路段环境自动驾驶汽车通行权决策方法

为了解决路段自动驾驶汽车的通行权决策问题,提高交通流的运行效率和稳定性,基于可接受间隙模型和谈判理论构建路段自动驾驶汽车通行权决策模型. 综合考虑多种因素,基于可接受间隙模型对行人风险进行建模,将行人风险划分为低风险、中风险和高风险. 综合考虑风险、性格（激进和保守）和等待时间等对行人行为的影响,分析不同因素组合下行人和自动驾驶汽车可能采取的行为策略,基于该行为策略,利用谈判理论对自动驾驶汽车的通行权决策过程进行建模. 利用Python联合SUMO开源交通仿真软件对模型进行验证,仿真持续10 h. 3个模型的（保守模型、Gupta模型和本文模型）仿真结果表明,当行人产生频率为15 s时,自动驾驶汽车的平均行驶时间分别为661.5、399.5和327.6 s,平均延误时间分别为618 s、336 s和260.7 s,总流量分别为6 699辆、10 583辆和11 568辆. 当行人产生频率为30 s时,自动驾驶汽车的平均行驶时间分别为643.5、311.7和81.9 s,平均延误时间分别为599.9、244.4和6.5 s,总流量分别为6 879辆、11 741辆和11 971辆. 通行权决策方法的加入有助于降低自动驾驶汽车的行驶时间和延误,提升流量.     

基于社会力模型的行人路径选择模型

为了研究路径选择行为对行人消散的影响,基于社会力模型,建立行人路径选择模型.从决策层和策略层两方面对行人路径选择行为进行建模,利用离散网格代表行人所有可能期望速度方向,建立每个离散网格的权重决策模型.通过对10×10房间内行人疏散进行仿真,得到行人消散时间随行人数目的变化规律.对比分析改进模型、实际数据和其他模型的数据,结果表明,行人路径选择行为能够有效提高行人的消散效率,加入路径选择模型后,改进模型得到了更加符合实际数据的速度-密度关系图.改进模型在行人密度大于1.4人/米2条件下具有更重要的意义.     

考虑双向行人跟随行为的社会力模型

为在行人仿真模型中更全面地反映行人特性,并研究跟随行为对双向过街行人的影响,本文建立了考虑跟随行为和冲突避让的行人过街社会力模型。研究了跟随特性对行人行走行为的作用,建立了行人的跟随行为模型、人行横道和信号灯对行人的作用力和冲突避让力模型,提出了改进的行人过街社会力模型。通过数值仿真分析了行人过街速度和可能事故数的变化规律,结果表明:设置跟随力有利于提高整体行人的过街速度和过街效率;冲突避让模型能有效降低行人的可能事故数。     

陆相沉积测井响应特征综述

利用测井资料来评价或解释沉积相的方法称为测井相分析。不同的沉积相有不同的测井响应。我国主要陆相沉积相有冲积扇相、河流相、湖泊相、三角洲相,依据沉积环境和沉积特征,进一步可划分为15个亚相和32个微相。论述其测井曲线特征,旨在建立测井沉积相模式,为陆相盆地沉积学和定量测井沉积学的深入研究提供参考模式。     

基于WBAN的生物特征检测重构算法

生物特征检测是无线体域网的关键问题。本文利用信号群的内相关性和互相关性结构,运用分布式压缩感知理论,建立一种新型分布式编码重构算法,即信号群与联合稀疏模型(Joint Sparse Model,JSM-1)。将该模型运用于无线体域网中,提出了联合稀疏信号模型的重构算法,仿真结果验证了该算法的有效性。