信控交叉口借道左转设计的延误优化研究

为准确分析交叉口借道左转设计的左转延误,针对现有的延误模型的不足,建立一个合适的延误优化模型,并提升其设置的科学性。先对逆向车道长度进行优化;再通过分析左转车辆的累计到达驶离曲线,以左转总延误最小为优化目标,建立一种新的考虑预信号延误的优化模型;最后,以长沙市芙蓉中路一个交叉口为实例,进行验证,分析左转到达流率对借道左转设计延误的影响及逆向车道长度对左转车均延误的影响。研究结果表明:左转流率越大,越能充分发挥借道左转设计的优势,该模型的左转延误下降可达59.21%;当左转流量偏低时,预信号位置的延误占比较大,随着左转流量的增大,传统车道和逆向车道的延误占比逐步增加。该研究可以准确评价借道左转设计的实用性和优劣程度,对借道左转设计的推广与应用具有重要意义。

SWISS整流器分数阶PID控制策略

针对SWISS整流器的传统整数阶PID控制策略动态响应速度较慢、鲁棒性较差的问题,提出一种基于分数阶PID的SWISS整流器控制策略。基于SWISS整流器的工作原理建立其小信号模型,得到SWISS整流器的等效传递函数,并设计基于分数阶PID电压控制的双闭环控制结构。为简化分数阶PID的阶次参数设计,采用整数阶PID参数预整定的方法得到参数初值,并利用粒子群算法对分数阶PID控制器参数进行进一步设计优化。仿真和实验结果表明,分数阶PID控制策略下的SWISS整流器发生参考电压突变时电压稳定时间小于7 ms、超调量小于2%,发生负载扰动时电压稳定时间小于4 ms、超调量小于3%,动态性能优于整数阶PID控制策略。

北斗卫星B2信号数字预失真补偿方法研究

针对北斗星上信号发射通道中高功放和滤波器引起的导航信号非线性失真问题,提出间接学习结构的数字预失真用以补偿导航信号产生的非线性失真。通过采用带宽最大的非对称恒包络二进制偏移载波(asymmetric constant envelope binary offset carrier,ACE-BOC)调制的北斗B2信号,验证数字预失真对补偿导航信号非线性失真的有效性及可行性,并从调制星座、功率谱、相关函数、S曲线过零点偏差等信号评估指标对数字预失真处理前后的信号进行对比分析。实验结果表明,数字预失真可以有效抑制20 dB的带外功率损失,相关损失可由0.7 dB下降到0.009 dB以及S曲线过零点偏差由0.88 ns下降到0.0029 ns。本文所提的数字预失真模型可有效改善信号发射通道引起的信号非线性失真。

电力电缆局放在线监测神经网络自动识别精度的提升方法

为了尽可能降低电缆线路局放在线监测系统装置运行中对局放信号识别的误判误报的可能性,对局放的判读机理和识别精度进行了改进和提升。基于现场运行系统回收的数万个疑似电缆内部局放的告警记录数据进行了分析分类,对判别程序中沿用的局放自动逻辑判别程序追加了相间信号相关性过滤程序,对既有的神经网络在构造上作了优选优化,对神经网络学习数据的前置处理进行了改进。对改进提升后的局放判别程序采用了包括现场记录,模拟信号发生器和人工局放模型加电压实验的3种局放数据进行检验。结果表明,改进提升后的局放判别程序不但能够使现场的非局放告警数据的告警率降低到5%的期待水平,同时也提高了识别人工模拟产生的各种类型局放信号的准确性,大大降低了局放在线监测系统误判误报的可能性。

基于安全知识库的轨道交通安全预评价方法

在当前城市轨道交通快速发展的需求下,国内轨道交通安全相关系统的预评价方法尚不成熟,积累的各类故障、事故案例无法得到有效共享,导致实际工程中预评价工作难以开展。首先,构建了基于本体推理规则的Man(人员)、Machine(设备)、Media(环境)、Management(管理)及Mission(任务)的5M多因素信号系统安全知识库。其次,阐述信号系统预评估过程,结合案例分析和应用,形成了基于安全知识库的轨道交通安全预评价方法。最后,从风险辨识质量和风险控制精准度等多方面将基于安全知识库的轨道交通安全预评价方法与一般预评价方法进行比较,结果表明该方法能够从全生命周期角度对信号系统分阶段风险进行辨识并评定风险损失,风险辨识质量高、风险控制精准度高,且该方法的实施有利于加强城市轨道交通事前安全管理效果,同时也可为安全相关系统的风险预评价理论研究提供参考。

