载频重频联合捷变雷达目标参数估计方法

针对载频-重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification, MUSIC)算法的载频-重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频-重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。     

基于非线性回归最小二乘法的改进Gompertz模型参数估计

可靠性增长试验是产品研制阶段不可缺少的一项提高产品可靠性的工程项目。成败型试验的可靠性增长数据通常用Gompertz模型进行评估,但存在S形增长数据拟合精度差的不足。根据高斯一牛顿最小二乘法和多元线性回归最小二乘法原理,提出改进的Gompertz模型参数估计的非线性回归最小二乘法。用试验数据对改进后的模型进行验证,拟合度较好。     

降雨对公路边坡稳定性影响的有限元分析

从作用机理来看,基于降雨引发的边坡失稳灾害是一个相当复杂的过程,特别是严重影响边坡稳定性的两大因素。降雨强度与降雨历时,针对江苏盐通高速公路的黏土边坡的工程特性和降雨特点提出了四种不同的计算方案。基于有限元方法对四大方案的抗滑系数进行计算,并进行了分析评价,认为连续阴雨天(其特点为降雨强度小、但降雨时间长)相对于暴雨(其特点为降雨强度大、降雨时间短)对黏土边坡稳定性的影响更大,更具有危害性,容易形成灾害。研究能够为今后的黏土边坡的滑坡、塌方以及高速公路边坡稳定性计算具有一定的指导意义。     

Implementation of Direct Torque Control Scheme for Induction Machines with Variable Structure Controllers

A torque control scheme for high-performance induction machine drives was developed to overcome some disadvantages of direct torque control （DTC）. In the improved DTC method, the stator flux and the torque controllers use variable-structure control theory which does not require information about the rotor speed. Space vector modulation is applied to the voltage source inverter to reduce the torque, stator flux, and current ripples. The digital signal processor-based implementation is described in detail. The experimental results show that the system has good torque and stator flux response with small ripples.     

影响多年冻土上限下降的因素及防护措施

通过青藏高原多年冻土地区气温、植被及人为活动等因素对多年冻土上限影响的分析,提出了青藏公路路基稳定性的防护措施.     

UNIFAC-PR模型应用范围的进一步拓展

利用Nelder-Meand扩展单形求极值法估算出了预测型的UNIFAC-PR模型的18对新的基团交互作用参数,进一步扩大了UNIFAC-PR模型的应用范围．并根据新估算出的基团交互作用参数对35个二元汽液相平衡体系盼泡点压力和汽相组成进行了预测,预测值和实验值吻合良好．     

基于道路繁忙程度下的城市交通路径选择算法

针对城市公交自助查询问题,提出了一种基于交通繁忙程度下的公交选择算法。首先构建基于繁忙程度权重的公交网络权值矩阵。然后针对四种不同的公交地铁混合线路对权值矩阵进行修正。最后在此基础上建立三种实用的双目标动态模型:最少换乘下的最短时间、一定换乘忍耐下的最短时间、一定换乘忍耐下的最少花费。实验表明,该模型是解决基于整个交通网络系统不同交通繁忙程度下,用户出行选择的个体最优选择的有效途径。     

基于小波神经网络矿山安全的评价模型

煤矿是一个多工序、多环节、生产过程复杂、时空变化大、环境恶劣的生产企业,其安全系统是一典型的非线性系统,对矿山进行安全评价是当前安全管理中的一个重要环节.采用由伸缩和平移因子决定的小波基函数代替Sigmoid等传递函数,选用23项指标作为输入节点,建立矿山安全的小波神经网评价模型,该模型可自动确定网络参数,避免了传统神经网络需要人为干预网络结构参数的不足.实例分析表明,提出的WNN网络的评价绝对误差平均为0.425%,而BP网络评价绝对误差平均为3.1%.这说明,WNN网络泛化能力远好于BP网络,该模型具有重要的应用价值.     

TD-SCDMA系统中的载波频率估计方法

提出了一种用于TDSCDMA系统的频率估计方法,该算法利用TDSCDMA系统中的导频序列,通过最大似然函数进行数值估计,并且利用一系列的频率自动调整策略使估计值较为准确、较为收敛。在AWGN和多径条件下的仿真结果均表明,该算法具有比较理想的估计准确度和稳定性,尤其是结合使用自动调整策略算法后,该算法具有更优的估计性能,这说明该算法十分适合应用于TDSCDMA通信系统中     

大型活动散场期间地铁车站短时进站客流预测

大型活动散场期间的地铁车站客流属于可预知的非常规客流,采用常规客流的统计预测方法难以准确预测其客流需求.基于深度学习,将历史客流规律、大型活动数据与实时自动售检票系统数据相结合,提出了一种适用于大型活动散场期间地铁车站的短时客流预测模型.首先对历史客流数据进行了拆分及降噪处理,并分析了活动客流特征.之后,基于深度学习框架构建多层结构的卷积神经网络,拟合活动客流特征与客流时空分布的映射关系,并选取Adam(adaptive moment estimation)算法优化训练过程,以适用于活动散场时客流集中进站的情况.最后,以北京地铁奥林匹克公园站为例,利用实测数据验证了模型的准确性.预测结果表明:建立的Adam-CNN(convolution neural network)模型相对于常用时间序列方法自回归滑动平均和传统神经网络SGD-CNN模型具有更高的精度,能够为大型活动的组织提供更为有力的支持.