基于布朗运动随机数产生装置的设计与实现

随机数的核心是数的不可预测性和不可重复性。它是密码学研究领域的一个关键问题,是信息安全的重要保障。本文基于布朗运动的无规则随机性,设计并制作了一种随机数的产生装置。该装置主要是通过跟踪做布朗运动的微粒轨迹变化,作为随机数的产生源。利用该实验装置取样537组数据分析了随机数的产生情况,发现其产生的十进制随机数概率基本相等,最大误差仅为0.017,可以满足真随机数不可预测性与不可重复性的需要。

车联网环境下公交路径交通状态估计方法研究

传统感应线圈的交通状态估计方法已无法满足准确性和实时性的状态估计需要,为此提出了基于联网公交车辆实时速度的交通状态估计模型。所提模型借助实时信息采集系统的高效性和准确性的优势,对道路交通运行状态进行估计,同时利用卡尔曼滤波算法对交通状态变量进行更新。基于历史观测数据对更新后的交通状态变量进行修正,进而得到交通状态的估计值。通过采集数据并进行大量的实验,研究结果表明:基于联网公交实时速度的状态估计模型,在各种交通环境条件和占有率下,估计值误差指数(变异系数)均小于15%,最大仅为13.15%;状态估计修正模型与状态估计模型相比,估计值误差指数下降了2%,总体误差优化性能提升了11.87%。在确保实时性和高效性的同时,基于联网公交车辆实时速度的交通状态估计模型解决了传统道路交通状态估计方法准确性低的问题。

基于5G通信的公交主动信号优先方法研究

一般交通数据主要来源于路边基础设施和地面传感器,此类型的检测数据精准度往往无法保障。提出了一种基于5G通信的车载传感器主动检测车辆数据的模式,以车辆作为一个大的智能传感器,检测车辆状态,以及周围环境信息,并将这种主动检测数据的方法应用在公交车辆上,在得到高精度的车辆检测数据后,针对公交车辆进行精准的信号优先控制。通过大量数据实验显示:新的数据检测模式对比传统的检测模式,路段的行程时间减少了1.5～13.5min,交叉口的交通恢复时间减少了1.75～10.5min,平均优化性能分别提升了21.30%和23.18%。

基于进出站客流特征的轨道站点配套研究--以上海轨道交通为例

针对轨道站点出入口的进出站客流特征,提出了一种用于轨道站点设施配套的方法。该方法基于出入口位置,对出入口进行特征分类,结合城市规划理念和现实需求,提出轨道站点各类设施布设策略,提升配套设施使用效率,并为轨道交通站点配套设施规划落地提供支持。

核电厂受限空间作业领域的安全管理探讨

受限空间因受限于作业场所,具有较为特殊的作业环境,危险性大,易出现爆炸、中毒、火灾等事故,且如若发生事故,具有较大施救难度,若盲目性施救或救援不当,会造成严重人员伤亡,对作业人员生命安全造成严重影响。本文首先简要分析了受限作业原则,探讨其管控流程,最后针对受限空间作业事故,提出防范安全技术措施。

基于瑞利盘的声强测量分析

声强是对声音量化描述的一个重要物理量之一,它的测量对声学现象的研究具有重要的意义。本文设计并制作了测量声强的装置——瑞利盘,并分析了影响其测量精度的相关参数,发现测量精度主要受被测声音频率、瑞利盘的直径以及质量的影响。被测声音的频率越低,测试精度越高。在一定范围内,直径和质量越小,测试精度越高。频率在100~180 Hz范围内的声强,本实验装置的最大测量误差为0.027 W/m^(2)。