一、TSP分段与连续采样的对比实验分析(论文文献综述)
邱玉华[1](2020)在《基于时空轨迹大数据的路线规划机制的研究与系统构建》文中进行了进一步梳理随着计算机技术和物联网技术的快速发展,人们越来越依赖于基于位置的服务,时空轨迹大数据也急剧增加。出租车轨迹数据作为时空轨迹大数据的重要组成部分,受到了广泛的关注。出租车是城市出行的重要交通工具,为居民生活带来便利。目前,对于出租车司机而言,在没有订单的情况下,他们只能选择在原地被动等待,或者自主寻客。这会消耗大量的时间成本和油费成本,影响收益。由于缺乏合理规划,还存在热门路径的拥堵问题。针对现有工作不足,本文基于时空轨迹大数据的路线规划问题展开研究,主要的研究工作如下:(1)时空轨迹大数据的研究。我们分析了数据的时空分布并且挖掘了基于出租车轨迹数据的最佳客源点。首先对数据进行时段的划分,其次按照地理位置再进行分区,目的是了解不同时段不同区域的数据变化趋势,分析出租车整体的时空分布,为路线规划做铺垫。然后对划分的数据利用DBSCAN聚类算法挖掘出轨迹数据中的簇。最后利用K-Means聚类算法找出每个簇的中心点,也即最佳客源点。最佳客源点是轨迹数据中出租车最常访问的位置点,如果空载司机能够找到最佳客源点将大大提高上座率。(2)盈利路线的规划。数据经过聚类处理,形成了一系列的最佳客源点的集合。我们将基于点到点的路线规划问题转化为旅行商问题。提出了基于最佳客源点的优化蚁群算法(Ant Colony Optimization Algorithm based on Optimal Profit Points,ACO-OPP)。在路径的选择概率上,我们通过加入影响因子来提高司机对于热门最佳客源点的选择。通过使用全局信息素更新和局部信息素更新相结合的规则来增加算法的探索能力,避免进入停滞状态。利用百度地图API中驾车距离实时计算函数来代替原始距离计算公式。(3)Stackelberg博弈模型。在路线规划过程中,往往会出现热门路径的拥堵问题,随着拥堵时间的上升,司机的成本也会急剧增加。为了解决这个问题,我们引入Stackelberg博弈模型,我们从管理者和出行者两个决策方的角度出发,通过固定的时间间隔进行交通诱导,使得两者达到一种均衡状态,从而实现管理者和出行者效益最大化,使得路网资源得到了极大的利用,有效解决热门路径的拥堵问题。(4)基于SSM(Spring+Spring MVC+My Batis)框架构建了出租车路线规划系统。该系统利用百度地图API进行开发,实现地图展示、定位、最佳客源点的检索和查询、路线规划、路线导航等功能。在路线规划的算法设计上,由于考虑到热门路径的拥堵问题引入了Stackelberg博弈模型,并在管理者决策方求解时利用了提出的ACO-OPP算法,从而实现出租车司机和交通管理者利益最大化。
顾长龙[2](2020)在《基于轨迹数据融合的城市路网运行状态感知》文中指出城市路网交通运行状态的全面及时准确获取,是进行城市路网状态评价,分析城市路网运行效率,制定精细化交通管控措施的基础,同时也是智能交通系统的重要组成部分。以地磁线圈、微波等检测技术为代表的固定检测器,由于安装和维护费用较高,只能覆盖部分路网,无法实现对城市路网运行状态的全面获取。近些年来,随着GPS(Global Positioning System)的广泛应用和LBS(Location-based service)的兴起,以浮动车数据为代表的轨迹数据由于其自身包含信息丰富,覆盖范围广等特点,能够解决固定检测器路网空间覆盖率不足的问题,被广泛应用于城市路网运行状态获取的研究中。