基于熵权的道路交通状态模糊综合评判模型

为了客观、有效地判别城市道路交通状态,在考虑敏感性、准确性及获取难度的基础上,从交叉口和路段2个角度,分别选取车辆平均延误、平均最大排队长度、平均行程速度及时间占有率4个交通参数作为评判指标,并将信息论中的熵值理论应用于道路交通状态综合评判中,建立基于熵权的道路交通状态模糊综合评判模型。该模型利用信息熵度量数据本身所提供的有效信息量来计算评判指标的权重系数,并运用加权平均法输出模型最终的状态判别结果。VISSIM仿真结果表明:基于熵权的道路交通状态模糊综合评判模型能够较好地判别道路交通状态,其评判结果比层次分析法的更趋于实际情况,结果相对客观可信。

双关节刚性机器人自适应BP神经网络算法

为解决反向传播(BP)神经网络学习速度慢、泛化能力弱以及易陷入局部极小值等问题,提出了一种双关节刚性机器人自适应BP神经网络算法。首先,设计了一种新结构的参数可调激活函数,其映射范围、斜率因子、水平和竖直位置等参数皆可自适应调整,以使BP神经网络具有更强的非线性映射能力;然后,设计了一个模糊推理器来整定激活函数的斜率因子,以使斜率因子保持参数最优;最后,设计了一套控制系统并应用于双关节刚性机器人系统的位置跟踪控制,采用自适应BP神经网络算法对该系统位置控制器的比例增益、积分增益和微分增益进行了实时整定。仿真结果表明:与使用经典固定参数S型激活函数的BP神经网络算法相比,所提出的自适应BP神经网络算法考虑了激活函数的自适应性,提高了BP神经网络的学习速度和泛化能力,并抑制了假饱和现象,对位置误差的收敛速度可提高20倍以上,且可使位置和速度误差减小并接近于0。

断续谱OFDM雷达信号特性的仿真研究

高频超视距雷达拥挤的频段范围促使了断续谱雷达信号的研究,断续谱正交频分复用(OFDM)雷达信号是断续谱信号的一种,OFDM技术在通信中已经得到很好的应用,这为断续谱OFDM雷达信号的应用提供了参考。首先给出了断续谱OFDM雷达信号的形式,接着研究了其模糊函数,然后对其特性进行了理论分析,最后通过仿真进一步验证了分析结果。