高速路换道意图参数提取及意图阶段确定

针对换道意图辨识研究中的意图表征参数选择与意图阶段确定问题,提出一种新的组合方法.在驾驶模拟器所得原始参数基础上,从参数重要度与相关性角度,使用决策树C4.5算法和皮尔逊相关性分析,最终得到以方向盘转角、车道偏离量和横摆角加速度组成的重要度高且互相关性低的换道意图表征参数组.在此基础上,对方向盘转角和车道偏离量的时间序列进行K-means聚类,确定驾驶人换道意图阶段,并得出意图阶段长度与平均车速近似线性相关,且左换道意图阶段长度大于右换道意图阶段长度.最后,建立连续高斯隐马尔可夫模型,在所得意图表征参数组及意图阶段数据的基础上,训练换道意图识别模型及车道保持识别模型.模型的平均离线识别准确率为90％.并可在左换道开始前1.5 s判断出驾驶人左换道意图,右换道开始前1.4 s判断出驾驶人右换道意图.研究结果表明:基于所得的意图表征参数组及意图阶段所建立的意图识别模型可有效识别驾驶人换道意图,且识别精度较高,时序性较强.该方法可为意图识别研究中意图参数选取及意图阶段确定提供参考.     

一种基于LTVMPC改进的 无人驾驶汽车路径跟踪控制算法

在低附着路面情况下,针对现有以线性时变模型预测控制(LTVMPC)为基础的无人驾驶汽车路径跟踪精确性和稳定性问题,提出一种改进的控制算法.以汽车动力学理论为基础,将四轮轮胎侧偏角和滑移率精确地表示为车辆状态量的非线性函数,在预测时域内对车辆状态方程线性化处理而求解雅可比矩阵时,为降低系统维度,将轮速作为非状态量,建立改进的三自由度车辆模型,在二次规划性能指标中加入横摆角速度跟踪误差项以提高路径跟踪性能,考虑质心侧偏角对跟踪精度和车辆稳定性的影响,修正参考横摆角,建立改进的LTVMPC.在Carsim-Simulink联合仿真平台进行低附着系数路面情况下的双移线跟踪仿真,结果表明改进后的控制算法在保证实时性的前提下,提高了路径跟踪的精确性和车辆行驶的稳定性.     

基于异质图神经网络的推荐算法研究

基于图神经网络的推荐算法通过从图中获取知识,提高了推荐的可解释性.然而随着推荐系统网络数据规模的不断扩大,用户-项目评分矩阵呈现出稀疏性问题,图神经网络难以学习到高质量的网络节点特征,导致推荐质量下降.本文将图神经网络与异质信息网络相结合,提出一种基于异质图神经网络的推荐算法.该算法使用异质信息网络对多源异质数据进行联合解码,将注意力机制引入用户-项目交互网络和用户社交网络的用户、项目聚合表示过程,从而实现用户-项目交互和用户社交两类网络间的节点及拓扑结构特征的有效融合.两个公开数据集上的对比实验结果表明,本文提出的算法在不断稀疏化的数据集上的推荐误差比基线方法少40％.     

基于流固热耦合的中心回转 流道液冷板散热性能研究

为研究不同流道结构设计对液冷板散热性能、均温性能以及能耗的影响,采用计算流体动力学流固热耦合数值计算方法分析了液冷板结构参数对电动汽车某液冷单元散热性能的影响.结果表明:中心流道宽度由6 mm增加至31 mm,导热垫表面最大温差降低19.4％,流阻增加14.6％,当采用流道宽度从中间到两侧递减的设计方式,可以改善其散热均温性能且能耗在可接受范围内.流道深度由5 mm减小至2 mm,表面最大温差降低36.7％,流阻增大了3.3倍,减小流道深度能显著改善散热均温性能,同时会显著增加能耗.添加强化传热结构和在某些工况下改变进出水口位置能改善散热均温性能,同时也会增大流阻和能耗.研究结果可为液冷板的结构设计提供参考,从而改善电池模组的散热性能.     

预加荷载下聚丙烯纤维混凝土抗渗机理研究

为研究预加荷载作用下聚丙烯纤维混凝土(polypropylene fiber reinforced concrete,PFRC)的抗渗性能,选用1种聚丙烯粗纤维和2种聚丙烯细纤维进行单掺和混掺,在5种荷载水平下进行了氯离子扩散系数试验,分析了不同混掺比例下PFRC试件在不同荷载水平作用下的氯离子扩散系数变化规律.采用压汞法和电镜扫描研究了纤维混掺和荷载大小对混凝土微观孔结构的影响.结果表明:在5种轴向荷载水平下混掺多尺寸PFRC试件A8的氯离子扩散系数分别降低了93.9％、90.8％、77.5％、63.5％和66.5％,均为降低幅度最大的一组,混掺PFRC的抗渗性能优于素混凝土和单掺PFRC;同时粗细纤维混掺可以形成三维空间网架结构,能在不同阶段产生协同作用,有效地提高混凝土在不同荷载水平作用下的抗渗性能.     

