车载网中一种基于时隙的优先转发紧急警示消息方案

本文提出了一种基于时隙的优先转发紧急警示消息（time-slotted-based forwarding priority-emergency warning messa-ges，TSPEW）方案，极大地提高了 EMW 消息的传输效率。仅允许“段长”车辆转发 EMW 消息，抑制广播风暴。为了避免来自安全消息的干扰，采用优先时隙转发 EMW 消息策略，通过发送 CLEAR 消息预留转发 EMW 消息的时隙。基于 CLEAR 的预留机制优先转发 EMW 消息，只有无 EMW 消息时，才传输安全消息。仿真结果表明，所提出的 TSPEW 方案能够及时、有效地传输 EMW 消息，并维持高的数据包接收率和低的端到端传输时延。     

基于非线性修正策略的空气质量预警系统研究

建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林(isolationforest,iForest)算法进行空气质量指数(air quality index,AQI)离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解(time varying filtering based empirical mode decomposition,TVF-EMD)、改进的蝴蝶优化算法(modified butterfly optimization algorithm,MBOA)、离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解(empirical mode decomposition,EMD)相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.     

我国沿海核电发展态势、致灾因素分析及研究建议

改革开放以来,我国经济社会发展迅速,能源需求日益增加,尤其是东部沿海人口和产业不断积聚,能源不足问题的严重性远远超过中西部,这总体上决定了我国已建和在建核电厂全部位于海岸带区域的基本特征.但是,东部沿海遭受地震、海啸、台风、风暴潮等灾害的威胁十分突出,2011年3月,日本东北部海域9.0级地震引发巨大海啸,并导致福岛核电站的核泄漏,这一重大事件在全球范围引发了对核电安全及其未来发展的深入思考和争论.因此,本文从全球核电发展与核安全形势出发,分析我国沿海核电发展的态势、环境条件以及致灾因素特征,进而,重点围绕核电选址安全评价与风险预测问题,有针对性地提出增进沿海核电安全的政策建议与重大科研任务建议.     

基于动态区域规划的双模型车道线识别方法

为提高车道偏离预警以及前方车辆识别系统性能,提出一种基于动态区域规划的双模型结构化道路车道线检测方法。通过基于模板的腐蚀、膨胀处理改善了图像预处理效果。根据“微元”理论进行图像动态细化分区,对各区域局部独立识别,整体综合分析,最终利用直线和B-样条曲线双模型完成车道线拟合。 实车试验证明,直线/B-样条曲线双模型拟合,提高了算法对不同车道线的适应性。      

论嘉兴市地面沉降及其防治

在研究嘉兴市地面沉降发展过程,规律及其主要危害的基础上,讨论了应急开采与允许开采的区别,并提出了用“警戒水位”和“危急水位”作为地面沉降地区限制承压水开采的定量标准,研究了动态管理地下水的信息系统及其层运算方法,为地下水管理和研究提供了一种新的方法和思路。     

基于P-S方法的金融危机预测系统构建与应用

在比较和借鉴国内外金融风险识别和防范研究成果的基础上,利用可能-满意度(P-S)方法,建立了金融危机预警系统,并相应地设计了一套金融危机预警指标体系．将该系统应用于1997年亚洲金融危机的实证研究,结果表明,该系统使用简单,并具有较好的预警能力。     

基于突变理论的边坡监测预警概率性模型研究

为解决边坡系统演化过程中不确定因素的影响,得到非确定性的边坡预警结果。结合突变理论与广义胞映射理论提出了一种边坡监测预警概率性模型。该模型采用尖点突变理论识别边坡稳定状态;将边坡稳定性演化结果视为随机事件,基于广义胞映射理论计算滑坡在某一时刻准时发生、提前发生、滞后发生、滑坡不发生的概率,从而实现边坡概率性预警。利用该模型计算了某黄土区工程边坡在某时刻发生失稳的概率为100%,且滞后发生的概率为83.8%,判定边坡系统突变会在该时刻之后发生,预警结果与实际情况一致,验证了该模型的有效性。与传统模型相比,概率性预警模型可提供更丰富合理的信息,有助于提升监测预警的准确率,为边坡监测预警研究提供了一种新思路。     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。     

嵌入式换道预警系统设计

针对以往换道预警系统设计中存在的灵活性低、实时性差等缺点,设计了一种基于车载CAN(controller area network)总线数据的嵌入式换道预警系统。首先,以飞思卡尔半导体公司的MC9S12XET256微处理器为核心,利用雷达传感器、车载CAN总线等获取与换道相关的车辆行驶状态参数和周围环境感知信息等原始数据,并以TTC(time to collision)为门限值制定换道预警规则,通过声光报警方式实现报警。在实车条件下进行验证,其中安全换道过程系统预警准确率为95%,冲突区预警准确率为93%。     

基于MKE06Z64的电动汽车低速行驶提醒系统设计

为了解决电动汽车低速行驶中因无提示音而易引发交通事故的问题,设计了一个基于MKE06Z64的电动汽车低速行驶提醒系统.该系统主要包括主控模块、电源模块、稳压模块、CAN总线模块、LPF模块、功放模块和存储模块（备用）等.主控模块接收并分析电动汽车CAN总线的指令,获取档位、车速、使能信号和音源选择等车况信息,主控芯片再根据这些信息找到对应的音源,利用PWM输出提示音.