信号交叉口借道左转设计方法研究

借道左转作为一种提高交叉口通行能力的交通管理措施,应用广泛。为了使借道左转的使用效果最优,总结借道左转的适用条件和实际运行的4个阶段,提出通过确定左转预信号相位和借道左转车道长度的方法,进行借道左转方案设计。首先,以单位时间借道左转的车辆数为评价标准,分析车道长度变化对借道左转实施效果的影响;其次,归纳出不同参数间的数学关系,得出最优借道左转车道长度与其他变量的转换方法,并推导出合适的左转预信号相位方案;最后,通过VISSIM软件仿真模型进行验证,证明设计方法的有效性。

应用于红外大面阵数据传输的接口电路设计

红外大面阵(2560×2048)数字读出电路对芯片数据接口有高速、低功耗、强驱动能力的需求。采用0.18μm互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)工艺设计了4∶1并串转换电路、电平转换电路以及采用预加重技术的低压差分信号(Low Voltage Differential Signal,LVDS)驱动器电路。并串转换电路采用双沿采样的树形结构降低时钟频率,电平转换电路采用正反馈结构提升速度,LVDS驱动电路采用可编程电流大小的预加重副通路对主通路进行高频分量补偿,以保证驱动能力和提升高速信号的完整性。接口的数据传输速率可达到1 Gbit/s。当负载电容为2 pF时,一个通道的功耗为15.8 mW@1 Gbit/s;当负载电容为8 pF且打开预加重时,一个通道的功耗为19 mW@1Gbit/s,输出电压摆幅为350 mV,输出共模电平为1.21 V,LVDS驱动电路的所有参数均满足标准协议。

子痫前期患者内含子多聚腺苷酸化VEGFA-VEGFR2信号通路的富集分析

目的分析与子痫前期(PE)相关的转录组内含子多聚腺苷酸化(IPA)现象。方法从GEO数据库中收集到90例PE相关样本的转录组数据。采用STAR比对到人类基因组hg38,利用IPAFinder软件分析比对文件中的IPA现象。Miranda软件进行miRNA靶基因预测。差异表达基因的评估使用edgeR与对数倍数变化>1和调整的P<0.05,通过Clusterprofiler进行功能富集分析。结果血管内皮生长因子A(VEGFA)-血管内皮生长因子受体2(VEGFR2)信号通路中的基因在PE相关的IPA现象中出现富集,且VEGFA-VEGFR2通路中基因表达水平与IPA现象呈负相关。鉴定出LIN28B和AGO2是与IPA位点结合最显著的基序。分析与这些IPA现象相关的miRNA结合位点,发现miR-193b和miR-365a在IPA基因中起核心调控作用。结论VEGFA-VEGFR2信号通路可能通过IPA改变影响PE的发病,子痫前期中IPA相关miRNA和基因表达变化之间有潜在的临床相关联系。

山地资料叠前保真保幅去噪技术研究及应用

山地资料由于地表条件及地下构造复杂,导致干扰波异常发育,严重影响地震资料信噪比。在分析原始地震资料品质的基础上,针对不同噪音,采用针对性强的压制技术,形成了一套叠前保真保幅组合去噪技术流程。实际资料应用表明,该方案能够有效去除噪音干扰,提高目的层信噪比,且较好的保留资料的弱信号和低频有效信号,保幅性良好,为致密砂岩储层预测奠定了良好基础。

基于可听声的开关柜局部放电快速预诊断研究及实例应用

电力系统中开关柜设备数量庞大,其绝缘性能关乎电力系统安全可靠运行。为克服传统人工识别模式辨识开关柜局部放电声音效率低、准确性差问题,提出基于可听声的开关柜局部放电快速预诊断方法,采集现场声音,经预加重、交叠分帧、滤波处理降低工频噪声干扰,构建以短时能量参数为状态标签的局部放电识别模型。现场实验表明,基于可听声的开关柜局部放电快速预诊断方法耗时短、识别准确率高,对提高开关柜巡视效率,加强电力设备绝缘性能监督水平具有重要意义。