小型前弯离心风机叶轮参数优化

为了提高小型前弯离心风机的气动性能,以汽车座椅通风用离心风机为研究对象,采用数值模拟与正交试验相结合的方法,研究叶片数、叶片出口角、叶片进口角以及叶片厚度对离心风机气动性能的影响. 基于小风量风机性能实验台,验证数值模拟结果的正确性. 选取三水平正交表L9（34）进行此次试验,建立了9种不同参数组合下的叶轮模型,以最大静压为优化目标,采用计算流体动力学方法,得到了最佳离心风机参数组合. 对优化前、后离心风机内部流场的压力与速度分布进行了对比分析. 由正交试验结果分析可知,各参数对离心风机最大静压影响的主次顺序为叶片出口角、叶片进口角、叶片数和叶片厚度;达到最大静压的参数组合为：叶片数55,叶片进口角95°,叶片出口角125°,叶片厚度0.8 mm. 优化后离心风机的无因次特性曲线优于原有风机,在高效率区域静压可提高3.78%~10.67%,具有更好的气动性能. 对比优化前、后离心风机内部流场的压力与速度分布可知,优化后的离心风机内部流场分布更加均匀,在叶轮进口处低压区的压力更低,速度更大,更有利于气流的进入.     

基于数值分析理论的低复杂度MED算法

经典的最大特征值检测（MED）算法在检测相关信号时具有优异的性能.然而,随着信号维度的不断增大,MED算法面临着严重的感知判决量和判决门限计算的效率和实现问题,从而极大地限制了该算法在现代认知通信系统中的进一步应用.为此,提出了一种基于数值分析理论框架的低复杂度MED频谱感知算法.所提算法利用Rayleigh商加速幂法迭代地计算感知判决量,与经典的幂法相比,在检测高维信号时具有更快的收敛速度;此外,不同于经典的查表法,新算法基于三次样条插值法快速、准确地确定任意给定目标虚警概率所对应的感知判决门限.所提MED算法在保持原有算法检测性能的同时,有效提升了计算效率,降低了算法实现复杂度;其对于高维条件下的频谱感知问题尤其具有吸引力.最后,仿真结果证明了所提算法的有效性.     

基于改进Otsu与四叉树法的Marangoni凝结液边缘检测方法

针对图像中Marangoni凝结液边缘由模糊性引起的不确定性问题,以及为后续计算凝结液面积和统计提供科学依据,提出了一种基于改进的Otsu法和四叉树结构相结合的新型边缘检测方法。先自动确定高低阈值分割图像、去噪,采用四叉树法定位凝结液的位置;再考虑到复杂纹理特征,通过逻辑运算进一步处理了噪声,完善了凝结液的完整性。最后用Canny算子获得了很好的凝结液边缘。实验结果表明,对凝结液提取具有较高的区分度且精确性高、鲁棒性较强,降低了计算凝结液半径、覆盖率、换热系数等的复杂性,提高了计算速度,在工业设计方面有着重要的意义。     

基于拆除构件法的全装配式框架结构连续倒塌分析

为研究混凝土全装配式框架结构的抗连续倒塌性能,在2个全装配式试件(PC1、PC2)和1个现浇试件(RC)的中柱移除静力试验及动力试验的基础上,利用OpenSees有限元软件建立3个子结构宏模型,将校验结果与试验结果进行了对比,继而设计了2栋7层全装配式框架结构(PC1-Frame、PC2-Frame)和1栋现浇框架结构(RC-Frame),采用拆除构件法拆除框架底层的中柱和边柱,对剩余损伤结构的抗连续倒塌能力进行评估.结果表明,拆除边柱的倒塌危险性较拆除中柱大,PC1-Frame失效点位移时程曲线振幅比RC-Frame大;在拆除中柱后,PC1-Frame和PC2-Frame在压拱机制阶段的极限承载力分别较RC-Frame低30%和20.5%;在拆除边柱后,PC1-Frame和PC2-Frame在压拱机制的极限承载力分别较RC-Frame低26.9%和22.3%.最后校验了基于等能量原理的简化非线性动力分析方法的适用性,并得知结构的动力放大系数在构件进入塑性阶段后逐渐减小.     

汽车风洞实际流场对声源识别的干扰与修正

为了提高汽车风洞外场声源识别精度,对因实际流场与空风洞之间区别产生的偏差进行分析.关注汽车绕流场与射流剪切层的速度分布,分别对车辆所在自由空间、空风洞与带实际车辆的风洞3种流场进行数值仿真及试验验证.通过无限薄剪切层及实际流场分层声传播模型,预测有无车辆两种风洞状态下的声漂移量,并与实际整车声学风洞声传播试验结果进行比较.结果表明,放入车辆后,风洞势流核心区因受汽车阻塞而流场速度分布不均匀,进而剪切层区域流场受到汽车绕流场干扰而外扩.进行实际流场分层修正后,车表后方声源漂移结果精度大幅提高,能有效提高实际风洞外场声源识别精度.