检索结果-内蒙古大学图书馆

电子与信息学报 2024年第5期46卷 1684-1702页

作者：苏昭阳刘留艾渤周涛韩紫杰段相龙张嘉驰北京交通大学电子信息工程学院北京100044 山东交通学院轨道交通学院济南250357

低轨卫星(LEO)具备通信时延低、部署成本低、覆盖范围广的特点,已经成为了建设未来空天地一体化网络的重要组成部分。然而卫星通信中端到端传播距离长、经历衰落复杂、终端移动速度快,其信道特性与地面蜂窝网络信道具有很大差异。基于此... 详细信息

低轨卫星(LEO)具备通信时延低、部署成本低、覆盖范围广的特点,已经成为了建设未来空天地一体化网络的重要组成部分。然而卫星通信中端到端传播距离长、经历衰落复杂、终端移动速度快,其信道特性与地面蜂窝网络信道具有很大差异。基于此,为了对低轨卫星星地信道特性以及信道模型有较为全面的认识,该文总结了目前国际标准组织对星地信道的标准化进展,讨论了星地信道在不同传播位置处的衰落特性,根据建模方法对已有的重要信道模型进行了划分与阐述,最后对未来的工作提出了展望。

关键词：低轨卫星无线信道信道建模信道测量

来源：评论

学校读者我要写书评

暂无评论

网联车混入条件下混合交通流跟驰稳定性

引用

吉林大学学报（工学版） 2024年第2期54卷 419-426页

作者：宋成举贾洪飞秦昊溥吉林大学交通学院长春130022 东北林业大学土木与交通学院哈尔滨150040 大连交通大学交通运输工程学院大连116028

为描述智能网联车混入下的混合交通流跟驰稳定性,揭示混合交通流稳定性变化过程,解析HDV和CACC交通流稳定性,引入CACC混入率,构建混合交通流跟驰模型,推导混合交通流稳定性判别条件,分析速度、混入率在单一条件和组合条件下对混合交通... 详细信息

为描述智能网联车混入下的混合交通流跟驰稳定性,揭示混合交通流稳定性变化过程,解析HDV和CACC交通流稳定性,引入CACC混入率,构建混合交通流跟驰模型,推导混合交通流稳定性判别条件,分析速度、混入率在单一条件和组合条件下对混合交通流稳定性变化规律的影响。研究结果表明:混合交通流的稳定性取决于单一交通流的稳定性和混合流组成,HDV和CACC单一交通流跟驰稳定性的速度临界值分别为19.65 km/h和18.01 km/h,且速度与混合交通流稳定性正相关,混入率对混合交通流稳定性的影响效果与速度条件有关,在两因素共同作用下,混合交通流稳定性变化趋势表现多样化。

关键词：交通信息工程及控制混合交通流稳定性混入率速度

来源：评论

学校读者我要写书评

暂无评论

基于多目标优化的地铁车轮低轮缘磨耗型面设计

引用

机械工程学报 2025年第8期61卷 261-271页

作者：陈玉洪黎嘉欣张更娥温泽峰陶功权西南交通大学轨道交通运载系统全国重点实验室成都610031 南宁学院交通学院南宁541699

合理的轮轨型面匹配能改善轮缘磨耗。在调研国内外经典型面的基础上,设计主踏面由6段圆弧组成的基准型面。提出低轮缘磨耗地铁车轮设计方法,该方法由车辆动力学模型、车轮型面生成程序、多目标优化数学模型、径向基函数代理模型和NSGA-I... 详细信息

合理的轮轨型面匹配能改善轮缘磨耗。在调研国内外经典型面的基础上,设计主踏面由6段圆弧组成的基准型面。提出低轮缘磨耗地铁车轮设计方法,该方法由车辆动力学模型、车轮型面生成程序、多目标优化数学模型、径向基函数代理模型和NSGA-II优化算法组成。以DIN5573型面作为对比型面,从轮轨静态接触特性、车辆动力学性能和车轮磨耗演变3个方面对优化得到的型面进行检验。结果表明,优化型面很好地兼顾了运行稳定性和曲线通过性能;优化型面的非线性临界速度满足运行需求,运行平稳性与DIN5573型面相似,曲线通过性能普遍优于DIN5573型面;10万km磨耗预测下,优化型面的轮缘厚度损失量降低78.6%,轮缘磨耗量降低61.8%。