然而由于受到数据存储和传输的限制,这些轨迹数据的采样频率较低,且在路网中渗透率较低,低频特性以及稀疏特性使得目前利用轨迹数据进行城市路网状态研究结果的准确性以及稳定性都无法保障。为了解决上述问题,本文提出基于不同类型轨迹数据融合的城市路网运行状态感知方法,主要研究成果包含以下几方面:为了更好的明确不同类型轨迹数据不同应用场景下的适用性,对不同类型轨迹数据进行质量评价,提出采用定位精度、采样频率、覆盖度、完整度和值域有效性五个指标对轨迹数据质量进行综合评价。针对轨迹数据的低频特性导致应用过程中引起的精确性和稳定性不足的问题,提出了一种基于EM(Expectation Maximization)算法的信号交叉口车辆轨迹重构算法,利用稀疏采样点对车辆真实轨迹进行准确还原,增强轨迹数据的可用性。针对路段速度和交叉口控制延误两个城市路网交通状态评价重要参数,分别设计了多源轨迹数据融合模型,从数据和算法两个方面解决目前轨迹数据应用中存在的问题,实现对城市路网路段速度和交叉口控制延误进行全面精确感知。提出了基于交通波图像的信号交叉口控制延误估计方法,该方法解决了稀疏轨迹数据条件下的信号交叉口控制延误估计问题。首先将不同类型轨迹数据进行重构并提取轨迹加入停车队列位置以及轨迹离开停车队列位置。根据交通波理论,利用最优化理论和最小二乘法对交叉口车辆排队图像进行估计,获取信号交叉口的控制延误值。通过VISSIM仿真实验,对提出算法在不同采样频率,不同轨迹渗透率,不同饱和度,以及轨迹数据不同比例条件下的表现进行测试。结果表明提出的算法能在信号周期内包含3个以上轨迹数据的情况即轨迹数据稀疏条件下提供准确的控制延误估计,通过在现实中交叉口进行试验得到结果也验证了这一结论。提出概率图模型通过融合不同类型轨迹数据对城市路网内路段速度进行估计。该模型有效解决了轨迹数据在城市路网中分布不均匀导致的对城市不同区域路段速度感知能力不同的问题,实现对区域路网速度的全面精确感知。基于历史轨迹数据构建高斯过程模型作为先验,利用载客状态出租车轨迹数据获取路段速度观测数据、对空驶状态轨迹数据以及公交车轨迹数据和公交IC卡数据分别构建出行时间分布与路段速度之间关系,将上述各部分整合到一个概率图模型中,利用学习得到的模型参数对路段速度进行预测。以哈尔滨市的公共车和出租车轨迹数据作为数据源,对提出的概率图模型算法的准确性进行了评价,结果表明当公交车轨迹比例为10%,空驶状态出租车轨迹数据比例为20%,载客状态出租车轨迹数据为30%时,提出模型能够对区域路网内路段速度进行准确估计。以交叉口控制延误和路段速度数据为基础,提出了一种基于字典压缩理论的城市路网运行状态感知方法。该方法在进行路网交通运行状态评价时,除了采用路段速度和交叉口控制延误等参数外,还加入了路段等级和信号交叉口等级等静态交通参数,主要的评价指标包括空间异常度和时间异常度,能够对城市路网状态提供更加精细化和全面的评价。此外,该方法能够同时适用于信号交叉口、路段以及区域交通状态的评价。论文在大数据背景下的数据融合方面进行了探索性的研究,通过融合不同类型轨迹数据构建了一个城市路网运行状态感知框架,从多源轨迹数据的预处理,具体包括多源轨迹数据质量评价、地图匹配、低频轨迹重构,融合多源轨迹数据的基于交通波图像的交叉口控制延误估计,融合多源轨迹数据概率图模型的路段速度估计,基于字典压缩理论的城市路网运行状态感知方法,最终从城市路网交叉口延误、城市路网路段速度、以及城市路网运行状态时空异常度三个角度对城市路网运行状态进行多层次感知。论文研究成果解决了目前轨迹数据应用过程存在的问题,利用稀疏、低频轨迹数据提供一种低成本的高时空精度的城市路网状态获取的方法。本文的研究丰富了目前关于交通大数据融合研究的理论体系,提供了一种以不同类型轨迹数据融合为基础,具有融合多种类型交通检测数据潜力的城市路网运行状态感知框架。