基于常规岩心物性资料预测T2谱的方法

核磁共振测井对于地层流体的综合评价有着重要的作用,它也是储层开采以及解释疑难井的重要手段。为了解决井下核磁共振测井作业的参数选取问题,提高并增强井下作业的速度和效率,考虑到岩石孔隙内各流体的不同弛豫机理,开发一种预测核磁共振T_(2)谱的测前设计软件。测前设计软件由T_(2)谱构造、回波生成加噪、反演生成以及参数建议4个模块构成,能够预测地层的T_(2)谱形态,对提前认识待测量地层有重要的意义。实验结果表明,所设计软件操作简单、结果精确,可为核磁共振测井测前设计优化以及正反演等研究提供借鉴。

高速数字接口拓扑结构仿真优化分析

随着高速数字接口总线在通信系统的广泛使用,通信系统信号完整性的问题越来越凸显,其可能导致系统偶发卡顿或者死机。为增大信号完整性设计裕量,文章采用设计前仿真和设计后仿真的方法对某型网络产品进行了全面的可靠性评估,其通过设计前仿真对DDR3存储器互连结构进行仿真分析并对比分析了各种拓扑结构的优劣性能;通过对现有产品开展设计后仿真,识别了高速总线信号质量问题,并且基于T型拓扑结构端接匹配的方法,优化了终端匹配方案。仿真结果表明,采用优化方案后,信号质量得到大幅提升,边沿时间减少了40%以上,优化版眼宽提升了5.4%,确保了通信产品在轨道交通网络系统中的稳定性和可靠性。

基于遗传算法的预压缩图像破损数据重构

为增大预压缩图像破损区域内的信噪比数值,从而使得重构图像能够更好地贴合压缩前的原始图像,提出基于遗传算法的预压缩图像破损数据重构方法。根据已生成的破损节点种群选择适应度评估标准,并构建遗传数据阵列,完成基于遗传算法的预压缩图像破损节点调取。建立破损数据分布函数,计算压缩重构比指标的实际数值,重构处理预压缩图像破损数据,实现预压缩图像破损数据重构。实验结果表明,在遗传算法作用下,预压缩图像破损区域内数据参量信噪比指标的数值上升,能够促使重构图像与原始图像完成较好的贴合。

煤矿井下液压锚杆钻机钻臂定位控制方法

由于煤矿井下的恶劣工作环境和钻臂动力学特性的复杂性,传统的固定参数控制方法难以确保稳定且精确的控制。特别是在控制信号传输过程中,抖振现象的出现不仅影响控制精度,还可能导致系统的不稳定。为此,提出一种煤矿井下液压锚杆钻机钻臂定位控制方法。通过建立液压锚杆钻机钻臂位移系统模型,设计死区预补偿器减少控制信号抖振,并结合自适应滑模控制器与金豺优化算法优化控制参数,实现液压锚杆钻机钻臂的定位控制。实验验证,该方法显著提升了钻臂定位精度,特别是在水平和转角控制上,即使在干扰环境下也能保持低稳态误差。

基于预信号的城市快速路出口匝道衔接交叉口控制方法

为了提高城市快速路出口匝道与下游衔接交叉口的通行效率,提出了一种基于预信号的出口匝道衔接交叉口控制方法.分析流量流向分布特征,构建衔接区域换道延误计算模型;利用交通波理论,建立预信号上游排队长度和排序区长度模型;考虑主信号配时参数约束和排队长度约束优化,得到预信号配时参数以及预信号设置位置.案例分析结果表明,预信号方法可以显著提高衔接交叉口的通行能力,降低车均延误.通过数值仿真研究了左转交通比例、交通流及匝道衔接段长度对模型的影响,证实了所提模型的有效性和优越性.

