基于无线技术的隧道积水监测系统设计

针对当前隧道内出现积水时无法及时上报相关部门处理从而通知司机快速重新合理规划行驶路线的情况,提出一种以MSP430单片机为核心的隧道积水量远程监控系统。采用超声波液位计输出4~20 mA电流,传送给后级单片机处理后,经无线通信模块将硬件设备与上位机客户端连接起来,实现本地与远程的数据交流,同时系统支持隧道外部的可变情报板信息显示。该系统操作方便、性能稳定、成本低,具有一定的实际应用价值。

基于范数和相关性的GSM天线组合选择算法

针对广义空间调制系统(GSM)在相关信道下进行天线选择时,不能兼顾高信道增益和天线间低相关程度问题,该文提出一种基于范数和相关性的递增发射天线组合选择算法。首先计算所有天线组合的范数并排序。其次选出范数最大的天线组合加入候选集中,最后从剩余集中选取与候选集中天线组合相关程度最低的天线组合逐个加入候选集。该算法将有效信道向量作为评价天线组合是否优秀的定量指标,有效信道向量之间的夹角中不仅反映了天线组合之间的相关性,还隐性反映了信道向量的范数,在最大化有效信道增益的同时,提高各组合之间的辨识度。仿真表明,在误比特率为10^(−3)时,相比于随机选择天线组合算法,该算法能获得2 dB的增益。与相同频谱效率下的接收端天线选择算法相比,该算法获得约1.3 dB的增益。

基于随机森林的公路隧道CO气体浓度预测模型

汽车尾气的主要成分是CO气体,是公路隧道通风设计的一项重要参数。准确、快速地预测隧道内CO气体浓度,能够为隧道通风控制提供有力参考,有助于CO气体浓度的及时控制,对保障隧道内人员的健康、安全和隧道绿色节能十分必要。采用公路隧道实地监测CO气体浓度数据,建立了以监测点位置、交通量、车速、风速为输入特征的公路隧道CO气体浓度预测随机森林模型。通过整理3300 m长隧道CO气体浓度数据,对比了CO气体浓度实测数据与模型预测值,验证了模型的预测精度。结果表明,基于随机森林建立的CO气体浓度预测模型具有良好的预测精度,能够准确地预测隧道内CO气体浓度,测试集的均方根误差(root mean square error,RMSE)和决定系数R^(2)分别为0.4974和0.9437;该预测模型性能显著优于线性回归模型和支持向量机模型;预测模型能够推广应用于其他隧道的CO气体浓度预测,对应的RMSE和R^(2)分别为0.9095和0.7295,可以在已知测点位置、交通量、车速、风速的情况下预判隧道内CO气体浓度,为隧道通风控制或安全预警提供数据参考;特征重要性分析结果显示,测点位置对隧道内CO浓度的影响最大,在隧道出口处CO气体浓度值最高;随着风速的增大,隧道内CO气体浓度逐渐减小。

高速移动场景下的平稳宽带车载视频点播系统设计

针对列车乘客在接入路侧蜂窝移动网络时因多普勒效应而引起的带宽稳定性差的问题,设计了一种高速移动场景下的平稳宽带车载视频点播系统,用户可在手机客户端通过WiFi连接固定于车厢内的车载服务器以下载或上传本地视频资源;此设计中,通信两端均在车厢内部,处于相对静止状态,因此可有效避免多普勒效应;同时,使用了定向增益天线来增强信号在车厢窄长矩形区域的有效覆盖;最终,实验数据表明:该系统在30*10 m的室内场景下,移动终端访问的实时传输带宽基本在35 Mbps到56 Mbps之间且波动较小,可实现稳定流畅的视频服务。

基于交叉熵权可拓模型的公路螺旋隧道运营风险评估研究

为保障螺旋隧道运营期可靠度,完善螺旋隧道运营风险评估方法,以隧道实际运营中能随时监测的数据为基础,广泛调研了全国典型的螺旋隧道,建立了螺旋隧道风险指标体系;对比了传统信息熵权法和结合机器学习及计量经济学方法的交叉熵权法的优缺点,选择了更加准确的交叉熵权法对指标进行权重的赋予,最后通过物元可拓理论进行风险等级关联度的评判,形成了一整套客观的螺旋隧道运营风险评估方法。以世界最大螺旋隧道——金家庄螺旋隧道为例,对其2021年5月的运营风险进行了评估,证明了方法的可行性、适用性以及易用性,为隧道运营风险评估提供了更准确的可行方案。