薛飞[3](2020)在《基于空时特征建模的行为识别方法研究》文中指出随着互联网技术的快速发展和移动成像设备的普及,视频已经成为人们生活中获取信息的重要途径。人体行为识别是计算机视觉和视频处理领域的重要研究内容之一,是视频分析和理解的基础,已广泛应用于智能监控、视频检索、军事侦察、人机交互和无人驾驶等领域。传统的行为识别方法主要依靠人工设计特征对视频中行为进行描述,存在适用性和鲁棒性较差等不足。近年来,随着计算机运算能力的提升,基于深度特征的建模方法在行为识别领域受到了广泛的关注。深度特征能够通过深度神经网络在对视频中人体行为建模过程中实现自适应学习,具有更广的应用范围和更强的鲁棒性,已成为目前行为识别领域最有效的手段。然而,深度神经网络在建模过程中仍存在一些关键问题需要解决,包括网络对人体行为表示能力不足、预训练过度依赖有标签数据和识别实时性差等问题。本论文以深度神经网络理论为基础,研究了基于空时特征建模的行为识别方法,有效提高了网络对行为的识别性能。论文的主要研究成果如下:1.研究了网络对行为表示能力不足的问题。识别人体行为时,最具判别力的动作通常稀疏地分布于视频的不同时刻和区域,如果网络无差别地对待不同的视频帧,将会引入噪声干扰,导致特征对行为的表示能力下降。本文提出一种基于空时注意力的行为识别算法。该算法通过双流卷积神经网络提取视频的静态特征和动态特征,并利用多层级联卷积长短时记忆单元对特征进行空时建模,然后通过空时注意力模块引导网络在建模过程中更加关注重要的时刻和区域,有效增强了网络对行为的表示能力,提升了行为识别性能。2.研究了网络的预训练过度依赖有标签数据问题。在人体行为识别任务中,通常利用大规模有标签数据集对网络进行预训练。为利用大量易获取的无标签视频完成网络预训练,提出一种基于互信息最大化的自监督学习算法。该算法首先通过最大化片段互信息,指导网络学习视频中不同片段间的联系。然后,为避免网络在最大化互信息过程中只关注视频的背景,根据二维和三维卷积神经网络的特点,分别提出了运动互信息最大化和局部互信息最大化方法。最后,利用互信息最大化的过程分别完成对二维和三维卷积神经网络的预训练。该算法有效提升了网络的识别性能,减少了网络预训练对有标签数据的依赖程度。3.研究了自监督学习算法普适性差的问题。基于互信息最大化的自监督学习算法针对二维和三维卷积神经网络分别应用了不同的互信息最大化方法,导致算法对不同类型的网络适应性差,同时这问题也普遍存在于现有的自监督学习算法中。本文提出一种基于视频伪标签的自监督学习算法。该算法首先提取视频不同模态信息的特征,利用所有提取到的特征构建特征集合。然后,对特征集合中的特征进行聚类,利用聚类结果生成视频伪标签。最后,利用生成的伪标签对输入为不同模态的网络同时进行训练,指导网络学习不同模态之间对应关系。此外,为防止聚类和分类联合使用过程中产生平凡解,在特征集合构建过程中采用了一种基于孪生网络的特征约束方法。该算法可同时适用于二维卷积神经网络和三维卷积神经网络,并能够减少网络预训练对有标签数据的依赖程度。4.研究了网络识别实时性差的问题。为提升网络对行为的识别性能,通常同时利用RGB图像的静态信息和光流图的动态信息进行建模。然而,光流的计算耗时较长,会导致网络的实时性变差。本文提出一种基于修正运动矢量的快速行为识别算法。该算法首先提取压缩视频中的运动矢量,并利用对应视频帧的离散余弦变换系数对运动矢量进行修正。然后,将修正后的运动矢量替代光流作为网络的输入,从而避免因计算光流带来的耗时。最后,该算法还使用轻量化网络Shuffle Net V2构建双流网络模型,进一步减小模型内存空间,提高了计算效率。