基于数字化设计仿真的射频干扰抵消SiP设计

随着无线电子系统朝着阵列化、微系统化、高频化等方向发展,系统调试难、失效、故障难以排除等问题逐渐凸显,基于“经验设计+后续调试”的传统设计方法已难以满足实际需求。基于机、电、热、磁等多学科数字化协同设计仿真能够对各设计阶段进行指导与验证,在提高设计效率的同时保证产品的性能指标,是微系统的主流设计方法。基于此,文中以射频干扰抵消SiP为例,详细介绍电、磁、热协同设计仿真的整个设计流程。实验表明,所提设计达到了预期目标,可为从事硬件电路设计者提供指导与参考。

一种采用预分类式神经网络的混叠信号识别方法

在非合作通信系统中,对未知信号调制方式的识别是对此信号进行准确处理的前提。随着通信环境的日益复杂,会不可避免地接收到时频混叠信号。针对混叠信号的信号分量{2FSK, BPSK, QPSK, 8PSK, 16QAM, 64QAM}的时频、高阶特征,提出了一种预分类式分类网络,实现了对分量信号两两混合的21种混叠信号调制方式的识别。改进了传统的稠密连接网络(DenseNet),简化其结构,引入自编码(Auto-encoder)和注意力机制(Attention),提出了AttEn-DenseNet。结合双向长短时记忆网络(Bi-LSTM),组成预分类式神经网络。先对混叠信号进行预分类,而后再循环式筛选网络极易混淆的高阶调制信号。在此方法中,预分类结构和注意力/自编码机制,能够帮助网络有效提取特征。通过实验对比,验证了预分类结构对识别信号的促进作用和AttEn-DenseNet对特征的高敏性。

信号预控下动态公交专用道策略

针对高峰时期公交专用道利用率较低的问题,提出一种基于信号预控的动态公交专用道策略,提升道路资源时空利用。在保证公交优先基础上对交通流构成比例进行影响分析,确定了APL、IBL和DBL三种常用车道控制模式适用范围;以路段人均时耗最小为目标函数,建立动态公交专用道规划模型,确定了各车道模式临界流量值;考虑交叉口信号差异下车道排队消散时长不同,构建基于信号预控下路段清空条件,实现公交专用道提前预控,建立了信号预控下动态公交专用道控制流程。以重庆市某段路为案例,选取全时段普通混合车道(all purpose lane,APL)、间歇式公交专用道(intermittent bus lane,IBL)和完全式公交专用道(dedicated bus lane,DBL)为参照,分别对实验路段和公交专用道进行评价分析。结果表明:本文动态公交专用道策略能够提高公交专用车道资源利用率,有效缓解公交优先和路段整体交通效率之间的矛盾。

利用深度神经网络实现分布式相干瑞利光纤振动事件分类

该文利用分布式相干瑞利光纤传感系统,在西气东输一线无锡至苏州段开展现场测试,采集了光纤沿线车辆行走、机械挖掘、人工锄地、定向钻孔等8种振动作业产生的光纤信号,并提出了一种具有5层结构的全连接深度神经网络用于振动事件分类识别以实现不同振动作业的分级管理。振动作业产生的光纤信号能量集中在低频,该文利用梅尔对数频率的非均匀特性提取了25维单帧信号特征量,并将连续40帧信号特征量组合成高维向量作为网络输入特征向量,实现对不同振动作业时变特性的建模。分类识别结果表明,基于深度神经网络结构的振动信号分类识别器能够有效识别不同振动作业类型,实际线路实验验证了该文算法的有效性。

频繁模式的水电信号异常检测

水电站监控系统信号监测是运行值班的核心工作,研发水电站系统信号的异常检测方法对保障水电站安全稳定运行具有重要意义。然而,水电站系统信号具有信息量大、信号关系复杂等特征,使得信号异常检测具有挑战性。目前关于水电信号异常检测的工作较少,且已有研究也仅基于简单的历史状态或者关联关系构建检测方法。文中认为系统信号属于高频流式数据,且前后信号之间存在相关性,监控过程中考虑信号之间的相关性关系比关联性更好,故创新地提出信号之间的三种关系:原因关系、伴生关系和共生关系,并基于这三种关系设计一种水电信号异常检测方法。通过瀑布沟水电机组的简报历史数据进行实验,结果表明所提方法的召回率可以达到86.92%,验证了检测方法的有效性。