一种联翼式水下滑翔机外形优化设计方法

为增大传统水下滑翔机的升阻比,提高水下滑翔机的运动性能,将航空领域先进的联翼布局与传统水下滑翔机相结合,提出了一种新型的联翼式水下滑翔机,并通过外形优化设计使得联翼式水下滑翔机具有更优的升阻特性.首先,对水下滑翔机主体进行数值仿真模拟,将得到的结果与试验数据进行对比,验证了数值模拟方法的有效性.其次,运用CFD仿真软件比较分析了正交错、负交错和联尾翼3种联翼布局外形的升阻特性,选择升阻比最大的正交错布局作为水下滑翔机的初始外形.然后采用描形参数化方法,建立了联翼式水下滑翔机外形的参数化模型.最后,以最大化升阻比为优化目标,构建Kriging代理模型并采用EGO算法对联翼式水下滑翔机外形进行了优化设计.研究结果表明:优化后的联翼式水下滑翔机外形相比于初始外形,升阻比提高了18.42%;相较于传统水下滑翔机,升阻比提高了23.45%,从而验证了联翼式水下滑翔机具有更优异的升阻特性.本文的研究成果为提高水下滑翔机的滑翔性能提供了一种新思路和途径.     

基于高频车站及时间窗的立体轨道交通系统智能调度算法

立体轨道交通系统的车辆调度方法还未见报道,已有车辆调度算法的实时性较差。针对立体轨道交通车辆的调度问题,研究了一种结合高、低频车站判定的订单分配算法和一种结合时间窗的Dijkstra路径规划算法,即智能调度算法,以提高车辆的运行效率。首先,使用订单分配算法为订单选择合适的执行车辆,减少乘客的等待时间。其次,在订单分配算法的基础上增加了高、低频车站的判定,提前给高频车站调度车辆,以保证供需平衡。然后,将普通Dijkstra算法和时间窗判断相结合,以实现多车辆的无冲突路径规划。最后,对OpenTCS软件进行二次开发,并进行了调度算法的仿真。结果表明,当有乘客叫车时,若只有订单分配算法,乘客平均等待时间为8.043 s;结合高、低频车站进行车辆提前调度后,平均等待时间降到了5.724 s,每位乘客减少了2.319 s的等待时间。路径规划时,无论是普通的Dijkstra算法还是结合时间窗的Dijkstra算法,规划耗时都在1 ms以内,而结合时间窗的Dijkstra算法在只增加约0.1 ms耗时的情况下,解决了车辆的路径冲突问题。研究的智能调度算法减少了乘客的等待时间,提高了车辆的运行效率,实时性好,能满足立体轨道交通车辆的调度要求。     

基于神经网络与自调节卡尔曼滤波的超宽带定位算法研究

提出了一种基于神经网络与自调节卡尔曼滤波的超宽带(UWB)定位算法，以改善目前某三线自动驾驶轨道交通系统车辆定位精度不够高的现状。使用UWB标签和基站采集大量标签与各个基站的距离信息及对应标签的实际位置训练神经网络。在实时定位阶段，标签与各个基站的距离信息经网络发送至集中控制中心的服务器，通过优化后的神经网络得出实时的UWB定位标签的位置，对实时得到的标签位置使用自调节卡尔曼滤波以进一步提高精度。根据实车运行情况设计了一组包含斜道、直道和弯道的UWB标签移动轨迹进行仿真，并搭建UWB定位系统，设计标签的行驶轨迹，对神经网络与自调节卡尔曼滤波结合的UWB定位算法进行实验验证。结果表明：神经网络与自调节卡尔曼滤波结合的定位算法最大定位误差为223.58 mm,平均定位误差为43.16 mm,定位误差均方根值为42.06 mm。提出的神经网络与自调节卡尔曼滤波结合的定位算法相较于三点定位算法、卡尔曼滤波算法和神经网络算法，具有精度高、实时性好及稳定性高的优点，能够满足目前该三线轨道交通的定位要求。