关键词：多目标优化车轮型面设计车轮磨耗圆弧参数车辆动力学代理模型

来源：评论

学校读者我要写书评

暂无评论

自适应双阻尼小波字典的轴承复合故障诊断方法

引用

振动与冲击 2025年第7期44卷 239-246页

作者：胡俊锋赵丽娟严雪竹张龙江西交通职业技术学院轨道交通学院南昌330013 华东交通大学机电与车辆工程学院南昌330013

针对强背景噪声下难以准确提取出轴承复合故障中各故障类型有效特征的问题,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和稀疏表征的轴承复合故障诊断方法。该方法首先通过MCKD算法实现复合故障... 详细信息

针对强背景噪声下难以准确提取出轴承复合故障中各故障类型有效特征的问题,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和稀疏表征的轴承复合故障诊断方法。该方法首先通过MCKD算法实现复合故障的分离,并达到初步增强故障冲击特征的效果;然后进行稀疏表征字典设计先验知识分析,构造与真实故障脉冲响应更加匹配的双阻尼非对称小波参数字典,结合正交匹配追踪算法,稀疏重构出各故障特征;最后对重构分量做包络谱分析,提取轴承故障特征频率。考虑到MCKD算法和非对称小波中的参数选取决定着最终的特征提取效果,使用鲸鱼优化算法实现参数自动优化选取。仿真数据和试验台数据分析结果表明,所提出的方法可有效提取出轴承复合故障中的各类故障成分,且相比常用的单阻尼Laplace小波字典具有一定的优越性。

关键词：复合故障最大相关峭度解卷积(MCKD)算法双阻尼非对称小波稀疏分解特征提取

来源：评论

学校读者我要写书评

暂无评论

基于多阶段退化建模的列车电空阀退化预测方法

引用

同济大学学报(自然科学版) 2025年第1期53卷 115-123页

作者：熊柳景牛刚王彪同济大学交通学院上海201804 北京交通大学轨道交通控制与安全国家重点实验室北京100044

为了提高列车电空制动系统的可靠性,提出了一种考虑多阶段退化趋势动态变化的电空(electro pneumatic,EP)阀电磁线圈退化状态自适应预测方法。首先,利用加速退化试验数据和指数估计形式来推导扩展卡尔曼滤波(EKF)算法的状态方程和观测... 详细信息

为了提高列车电空制动系统的可靠性,提出了一种考虑多阶段退化趋势动态变化的电空(electro pneumatic,EP)阀电磁线圈退化状态自适应预测方法。首先,利用加速退化试验数据和指数估计形式来推导扩展卡尔曼滤波(EKF)算法的状态方程和观测方程。其次,基于EKF算法对退化数据进行最优估计,减少退化数据不确定性波动对预测的干扰。然后,根据历史数据的EKF最优估计结果建立退化模型,将下一退化阶段的预测值和观测值信息交互结果用于退化模型的更新。最后,采用自适应遗忘因子对EKF优化后的历史数据样本和新观测数据样本进行动态权重调整,通过多阶段退化建模完成退化模型的参数自适应更新。试验验证结果表明:所提出的退化预测方法可以准确有效地实现多阶段连续退化预测;所提出的自适应遗忘因子权重调整策略可以有效提高退化预测的准确性。

关键词：退化预测多阶段退化建模扩展卡尔曼滤波自适应遗忘因子电空阀电磁线圈

来源：评论

学校读者我要写书评

暂无评论

基于人工智能模型的婴幼儿行为监护系统

引用

电子测量技术 2025年第7期48卷 107-116页

作者：舒锐傅铭伟彭挺李永康杨波西南交通大学希望学院轨道交通学院成都610400

随着人工智能技术的发展,婴儿监护系统在生活中的应用日益普及,本文设计了一种基于人工智能的婴幼儿行为监护系统,利用计算机视觉技术和深度学习算法,结合Raspberry Pi 4B、Camera V2等硬件设备,实现对婴幼儿行为的实时监测与智能分析... 详细信息

