匝道的影响程度。合流匝道对主线最外侧车道的影响比次外侧车道高4%~69%；A~C级服务水平下，分流匝道对上游主线最外侧车道影响程度比次 外侧车道高6%~29%，D~F级服务水平下，最外侧车道受影响程度比次外侧车道低10%~13%。合流匝道的影响范围是合流点上游350m至下游550m；其中上游160m至下游100m和下游180~ 270m为核心影响范围。分流匝道影响范围为分流点至主线上游850m，其中750~850m、450~ 600m、100~300m为核心影响范围。研究成果可为高速公路匝道交通设计、管控策略和提升仿真可靠性提供依据，可有效降低设置匝道带来的影响。     

舰载特种起重机的时间-能量综合最优控制

舰载特种起重机是我国正在研制开发的多关节、可折叠式船用起重机。研究它的高效节能运行模式，也就是时间－能量综合最优控制意义重大，本文通过引入加权变量得到舰载特种起重机的时间－能量综合最优性能指标，证明了综合最优解的结构，并进一步提出了“预测平均动态理论”概念，应用此理论处理了舰载特种起重机的非线性和耦合，最终设计了反馈形式的时间－能量综合最优控制器。仿真的结果验证了此设计方法的正确有效性。     

船舶电站控制系统中的数据融合技术探讨

船舶电站是船舶电力系统的重要组成部分。随着电力电子设备在船舶中的大量应用,非线性负载的增多,对船舶电站控制的可靠性及故障预防提出了更高的要求。多传感器数据融合技术是近年发展起来的一门新兴技术,文章根据多传感器数据融合技术的基本思想,采用扩张的卡尔曼滤波法对电站参数进行冗余数据融合,在船舶电站控制的实时性和可靠性方面取得了较好的效果。     

信息系统综合集成技术

综合集成作为我军实现新军事变革的重要方法，越来越受到各方面的广泛重视，首先概要介绍了综合集成的理念和实现的三个层次，着重分析介绍了信息系统综合集成中相关软件技术的发展和应用。     

多值非线性系统的自适应控制

提出了带有多值非线性环节的线性离散系统的自适应控制算法，仿真实验的结果表明：该算法简单易行具有明显的优点，跟踪误差比采用一般的自适应控制算法时要小得多，且能保证闭环系统大范围近收敛。     

模糊数据融合技术在柴油机状态监测中的应用研究

针对传统柴油机状态监测的不足,采用模糊数据融合的方法,对多传感器测得的数据进行融合处理,实现柴油机故障的预警及柴油机状态的监测。     

基于融合技术的计算机网络安全

网络攻击手段的多样化，不仅给网络安全与管理提出了新的挑战，而且对网络创新安全理论，整合各种安全解决方案，构建综合的动态网络提出了更高的要求。重点讨论了不同安全产品的融合和安全产品与网络设备的融合。     

网络数据融合技术在MITS中的应用研究

探讨了基于传感器网络的数据融合技术在海事智能交通系统(MITS)中的应用问题,为该领域的进一步研究提供一些有价值的思路和见解。基于目前研究遇到的困境,提出将MITS抽象成一个无线传感器网络(WSN),从而可在WSN环境下引入数据融合技术来研究海事智能交通系统中的各种信息处理问题,如船舶的定位与导航以及避碰等;紧接着,总结了现有定位、导航、避碰和船舶安全管理技术研究的现状并分析了存在的主要问题;针对基于GPS的MITS存在的种种弊端,结合各国卫星定位导航系统的建设现状,提出利用MITS内其它元素的信息和多源信息融合技术来实现船舶的相对定位和导航这一新思路;最后,从网络数据融合技术角度出发,具体指出了MITS网络融合系统构建时所必须考虑的一些基本问题,并给出该融合系统的一般性框架。     

基于参考模型的ATO自适应控制算法研究

提高列车自动驾驶ATO(Automatic Train Operation)系统的控制精度是实现全程无人驾驶的关键.本文首先分析列车制动系统的动态性能,然后基于该制动系统的状态空间模型构建一种模型参考自适应控制系统,并在理论上证明该控制算法的渐近稳定性,同时指出该类控制算法存在引起控制器震荡的固有弊端.随后,通过在原自适应控制系统中引入合适的辅助系统,构建基于增广误差的自适应控制系统,该算法不仅克服了前一种方法的固有缺陷,而且具有更加严谨的理论结构.最后,数学仿真结果显示本文所提算法能有效补偿列车运行过程中存在的不确定性因素,使列车精确地追踪目标制动曲线,验证了本文所提方法的有效性.     

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。