城轨交通换乘站结点换乘设施行人拥堵分析方法

以城市轨道交通换乘站内的"十"形结点换乘设施为研究对象,根据车门至站台梯组的走行距离确定了换乘客流到达时间分布,在考虑设施断面上下游的流密速基本关系及梯前区域、换乘平台、楼梯客流的相互影响关系的基础上,利用分时段客流迭代构建了结点换乘设施行人拥堵分析方法。算例表明,该方法能够在各车门下车换乘人数和站台行人设施布置方案已知的情况下快速分析多向客流的换乘客流量不同组合下"十"形结点换乘设施的行人拥堵情况。     

分红对美式认沽权证行权价格影响下的二叉树定价

美式认沽权证的定价一般是采用二叉树模型,但是,由于在持续期内的分红会对行权价格有影响,所以经典的二叉树模型无法较为准确地为国内的美式认沽权证定价。文中针对这一情况,在路径到达的假设下推导出行权价格的调整公式,并由此修正了二叉树模型。之后,以穗机场认沽权证为例子进行定价研究,同时考虑了认沽权证前三个月不能行权对定价所造成的影响。定价结果分析中将二叉树模型与B—S模型之间,以及两种二叉树模型之间进行比较,并分析产生差异的原因。文中的结论将对国内权证市场中美式认沽权证的定价具有一定的借鉴作用。     

改进的YOLOv3交通标志识别算法

针对复杂场景下交通标志检测存在精度低、检测速度慢等问题,提出一种基于YOLOv3改进的S-YOLO交通标志算法。首先,合并批归一化层到卷积层,以提升模型前向推理速度;其次,采用二分K-means聚类算法,确定适合交通标志的先验框;然后引入空间金字塔池化模块,提取特征图深度特征;最后引入CIoU回归损失函数,提升模型检测精度。实验结果表明,在重制的CTSDB交通标志数据集下,所提算法与YOLOv3相比,平均准确率和检测速度分别提升了4.26%和15.19%,同时相较YOLOv4以及其他算法对交通标志识别有更优的精度和速度,具有良好的鲁棒性,满足复杂场景高效实时检测。     

森林中的幻影--寻找消失已久的象牙喙啄木鸟

曾经是土著美国人钟爱的用作头饰和印第安武士的胜利图腾,一度令首批到达美洲的欧洲人为之着迷……然而在猎杀和栖息地被破坏的双重打击下,60年来,没有人确切地看到过它的身影,直到最近,在隐秘的洼地森林中,它突然现身。[编者按]     

削减NLOS误差的UWB室内定位算法

为了解决非视距（non-line of sight，NLOS）环境下超宽带（ultra-wideband，UWB）室内定位精度低的问题，提出一种基于到达时间差（time difference of arrival，TDOA）的UWB室内定位算法来削减NLOS误差，提高定位精度。利用卡尔曼滤波算法，初次估计移动标签节点与各锚节点间的TDOA值；基于TDOA差值进行NLOS误差判别，依据判别结果对受NLOS误差影响的测量值进行视距（line of sight，LOS）重构，并利用仅受LOS误差影响的历史值更新卡尔曼滤波的协方差阵；利用Chan-Taylor算法进行迭代计算，得到最终精确的定位结果。实验结果表明，在LOS环境下，提出的算法能达到分米级的定位精度；在受NLOS影响的环境下，该算法能有效提高定位精度，减小定位误差，具有更好的稳定性。     

基于改进U-Net网络的混凝土表面裂缝分割

如何快速、高效、准确地像素级分割混凝土表面裂缝是当前研究的热点问题之一.在混凝土表面裂缝图像中裂缝面积远远小于正常路面面积,造成现有方法在这种正负样本分布不均问题中无法有效学习裂缝特征,最终分割效果较差.提出了一种将Focal损失与活动轮廓模型相结合的新损失函数,针对裂缝面积较小且连续分布的特点,通过Focal损失加强模型在训练过程中对裂缝的敏感程度;使用活动轮廓模型保证分割结果在形态上与真实结果保持一致.同时在模型卷积块中添加批标准化层,提升激活效果,抑制模型训练过程中梯度震荡的产生.为了将本模型部署于车载检测器等嵌入式环境,在保证分割精度的同时对模型进行剪枝与量化,以实现压缩模型大小.试验结果表明,提出的方法能够有效学习裂缝特征,并能精确、高效地识别出混凝土图像中的裂缝.     

喷注器焊缝熔深超声相控阵定量检测

为了保证液体火箭发动机喷注器的安全性能，文中针对其复杂结构电子束焊缝，基于超声相控阵相对时间到达技术开展了焊缝熔深的定量检测方法研究，提出了水浸式相对时间到达技术检测方法；搭建了实验系统并利用CIVA仿真软件进行了检测仿真；根据喷注器截面结构设计制作了两种检测试样并对试样进行了检测实验；将焊接试样的超声检测结果与金相检测结果进行对比，验证了检测方法的有效性.采用水浸式相对时间到达技术可克服喷注器检测面尺寸小且存在凹槽难以检测的问题，实现其电子束焊缝熔深的定量检测，检测精度优于0.15 mm.     

V2V通信中基于身份的条件隐私保护认证方案

在车联网中,只有确保交通信息在车辆之间安全的交互,才能保证乘客的安全和高效的交通管理.因此,安全和隐私问题是车联网中研究的热点.典型的攻击包括恶意的第三方修改和转发拦截消息等,当前最好的解决方案使得验证者能够验证所接收消息的来源,并在接收它们之前对消息的完整性进行检查.因为车辆的车载单元计算能力和存储容量都是有限的,这些方案没有充分解决在高流量密度区域中车辆通信时验证多条消息的效率问题.因此,该文提出了一种在V2V通信中基于身份的条件隐私保护认证方案.同时,文中方案支持批量签名验证,使得每辆车能够同时认证大量签名消息.通过性能评估,相比于类似的方案,文中方案在计算效率方面更高效.     

基于超声TOA的环境感知

针对超声波传感器测量过程中方位角存在不确定性的问题，提出了一种基于超声反射波到达时间（Time of Arrival，TOA）的目标距离及方位角的测量方法，并据此发展了基于超声探测的环境感知方法.基于混合高斯拟合对回波信号进行处理，消除了信号串扰问题，提高了目标距离和方位信息的测量精度.基于传感器波束角的特性，实现了不同距离下目标的同时测量.通过引入“不确定度”，构建信度分配函数，采用DSmT（Dezert-Smarandache Theory）方法进行数据融合，实现地图更新.搭建了实验装置与实验环境，并对相关方法进行了实验验证，实验结果表明，通过135次测量即可实现对环境基本轮廓的建图，建图误差在3 cm以内.     

基于改进自适应乌鸦搜索算法的无源定位

为解决利用时差(time difference of arrival,TDOA)信息无源定位计算困难的问题,引入乌鸦搜索算法(crow search algorith,CSA),针对该算法易陷入局部极值,提出一种改进自适应乌鸦搜索算法(adaptive crow search algo-rithm,ACSA).综合考虑随进化代数增加种群的整体变化,平衡算法迭代过程中的全局搜索能力与局部寻优能力,设计一种自适应感知概率模型,使算法在初期保留较多优良个体,保证种群多样性,避免局部最优,在后期快速收敛.理论和仿真结果表明,改进算法精度优于Taylor算法及其他同类型算法,收敛速度也有显著提高,同时算法还具有高精度、鲁棒性等优点.