随着人工智能技术的发展,婴儿监护系统在生活中的应用日益普及,本文设计了一种基于人工智能的婴幼儿行为监护系统,利用计算机视觉技术和深度学习算法,结合Raspberry Pi 4B、Camera V2等硬件设备,实现对婴幼儿行为的实时监测与智能分析。系统通过Google MediaPipe姿态识别算法提取婴幼儿关节特征并结合设置的安全范围,采用优化后的Moondream 2模型进行多模态数据推理,显著提升系统实时性和准确性。系统引入轻量化时间序列分析模块以增强行为变化的敏感度以及动态预警功能的集成,确保监护系统的高效、可靠。通过Home Assistant平台、MQTT协议及内网穿透技术,系统支持远程访问与实时通知功能。实验结果表明,系统在准确性及稳定性方面表现良好,可广泛应用于家庭监护和智能看护场景,为婴幼儿的安全管理提供了新型解决方案。

关键词：人工智能婴儿监护系统计算机视觉姿态识别 Home Assistant

来源：评论

学校读者我要写书评

暂无评论

考虑旅客有限理性的城际公交化列车开行频率优化

引用

铁道科学与工程学报 2024年第8期21卷 3093-3106页

作者：安醇朱昌锋唐兆鑫成琳娜王傑章超兰州交通大学交通运输学院甘肃兰州730070 五邑大学轨道交通学院广东江门529000

列车开行频率优化对提升城际铁路公交化运营收益水平和旅客满意度具有重要意义。通过分析有限理性条件下的乘车选择行为,构建了有限理性条件下城际铁路客流分配模型;通过构建列车候选集,以基于客流分配的列车客流与开行频率相关的成本... 详细信息

列车开行频率优化对提升城际铁路公交化运营收益水平和旅客满意度具有重要意义。通过分析有限理性条件下的乘车选择行为,构建了有限理性条件下城际铁路客流分配模型;通过构建列车候选集,以基于客流分配的列车客流与开行频率相关的成本为目标,考虑开行客流条件、客流守衡和区间运力等为约束,构建基于列车候选集与旅客有限理性的城际公交化列车开行频率多目标优化模型,并设计了一种NSGA—II算法进行求解。以长株潭城际公交化铁路为例验证模型和算法的有效性,并通过关键参数扰动分析,揭示不同客流OD和客流条件阈值对开行频率方案的影响机理。研究结果表明:在考虑旅客和企业双方效益下,开行频率方案更具多样性,且随开行频率增加,二者间的制约作用显著。随客流OD增大,模型解空间缩小,算法收敛性和解集多样性降低,优化梯度更倾向于增开站站停列车。此外,随客流阈值增加,有限理性行为对优化方案影响甚微,企业成本大幅降低。本研究可为铁路运营企业在城际公交化运营中的管理与决策提供参考。

关键词：城际铁路公交化运营有限理性客流分配开行频率优化模型

来源：评论

学校读者我要写书评

暂无评论

钢弹簧浮置板轨道焊接接头处钢轨波磨研究Ⅱ:成因分析

引用

机械工程学报 2025年第6期61卷 260-267页

作者：李霞吴磊温泽峰金学松王安斌上海工程技术大学城市轨道交通学院上海201620 西南交通大学轨道交通运载系统全国重点实验室成都610031 西南交通大学机械工程学院成都610031

某地铁钢弹簧浮置板直线轨道上焊接接头处出现了250~600 mm的长波波磨,该处行车速度约为60 km/h,波磨通过频率为28~67 Hz。现场试验采用力锤敲击法获取浮置板轨道结构的振动特性。建立刚柔耦合的地铁车辆-浮置板轨道耦合动力学模型,模... 详细信息

某地铁钢弹簧浮置板直线轨道上焊接接头处出现了250~600 mm的长波波磨,该处行车速度约为60 km/h,波磨通过频率为28~67 Hz。现场试验采用力锤敲击法获取浮置板轨道结构的振动特性。建立刚柔耦合的地铁车辆-浮置板轨道耦合动力学模型,模型中车体考虑为刚性体,钢轨采用铁木辛柯梁模拟,轨道板和衬砌采用三维实体单元模拟,剪力铰用梁单元模拟,以此分析轨道结构振动特性、轮轨蠕滑特性和轮轨力与波磨的相关性;建立簧下质量-浮置板轨道结构有限元模型,将其与动力学模型相结合,分析焊接接头处波磨的形成机理。研究发现,该焊接接头处的长波波磨属于P2共振型波磨,其形成机理是簧下质量与钢轨作为整体相对于浮置板的振动。同时钢轨相对于浮置板的横向振动和扭转振动、轮轨法向力和轮轨横向蠕滑率的波动也是该处波磨形成和演化的重要因素。

