岩沥青与玄武岩纤维复合改性沥青混合料性能研究

岩沥青改性沥青具有较好的抗车辙能力、抗水损坏能力和抗疲劳能力,但低温抗裂性能较差,以玄武岩纤维和聚酯纤维作为岩沥青的增强材料,采用车辙试验、低温弯曲试验、浸水马歇尔试验、冻融劈裂试验和三轴剪切试验分别对比了岩沥青和纤维复合改性沥青混合料、基质沥青混合料以及SBS(styrene butadiene styrene)改性沥青混合料的高、低温性,水稳定性能,力学性能。试验结果表明,青川岩沥青与纤维复配的复合改性沥青混合料具有优良的路用性能,纤维的加筋作用能够有效改善岩沥青改性沥青的低温抗裂性能,且玄武岩纤维的改性效果优于聚酯纤维,推荐最佳的复配方案为6%青川岩沥青+0.30%玄武岩纤维。     

可再分散乳胶粉对水泥稳定碎石材料性能影响的试验研究

为研究可再分散乳胶粉对水泥稳定碎石材料性能的影响,开展水泥胶砂试验及无侧限抗压强度、抗折强度、干缩、温缩路用性能试验,并通过XCT、SEM微观试验分析胶粉的作用机理。试验结果表明：胶粉应用于低剂量水泥基材料时,对强度和抗裂性具有显著的提升效果。考虑水泥稳定碎石的抗压强度、抗折强度及韧性,5%胶粉用量最优。5%胶粉水泥稳定碎石7 d无侧限抗压强度提高9.8%、抗折强度提高9.6%、弯曲韧性提升21.0%。掺入胶粉后,水泥稳定碎石的7 d、28 d干缩系数分别降低41.5%、34.0%,温缩系数降低17.1%,收缩性能得到显著改善。XCT图像分析显示,加入胶粉改变了水泥胶砂的孔隙特征,减少了大孔的数量,孔隙率和平均孔径是影响胶砂强度的主要因素。SEM结果显示胶粉可以增强水泥稳定碎石的界面粘结,优化其孔隙结构,并且与水泥水化产物联结形成弹性空间网络结构,是水泥稳定碎石韧性和收缩性能提升的主要原因。     

基于地图匹配的时空轨迹匿名算法

当前的时空轨迹匿名算法忽略了空间相关性对轨迹隐匿的重要影响.为此,提出一种基于地图匹配的时空轨迹匿名算法,利用真实路网数据构造假轨迹的候选匹配集,通过设置时间和空间匿名函数,利用启发式广度优先搜索算法搜索目标匹配轨迹点,满足时空匿名性和空间相关性的隐私安全条件,以增强隐私保护力度.在Android平台上设计实现基于地图匹配的时空轨迹匿名工具,利用真实路网数据完成实验,验证了该算法的有效性.     

基于观测器的不匹配未知输入系统的滑模控制

对具有不匹配时变未知输入的线性系统,研究了基于观测器的滑模控制器设计方法.首先,设计了一种与控制输入无关、能直接抵消未知输入影响的降维观测器.通过该观测器估计系统状态,并提出了一种未知输入代数重构方法,进而利用高增益滑模观测器给出了未知输入一阶微分的渐近估计方法.最后,提出了一种基于系统状态估计、未知输入重构及未知输入一阶微分估计滑模控制器新的设计方法,并通过仿真分析,论证了该方法的可行性和正确性.     

柔性机械臂模态估计:多传感器组合策略个例研究

柔性机械臂传感器输出变量选择不当会降低模态状态观测器的性能，甚至破坏模态状态重构的可靠性．本文给出了Ｋａｌｍ ａｎ 滤波器重构模态状态的多传感器组合策略个例研究．建立了评估模态状态重构的性能指标，探讨了实现高性能Ｋａｌｍ ａｎ 滤波器的多传感器非劣组合策略的识别方法     

自适应全搜索比特面匹配算法的分析与改进

分析了Feng等提出的简单自适应全搜索比特面匹配运动估计算法的不足，对其中比特面的计算方法、搜索起点的选择及比特面匹配准则搜索失败后的处理策略等方面作了改进，实验结果表明，改进后的算法的运动估计性能比原算法有较大提高，对于可视电话中的头肩视频序列，性能与全搜索法差别不大，且计算量仅为全搜索法的1／6。     

用神经网络预测饱和液体密度

使用前向神经网络，采用带阻尼的牛顿二阶学习方法，学习纯物质的饱和液体密度与温度的关系，在熔点到临界点的温度范围内，预测平均误差小于０．０３％。适宜的网络工作区间「ａｍｉｎ，ａｍａｘ」为「０．５，０．７」。     

弗里德曼消费函数和持久收入

对弗里德曼消费函数和持久收入进行了较深入的研究，进一步阐明了弗里德曼经验公式所对应的经济环境，并得出一个新的持久收入估计公式．     

滑模摊铺水泥砼路面控制平整度的措施

本文分析了施工操作，机械配套，砼材料，基等几个影响路面平整度的因素，并从施工实际角度出发提出相应的技术措施，以提高滑模摊铺水泥混凝土路面的施工质量。     

非等权观测的Householder参数估计方法

当设计矩阵Ａ“病态”（ 强复共线） 时，正则矩阵ＡＴＡ 亦“病态”，而且更为严重，导致参数的最小二乘解极不稳定。Ｈｏｕｓｅｈｏｌｄｅｒ 方法，是用一镜像映射矩阵Ｈ（ 对称、正交） 对误差方程（ 等权） 进行正交变换，将Ａ变换为上三角阵Ｒ，直接解算参数，避免了ＡＴＡ 的“病态”性对参数最小二乘解的影响。本文解决了在非等权观测情况下，如何应用Ｈｏｕｓｅｈｏｌｄｅｒ 方法进行参数估计的问题。因而，本文扩展了Ｈｏｕｓｅｈｏｌｄｅｒ 方法，并使其在测绘数据处理中更具有实用价值。