李景灏[4](2020)在《面向直流供电的电力电子变换器切换面控制及数字化实现》文中研究说明近年来,基于电力电子变换器的直流供电技术获得了越来越多的应用,直流供电的电能质量问题也日益凸显。为了满足直流供电系统的电能质量要求,有必要考虑优化电力电子变换器的控制策略以提高系统动态性能。切换面控制是一类非线性控制策略。与传统线性控制相比,切换面控制采用状态变量轨迹规划的设计方法,能够使电力电子变换器获得优越的、甚至接近理论时间最优的动态性能,因此获得了广泛关注。本文考虑三种典型的面向直流供电的电力电子变换器,对其切换面控制策略展开系统深入的研究。目前,切换面控制相关研究存在两方面问题:其一,相关分析都是以电路的理想化模型为基础,对实际电路中的参数偏差等非理想因素的影响缺乏考虑,对控制律的鲁棒性缺少深入研究;其二,从数字化实现的角度来看,现有的切换面控制都是基于电力电子变换器的连续时间数学模型推导得到,所得算法需要对状态变量实施连续采样,这意味着需要无限大的采样频率,不适合采样频率有限的数字控制系统。随着数字控制在电力电子领域的广泛应用,研究与有限采样频率相适应的切换面控制策略具有重要的理论和工程意义。基于这两大方面问题,本文的研究工作包括:(1)推导了具有近似时间最优动态性能的Buck型DC-DC变换器高次切换面的一般表达式,研究了参数偏差和寄生参数两类非理想因素对高次切换面控制滑模区域的影响,并提出了确定切换面系数的若干注意事项,以避免由于状态变量脱离滑模区域导致的输出电压超调问题,保证控制律具有鲁棒性。(2)针对Buck型DC-DC变换器,借鉴传统准滑模控制的推导思路,并结合离散趋近律方法,提出了一种基于PWM调制技术实现的离散时间二次切换面控制。该算法可看作现有的二次切换面控制的离散时间版本。进一步地,讨论了所提控制策略对电路参数偏差和寄生参数的敏感性,并讨论了电感电流限流方法。与离散时间一次切换面控制相比,所提出的离散时间二次切换面控制具有更优越的动态性能。与连续时间版本的二次切换面控制相比,所提控制律不仅使Buck变换器获得了接近理论最优的动态性能,且避免了传统切换面控制存在的开关频率不固定、采样频率要求高等缺点。(3)针对Boost型DC-DC变换器,考虑到其电路模型具有不同于Buck变换器的非线性特征,首先采用状态反馈精确线性化方法,将Boost变换器双线性系统模型变换为全局线性化模型,并基于该模型推导得到了具有近似时间最优动态性能的二次切换面控制策略。借鉴推导Buck变换器离散时间切换面控制的思路,结合离散趋近律方法,提出了一种适用于Boost变换器的离散时间二次切换面控制,并讨论了参数偏差和寄生参数的影响以及限流控制方法。与传统的线性控制相比,所提出的离散时间二次切换面控制显着改善了Boost变换器动态性能。(4)将离散时间切换面控制的思想进一步推广到单相LCL型PWM整流器中,提出了一种以离散时间切换面控制为电压外环、以改进的无差拍控制为电流内环的单相PWM整流器双闭环控制方法。对于电流内环,现有的以变换器侧电流为受控变量的无差拍控制无法精确实现单位功率因数,为此,提出了一种以网侧电流和变换器侧电流的加权和作为受控变量的改进无差拍算法,并给出了实现精确网侧单位功率因数所需的电流参考值。