关键词：钢轨波磨钢弹簧浮置板轨道焊接接头形成机理振动

来源：评论

学校读者我要写书评

暂无评论

基于指数调节策略对抗网络学习的轴承故障诊断研究

引用

振动工程学报 2024年第3期37卷 476-484页

作者：田静沈长青陈再刚石娟娟江星星朱忠奎西南交通大学轨道交通运载系统全国重点实验室四川成都610031 苏州大学轨道交通学院车辆工程系江苏苏州215131

基于深度学习的故障诊断方法被广泛应用于以轴承为代表的机械关键部件故障诊断,其取得理想效果的前提是有足量故障样本且训练集、测试集满足同分布要求。然而,在实际工况下数据分布会发生变化,进而使原有工况下的诊断模型很难适用于新... 详细信息

基于深度学习的故障诊断方法被广泛应用于以轴承为代表的机械关键部件故障诊断,其取得理想效果的前提是有足量故障样本且训练集、测试集满足同分布要求。然而,在实际工况下数据分布会发生变化,进而使原有工况下的诊断模型很难适用于新工况。为此,域适应类迁移学习方法被用于解决训练集、测试集分布不同的问题,其重点在于实现数据分布适应,即度量数据分布差异,并利用度量结果对模型训练进行指导,从而提升学习效率和诊断准确率。在此基础上,提出了一种基于对抗学习的域适应方法,该方法的核心是将提出的指数调节策略与对抗网络相结合,使得网络在故障诊断过程中更有针对性地适应目标域的数据分布。该网络由特征提取器、分类器、一个全局域鉴别器和多个局部域鉴别器组成,利用对抗策略和适应性矩估计算法对模型进行优化,并通过基于指数调节策略设定的指数自适应因子对模型中的边缘分布和条件分布重要性进行调节,使得模型可以稳定、高效地进行故障诊断。在跨转速、跨负载和同时跨转速和负载的轴承诊断案例中对提出的方法进行验证,结果表明本文方法的诊断效果优于其他域适应方法,并具有较好的稳定性。

关键词：故障诊断轴承域适应对抗学习

来源：评论

学校读者我要写书评

暂无评论

基于多尺度动态时空神经网络的OD客流预测

引用

铁道科学与工程学报 2024年第12期21卷 4924-4935页

作者：林立孟学雷高如虎韩正付艳欣山东交通学院轨道交通学院山东济南250357 兰州交通大学交通运输学院甘肃兰州730070 中国铁路设计集团有限公司天津300308

精确的OD(origin-destination)客流预测可为铁路运行管理、决策优化等提供良好保障。为准确捕捉高速铁路站点间的动态时空关联,解决全局流量特征和局部拓扑特征难以共同学习的问题,提出一种考虑站间协同作用的多尺度动态时空神经网络(mu... 详细信息

精确的OD(origin-destination)客流预测可为铁路运行管理、决策优化等提供良好保障。为准确捕捉高速铁路站点间的动态时空关联,解决全局流量特征和局部拓扑特征难以共同学习的问题,提出一种考虑站间协同作用的多尺度动态时空神经网络(multi-scale synergistic station-based dynamic spatio-temporal neural network,MSSDSTNN)OD客流预测模型。模型多分支并行结构的设计,可以有效地捕获与客流量相关的复杂时空特征;通过融合全局与局部注意力机制,达到识别站点间动态时空关联及线网拓扑结构的目的;同时采用自适应噪声完全集成经验模式分解方法对站点的原始客流数据进行分析,并引入简化粒子群算法实现对长短期记忆神经网络关键参数的动态寻优。选取成绵乐城际与成渝高铁的客流数据,在不同时间粒度下,运用12种既有模型进行比较研究,以评估它们与MSSDSTNN模型的性能差异。结果表明:MSSDSTNN模型比其他模型具有更高的预测精度和拟合效果,尤其在较短的时间粒度下,MSSDSTNN模型展现出显著的优越性。在15 min时间粒度下,MSSDSTNN模型的平均绝对误差、均方根误差、平均绝对百分比误差相较于对比方法中性能排名第2的预测模型分别下降了7.55%、12.12%和26.15%;在拟合优度方面,MSSDSTNN模型的决定系数相较于第2名上升了0.41%。可视化结果展现了模型对时空关联动态变化的学习效果,消融实验证明了各分支的必要性,所提方法可为运营部门的决策提供有价值的参考。

关键词：高速铁路 OD客流预测动态时空神经网络时空特征注意力机制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：