Wireless Location Determination for Mobile Objects Based on GSM in Intelligent Transportation Systems

1 .INTRODUCTIONTheabilityofpositioningmobileobjects (MOs) ,in cludingvehiclesandtravelersholdingmobiletermi nals,isafundamentalfunctionforsomeITSsubsys tems,suchasemergencyrescue,securitysystem ,au tomaticnavigationsystem ,andtrafficinducementsystem[1 ] .Atpresent,therearethreedominatingtypes[2 ]ofwirelesspositioningtechnologies,i.e.positioningbasedonsatellites,positioningbasedondedicatedcommunicationsystemsandpositioningbasedonpub liclandwirelesstelecommunicationsystems (PLMTS) ,respe…     

浅水方程Roe型格式的平衡性

采用类似对流项特征向量分解形式分裂底坡源项,证明了浅水方程中底坡源项和压力项的平衡性,有效避免了多变地形下伪流现象的产生.运用该模式对水下地形多变、岛屿星罗棋布的浙江省温岭龙门海域进行了潮流运动模拟,模拟计算结果与水文测验数据拟合程度较好.     

基于森林资源清查数据的江西省主要森林类型净生产力研究

【目的】基于江西省2011年和2016年的森林资源清查数据,分别估算不同森林类型的净生产力,为森林资源科学经营提供依据。【方法】以江西省2011年和2016年两期森林资源清查数据为样本,采用生物量回归模型法,在样木水平上计算单木生物量、累计样地水平生物量并扩大到总体水平,测算乔木层生物量的生长量和枯损量,结合乔木层生物量结果估测灌木层和草本层,并估算不同森林类型的净生产力。【结果】综合考虑森林乔木层生长与枯损、林下灌木层、草本层生物量,基于复位样木,由单木生物量模型得到样地生物量,进而计算江西省主要森林类型的净生产力,得出阔叶混交林的净生产力最高,针阔混交林次之,而针叶林和阔叶纯林的净生产力较低。2011—2016年,江西省森林平均净生产力为7.28 t/(hm²·a),阔叶混交林净生产力最高为11.26 t/(hm²·a)。【结论】在国家标准框架下的森林净生产力估算模式,可为更大范围内、统一标准下客观准确评估森林净生产力提供参考。     

智能交通系统中基于GSM网络的移动定位技术

基于全球移动通信系统(GSM)网络的移动定位技术，提出一个符合智能交通系统(ITS)要求的定位试验系统，给出其结构组成，并利用GSM信令实现时间提前(TA)／信号到达时间(TOA)混合定位。仿真结果表明，TA／TOA定位对67％的用户定位精度达70m，通过与基于全球定位系统(GPS)定位方法和现行GSM定位能力的分析比较，试验系统在实施代价、网络覆盖有效性等方面具有优势，在现行GSM系统下具有实用价值。     

High Performance of a TOA-TDOA Hybrid GSM Location System for Intelligent Transportation Systems

This paper illustrates the performance of a mobile positioning technique applicable to a GSM network. An experimental system of a network-based GSM positioning for ITS has been proposed, and the hybrid TOA-TDOA method based on GSM signaling has been analyzed and used. The performance of the proposed system is showed through simulations in urban and suburban environments. The accuracy for 67% mobile stations is 70 m in urban and 120 m in suburban. The accuracy, coverage and network load of positioning system are also analyzed.     

基于神经网络模型的环孢素A个体给药的研究

目的:将人工神经网络应用于环孢素A(CsA)剂量预测研究中,构建CsA剂量预测模型,优化个体化给药方案,提高临床药物治疗效果、减少用药不当引起的疾病.方法:收集了某三甲医院使用环孢素A的数据,利用MATLAB软件,使用遗传算法对BP网络权值、阈值进行优化,再用BP算法训练网络,进行拟合.结果:此网络的拟合度能达到99.428%,证明了可以利用此网络来进行预测,可以给临床医师的用药作为参考.