对于电压外环,推导了网侧半波电流峰值与该半波周期内直流侧电压增量之间的数学关系,在此基础上提出了一种基于离散趋近律的电压外环控制策略。所提出的双闭环控制策略不仅实现了精确的网侧单位功率因数,且大大改善了输出电压的动态性能。另外,讨论了网侧电流欠阻尼振荡引起的电流过冲问题,并给出了消除电流过冲的方法。对于上述研究内容,分别搭建了小功率样机实验平台,实验结果验证了所做理论分析的正确性和提出的控制策略的有效性。
王国超[5](2020)在《基于时间序列的OBE磁干扰检测与补偿方法研究》文中研究说明自上世纪五十年代以来,航空磁异常探测以其自身独有的特点和优势,在军事、地质勘探、人道救援、航空导航等诸多领域都有着广泛的应用,发挥着越来越重要的作用。随着磁力仪测量精度的提升,航磁补偿技术成为制约其能力提升的关键环节之一。很多研究者针对不同问题提供了诸多提升补偿精度的方法,其中机载电气设备磁干扰补偿问题,因为不在以Tolles-Lawson模型为基础的“软补偿”方案的有效补偿范围之内,逐渐进入了研究者的视野。但是目前的大部分解决方案是以测量动态电流为前提的有参考补偿。而航磁数据同时又是一种典型的时间序列。鉴于此,本文根据机载电气设备磁干扰持续时间和几何特征的不同,将其分为瞬时磁干扰和持续磁干扰,在分析其时间序列相关特征的基础上,探索了一种无参考的检测与补偿方法。主要包括以下几个方面:首先,针对持续时间极短的瞬时磁干扰检测,在分析航磁数据时间序列特性的基础上,使用经典的时间序列预测模型对航磁数据进行了拟合,借鉴时间序列离群点检测的基本思路,综合考虑瞬时磁干扰检测的完整性和准确性,提出了一种基于残差统计的瞬时磁干扰检测方法。实验证明,该算法能够检测到较为准确和完整的瞬时磁干扰。其次,针对持续时间不固定、角度特征明显的持续磁干扰检测,分析了持续磁干扰特征角度提取、所在航磁数据序列的分段线性表示及相似性度量方法,将Savitzky-Golay滤波方法引入持续磁干扰的角度特征提取和航磁数据的分段线性表示之中,综合考虑角度特征、变化趋势和持续时间等相似性度量因素,提出了一种基于特征角度的持续磁干扰检测方法。实验证明,该算法对持续磁干扰具有不错的检测效果。最后,针对上述两种方法检测到的磁干扰,分别使用不同的方法进行了有效补偿。针对瞬时磁干扰瞬时性的特点,使用较为简单的补偿方法就可以达到非常好的补偿效果。针对持续磁干扰,需要尽量减少其对磁干扰以外的其它数据特征的破坏,提出了将持续磁干扰分成两个部分分别进行补偿的方法。实验证明,该补偿方法能够对机载电气设备的磁干扰进行较为有效的无参考补偿。
郭宁[6](2020)在《时空轨迹相似性度量与查询方法研究》文中指出时空轨迹的相似度计算将轨迹间相似特征进行了量化,是上游相似查询和分析应用的基础,有效而稳定的相似性度量及其高效计算方法也是众多轨迹模式挖掘的必要前提。当前数据量爆炸式增长、数据形式愈发多样、时空语义信息更加丰富的轨迹数据现状对相似性分析和相似模式挖掘提出了更高要求,而传统研究一般将轨迹视作由点序列构成的线状对象,本质上仍是基于分立的空间点的计算与分析,不能有效把握轨迹数据时序性、多粒度性、位置不确定性等独特性质。本文针对国家和军队相关部门对公共安全监测预警、政府决策辅助支持、战略战术情报分析等方面的应用需求,以面向多粒度轨迹段的全新视角,从时空轨迹建模和轨迹间的相似关系出发,深入研究了多粒度轨迹的组织结构与相似性分析方法。