【摘 要】
：
列车完整性检查可以有效地避免因列车脱钩造成的追尾事故,保障行车安全。在列车行驶过程中,部分线路卫星视角较差,现有的列车完整性检查方法无法实现实时定位及动态检查。为解决上述问题,提出了一种附加轨道约束的动态双差列车完整性检查方法,通过描绘列车头部行进轨迹的实时拟合曲线,结合轨道特征修正卫星信号的漂移误差;同时,利用动态双差对卫星原始观测数据进行计算,消除观测误差,构建了一种适应性强、精度可控的列车完
论文部分内容阅读
列车完整性检查可以有效地避免因列车脱钩造成的追尾事故,保障行车安全。在列车行驶过程中,部分线路卫星视角较差,现有的列车完整性检查方法无法实现实时定位及动态检查。为解决上述问题,提出了一种附加轨道约束的动态双差列车完整性检查方法,通过描绘列车头部行进轨迹的实时拟合曲线,结合轨道特征修正卫星信号的漂移误差;同时,利用动态双差对卫星原始观测数据进行计算,消除观测误差,构建了一种适应性强、精度可控的列车完整性检查方法。进行静态和动态测试验证,实验表明,平均误差分别在0.2m和0.19m左右,证明了本文所提方
其他文献
据最近召开的江苏省建材行业协会五届三次理事扩大会暨建材行业发展报告会透露,2020年,江苏建材行业顶住新冠肺炎疫情压力,全行业年主营业务收入5177.9亿元,同比增长6.2%,利润总额333.8亿元,同比增长11.9%,取了良好业绩。围绕抗击新冠肺炎疫情、复工复产和恢复经济,江苏省建材协会及时发出《关于做好新冠肺炎防控及企业复工相关工作的通知》,指导企业有序开展疫情防控和复工复产,配合中国建筑材料联合会建立建材行业复工复产监测日报机制,及时反映企业抗击疫情、生产运行、复工复产情况,并将调查情况统计汇总及时
综述了糯米灰浆的应用历史、科学原理、配比材料和外部因素对糯米灰浆力学性能的影响,介绍了近年来学者们对糯米灰浆性能影响因素的研究进展,并对未来糯米灰浆的研究应用提出建议。
从偏处广州一隅到布局全国,从单一监理业务到多元咨询服务,广东重工建设监理有限公司(以下简称“重工监理”)在三十余年的发展历程中,平凡而充满激情、专注而不乏创新,不断地发掘自身优势,打磨具有自身特色的服务产品,在全国建设工程监理市场中打造出了“重工监理”的品牌。近日,重工监理董事长赵旭和公司管理人员接受了本刊记者的专访,回顾光辉历程,展望未来发展。
为促进既有建筑绿色改造和加快建筑业绿色发展,在已有研究基础上构建既有建筑绿色改造PPP模式。研究表明,政府规制下,地方政府、私人部门和社会公众能达到协同合作的均衡状态,政府监管成本、惩罚、补贴和奖励是影响主体行为的主要因素。提出落实政府激励与约束机制、构建绿色改造技术创新体系以及完善政府监管和公众监督机制等建议,以期促进和规范既有建筑绿色改造PPP模式的发展。
随着数据中心规模的越来越大,同一个虚拟拓扑中虚拟节点所映射到的物理节点间的距离越来越远,其链路在映射过程中需要经过若干的跳步,占用了大量的物理网络资源,降低了数据中心的收益。受到数据中心固定拓扑的限制,仅通过映射算法的优化很难取得较好的性能和收益提升,因此提出一种基于AWGR的动态光网络和对应的虚拟拓扑映射方法,通过结构和算法的协同提高了数据中心的利用率,从而提高了数据中心的收益。
针对直升机在实际任务中对轨迹精确控制的实际需求,提出基于模型预测控制(model predictive control, MPC)的直升机轨迹跟踪算法。轨迹控制的整体方案采用分层的架构:底层对直升机的速度以及姿态进行调节,顶层通过实施MPC算法对底层的姿态和速度指令进行调度,以期实现直升机轨迹的精确控制。通过分段MPC方法,有效降低了优化问题求解的复杂度。针对响应动态的不确定性,采用基于min-m
针对量子图像信息隐藏技术在面对基于统计的隐写分析算法检测时的不安全问题,提出基于量子生成对抗网络(QGAN)的信息隐藏方案.首先利用映射规则将秘密信息映射为单量子比特门,演化得到QGAN生成器G的参数化量子电路的输入态;然后通过QGAN中的生成电路生成含密量子图像;最后通过测量含密量子图像得到样本数据后与真实数据样本作为判别器D的输入进行迭代优化,使G能够得到接近于目标图像的含密图像.实验结果表明
针对潜艇垂直面受外力作用下的操纵运动响应,在潜艇垂直面线性操纵运动方程的基础上,对不同航速时潜艇在外力作用下运动特性进行了理论分析。进而以模型潜艇为研究对象,基于潜艇垂直面线性操纵运动方程进行数值仿真验证,分析了不同航速的潜艇在静力和升降舵舵力作用下的运动特性以及艏、艉升降舵的操纵特点。理论分析与仿真结果表明,航速以及外力在潜艇纵向上的作用点对潜艇的操纵特性有着重要的影响,作用在潜艇上的外力一定时
智能交通是现代交通发展的前沿领域,交通事件预测是其中的一个研究热点。传统BP神经网络模型是交通事件分析中常用的模型分析方法之一,但易陷入局部极值,不适合处理长期且连续的交通事件数据。为解决上述问题,提出使用循环神经网络处理交通事件数据,利用循环神经网络模型的有限时间长度记忆优势,构建序列数据分类模型来训练数据,采用随机失活方法去除模型的过拟合问题,通过达拉斯地区的实际流量数据验证,将预测结果与传统
主动悬架在汽车的行驶平顺性、乘坐舒适性以及操纵稳定性等方面都具有明显的改善效果,而主动悬架控制算法的确定又是主动悬架设计的关键。传统的随机线性最优(Linear Quadratic Gaussian, LQG)控制算法因其权重系数主要是基于经验值反复的修改代入进行仿真计算,过程繁琐,准确度低。基于以车身垂向加速度、俯仰角加速度、悬架动挠度和轮胎动位移作为评价指标的LQG控制算法,与遗传算法(Gen