车轮镟修型面对轮轨匹配性能的影响

目前动车组轮广泛采用的经济型镟修法,镟修后车轮并没有达到标准车轮轮缘厚度。为探究经济镟修型面对轮轨匹配性能产生的影响,为车轮维修策略的制定提供理论依据,对比分析标准车轮型面和新镟修的不同轮缘厚度车轮型面的静态匹配特性与动力学性能。结果表明：目前镟修方法得到的薄轮缘镟修型面有利于提高车辆的直线运行临界速度,但其他动力学性能指标略有下降;在通过不同半径曲线时,各型面曲线通过性能相差不大,小半径曲线工况下,各型面轮缘均与钢轨贴靠;通过大半径曲线时,在较大横移激扰下薄轮缘型面存在失稳的风险,从而造成较大的轮轨横移量及轮轴横向力,使轮缘与钢轨贴靠现象严重,造成严重的轮缘磨耗。     

面向制造的弧齿线圆柱齿轮的建模设计

介绍了一种面向制造的设计方法,根据弧齿线圆柱齿轮的加工原理,提出了基于齿轮齿条原理的弧齿线圆柱齿轮的特征建模方法.采用的齿轮实体建模方法与实际齿轮加工方法相同,为精确造型、正确仿真及有限元分析提供了基础.     

基于双线性映射的多重签名方案

双线性映射作为一种构建密码体制的新工具,在密码学领域中引起了普遍的关注.基于双线性映射提出两种新的多重签名方案,由于多重签名方案是以双线性对为工具构造的,所以密钥长度和签名长度比用其它方法构造的签名要短,该方案的实现是高效的.在CDH和DLP问题的安全假设下,这两种方案是安全的.     

基于自适应阈值的船舶轨迹异常点检测算法

定位技术的快速发展催生了轨迹大数据,轨迹数据中总是存在着明显偏离轨迹的异常点。检测出轨迹中的异常点对提高数据质量和后续知识发现精度至关重要。目前轨迹异常点检测算法主要为恒定速度阈值法,没有考虑目标在不同时刻运动状态的变化,仅能检测出速度超出指定阈值的一部分异常点,甚至出现检测错误的情况,算法鲁棒性较差。针对现有问题,本文提出一种基于自适应阈值的轨迹异常点检测算法（Trajectory Outlier Detection Algorithm based on adaptive Threshold, TODAT）。TODAT算法充分考虑了目标在一段时间内的运动信息和观测噪声的影响,采用局部阈值窗和均值滤波窗来计算阈值和速度,同时又引入了经济航速阈值和连续异常点放回机制。基于真实船舶数据的实验结果表明,本文算法可根据轨迹数据得到自适应的阈值,有效检测出全部异常点,大幅度提高轨迹数据的质量。     

基于改进集合卡尔曼滤波方法的目标运动轨迹多源异步数据融合方法研究

该文构建了一个改进的多源异步观测数据情景下基于非线性运动学本构方程的集合卡尔曼滤波理论模型,该模型可以精确反演出目标运动状态参数(速度、加速度)以对目标后续运动进行预测。并基于集合卡尔曼滤波实现了多源观测数据融合,利用高精度观测数据修正低精度观测数据,修正后的数据精度可通过集合卡尔曼滤波提供的统计学信息进行标定,为非线性情形下目标轨迹多源异步数据融合问题提供了新的解决思路。     

公路工程实验检测常见问题及解决方法

多探索对公路工程试验检测常见问题以及解决方法,有利于帮助和促进提高公路工程试验检测能力的提高,进而提高公路工程的施工质量。本文分析了公路工程实验检验的重要性以及目前国内进行公路工程实验检验的过程里经常遇到的问题,并提出了部分解决建议,希望本文能对相关的工程的开展起到帮助作用。     

基于STFT的宽带信号时差测量方法

利用相位干涉仪测量信号到达时差时,频率估计误差会引起测量误差,且现有方法对宽带信号适应性较差.针对这些问题,提出了利用信号频域互相关的相频曲线估计到达时差的方法.该方法利用短时傅里叶变换对宽带信号进行重构,并对重构信号在频域进行互相关,然后利用相频曲线的线性关系估计时差.该方法在低信噪比条件下对宽带信号的到达时差具有较...     

一种新的利用时差相关性的时差分选配对方法

在时差无源定位系统中,为了消除3种常见的高重频信号的定位模糊,提出了一种新的时差分选配对方法.新方法定义了相关系数来表征两个配对时差的相关程度,通过计算相关系数把属于同一个辐射源的两个时差序列分选出来,即同时完成了时差序列的分选和配对;然后,对单一辐射源的配对时差序列的相关矩阵进行分析,并依据高重频信号的配对表现剔除虚假时差对.仿真结果表明新方法能够大大减少虚假时差对的数量,从而抑制了虚假目标的产生,有效改善了定位模糊问题.     

基于遗传和声算法求解函数优化问题*

针对遗传算法和和声搜索算法各自的特点,提出了一种新的搜索算法——遗传和声算法（GAHS）。新算法利用遗传算法改进了和声算法中和声记忆库初始解的产生方式,同时对和声算法中新解的产生方式也作了改进;将此改进算法应用到函数优化问题中,并分别对六个测试函数进行了仿真,用于验证算法的可行性。仿真结果表明,遗传和声算法提高了函数优化的搜索效率,具有较高的寻优性能和较强的跳出局部极小的能力。