研究重点包括轨迹形态相似性快速查询、顾及位置不确定性的相似性度量和多粒度轨迹子段相似性匹配三个层面的问题,建立了表达力更好的多粒度轨迹模型和多层级组织结构,提出了效率更高的轨迹形态相似性查询算法,设计了鲁棒性更强的轨迹相似性度量和准确率更高的轨迹子段相似匹配方法。具体研究内容和工作包括:(1)基于自适应网格剖分编码的多粒度时空轨迹统一组织方法。针对多尺度、多形态轨迹的统一概念模型和组织管理问题,本文在总结现有轨迹数据模型优缺点的基础上设计了一种多粒度时空轨迹模型,包含时空序列模型、时空分段模型和起止点模型三个由精到粗的层级,描述了轨迹在不同层面的空间形态和语义特征,实现了轨迹时空特征与运动特征的融合,为时空轨迹在不同层面上的相似模式计算与挖掘提供了模型基础。在综合全球地理网格剖分模型现状与现有标准基础上,设计了基于希尔伯特地理哈希的自适应网格编码方法,在数据组织模型和编码层面实现了空间数据的集成与关联,依托编码技术实现了多类型空间对象的降维处理,可作为多尺度空间对象的组织和索引结构,提高了空间检索效率,并且可以作为空间数据分块的依据,也有利于空间局部性更好的数据分布式存储管理,为更加丰富、精细的轨迹组织和相似性计算提供支撑。(2)基于Fréchet距离阈值的轨迹形态相似性查询。面向线状对象的距离或相似性的经典度量层出不穷,其中Fréchet距离在定义中包含了轨迹点间的时序关系,计算过程考虑了轨迹内部的节点顺序结构,可以更加精确地描述轨迹间的相似程度,在轨迹出现回退、环、交错等情况时不会出现度量值失真。但Fréchet距离的计算复杂度较高,基于Fréchet距离的轨迹形态相似性查询效率较低。本文针对这一问题,根据轨迹形态特征具体特点,先通过首尾点、最小包围框和缓冲区的预过滤操作减小相似轨迹候选集规模,然后设计了一种序贯覆盖判断算法(OCJ),实现了高效的基于Fréchet距离阈值过滤的相似轨迹查询,并使用MPI/Open MP框架和Spark分布式计算平台分别对算法进行了并行优化。在大规模实际轨迹数据集上的查询实验表明,OCJ算法及其并行实现具有较为理想的计算效率和良好的并行扩展性。(3)顾及位置不确定性与运动特征的修正椭圆模型和轨迹相似性度量。针对传统轨迹相似性计算模型未考虑位置不确定性的缺陷,从插值误差和定位误差入手,对轨迹中蕴含的位置不确定性进行了建模,并改进了传统珠串模型,将轨迹片段前后的运动特征纳入椭圆参数的计算模型,设计出了顾及运动特征的修正椭圆模型,使得轨迹中的每一片段都对应于一个不同偏心率的椭圆,从而自适应地描述了该时空片段的不确定区域。然后针对现有经典轨迹相似性度量对离群点、不同采样频率和非同步采样的鲁棒性不高的问题,基于提出的修正椭圆模型提出了一种考虑位置不确定性的轨迹相似性度量。在实际轨迹数据集上的实验证明,本文提出的度量模型具有良好的性能稳定性和功能扩展性,在各项评估指标中表现良好,对噪声和异常值的鲁棒性优于其他经典方法。在面对不同的采样速率和轨迹的异步采样时,该模型也具有较好的稳定性,可以有效应对轨迹数据质量层次不齐的现状,在轨迹模糊聚类、轨迹相似模式挖掘、地图匹配等问题中具有良好的应用前景。(4)基于多层级轨迹片段编码树的子段相似性匹配方法。针对轨迹子段相似性匹配粒度不易把握且遍历复杂度高的问题,从多粒度角度考虑轨迹段的时序特性和连续结构,结合自适应希尔伯特空间网格编码,提出一种多层级轨迹编码树结构,在可接受的建树代价下,形成了从轨迹整段到最小片段的层次化组织形式和子段从属关系表达结构。然后设计了基于此多层级轨迹片段编码树子段相似匹配算法,实现了轨迹的不同粒度分段的相似性分析,将复杂的空间计算步骤转化为空间编码的字符串匹配操作,极大地降低轨迹子段的相似匹配的计算复杂度,在不影响匹配准确率的前提下,匹配效率相较于基于经典距离的相似性度量方法获得了超过一个数量级的性能提升,为挖掘分析多层次轨迹模式提供了新的途径。
唐慧[7](2020)在《直线型超声电机机电参数测试系统构建与精度研究》文中研究说明直线型超声电机距今发展不过四十余年,因其诸多优点而在众多领域中均有所应用,但该类电机在摩擦耦合过程中涉及碰撞、接触、摩擦等非线性较强行为,导致模型建立难度较大,从理论上评估所设计的超声电机的性能困难,因此构建超声电机的测试系统意义重大。本文以需综合分析直线型超声电机的动态特性、输入特性、机械特性和瞬态特性等特性为出发点,以数据采集卡和各类传感器等作为主要硬件设备,以装有LabVIEW软件的PC机作为上位机平台,搭建了一套功能完善、高效准确且可实现同步采集的直线型超声电机机电参数测试系统,该系统改进了部分直线型超声电机机电参数测量手段及方法,避免了研究相关联参数关系需重复试验等问题。论文主要工作内容包括:(1)研究了直线型超声电机动态特性,输入特性,机械特性和瞬态特性等特性测量原理及实现方法,分析了现有驱动电信号相关参量测量算法误差来源及误差减小手段,阐述了直线型超声电机各机电参数信号预处理方法。(2)针对直线型超声电机各机电参数信号特性及同步采集要求,确定了直线型超声电机机电参数测试系统的总体测试方案,设计了机电参数测试系统的硬件电路。并设计制作了拉压力传感器标定装置及完成了各硬件电路的标定。(3)利用LabVIEW软件搭建了数据采集与回放、数据处理与保存、数据统计与分析等模块。并从测量精度角度考虑,程序自行优化数据采集模块中采样频率的设置值,尽量保证整周期采样;从内存占用及运行效率考虑,对各模块设计考虑了内存及结构优化。并为提高测量装置自动化程度,基于SCPI指令完成对信号发生器输出信号的控制。(4)利用所构建的机电参数测试系统对V形直线型超声电机进行了动态特性试验,输入特性试验,瞬态特性试验和机械特性试验等试验,采集并保存实验数据,以图片形式对V形直线型超声电机各项特性进行了分析和评价。(5)从理论应用误差方面描述了非整周期采样导致的算法误差及采用位移共振导致的谐振频率点误差;对零相位滤波器和吊重物方式测量超声电机输出推力等进行了仿真分析;从硬件方面对系统重复性精度进行试验及进行误差补偿;从不同测量仪器对比测量方面对V形直线型超声电机单相阻抗特性及驱动电信号相关参数进行校核。
王森[8](2020)在《卫星导航信号射频通道及接收场景建模与研究》文中研究说明北斗全球系统B1频点采用二进制偏移载波(Binary Offset Carrier,BOC)调制、导频数据分离及多路复用技术,具有占用带宽较大、多相关峰及调制星座图复杂等特性,对其传输通道特性提出了较高要求;在轨试验过程中,曾多次出现通道特性引起的导航信号畸变,因此,导航信号质量优化工作亟待细致分析通道特性对信号质量的影响。在实现信号仿真软件基础上,本文也对空间环境特性及接收机运动状态对信号的测距性能影响展开深入研究。本文取得的主要研究成果如下:(1)基于Matlab平台搭建了全球导航卫星系统(Global Navigation Satellite System,GNSS)信号仿真软件,实现参数灵活可调的生成多种高精度GNSS信号。采用了信号分段生成技术,解决了生成GNSS信号数据占用内存过多的问题,同时利用高精度连续采样技术确保生成GNSS信号采样的连续性,为导航信号体制验证及质量评估研究提供了验证平台。利用软件接收机验证了仿真生成导航信号的正确性。(2)针对星上载荷射频通道特性对导航信号的影响,建立了基于星上载荷射频通道各器件非线性失真特性的等效基带分析模型。研究结果表明,直接正交上变频方式的相位噪声、滤波器相位失真特性、高功放记忆多项式模型对导航信号S曲线变化影响较大,进而影响了导航信号测距性能。(3)针对多径干扰对导航信号的影响,建立了多径环境下镜面反射及近地面反射导航信号生成模型,开展多径环境下的正交复用二进制偏移载波(Quadrature Multiplexed Binary Offset Carrier,QMBOC)信号组合接收算法研究。研究结果表明,双重估计(Double Estimator Technology,DET)跟踪算法与高分辨率相关器(High Resolution Correlator,HRC)组合接收算法解决了QMBOC信号跟踪模糊的问题,提高了多径抑制性能,同时跟踪稳定性更优。(4)针对高动态环境对导航信号的影响,建立了高动态导航信号生成模型,开展高动态高阶BOC信号组合接收算法研究。研究结果表明,二阶锁频环(Frequency Locked Loop,FLL)辅助三阶锁相环(Phase Locked Loop,PLL)与DET组合接收算法得到的测距码与载波一致性差异均值较小,具备更优的跟踪环路性能。
胡琴[9](2020)在《基于3D卷积的人体行为识别算法研究》文中提出人体行为识别领域是计算机视觉的研究热点,传统行为识别算法设计复杂且鲁棒性不高,基于深度学习的行为识别算法日益受到研究者们的极大关注。尽管目前基于深度学习的行为识别算法已取得了良好的识别效果,但仍然在背景复杂、三维卷积模型参数量大、长时特征获取不充分等方面存在难以解决的问题。针对这些问题,本文对行为识别算法展开了深入的研究,主要研究工作如下:(1)提出了一种基于帧外观和帧间关系的分离时空卷积残差网络。基于3D卷积的特征提取网络可直接进行端到端训练和测试,但模型参数量较大。为了减少模型的参数量,引入2D卷积到3D卷积残差网路的残差块中,设计了2D卷积与3D卷积串联、并联、串并联的混合残差块,并在UCF101数据集和Mini-Kinetics-200数据集上进行模型对比实验。实验结果表明,含并联混合残差块的残差网络识别效果最好,能够获取更多的时空信息。在并联混合残差块中,2D卷积支路获取视频帧的外观信息,3D卷积支路引入平方池化获取视频帧之间的关系。为了进一步提升识别效果,引入分离时空卷积代替3D卷积,增加非线性因素,提出了基于帧外观和帧间关系的分离时空卷积残差网络模型(Appearance and inter-frame Relations Separable spatio-temporal convolution Residual Network,ARSRNet),并在两个公开数据集上验证模型改进的有效性。实验结果表明,该ARSRNet模型在UCF101数据集预训练后识别准确率达到90.8%。(2)提出了一种基于时域多尺度与注意力机制的人体行为识别算法。针对视频长时特征提取不充分的问题,引入时域多尺度到残差块中。使用不同时序长度的卷积核获取视频短、中、长信息后融合;同时,引入通道注意力机制到网络残差块的输出,在网络的训练过程中学习每个特征通道的重要性,加强有用的特征,抑制无用特征。在此基础上提出了一种基于时域多尺度与注意力机制的人体行为识别算法(Appearance and inter-frame Relations Separable spatio-temporal convolution Residual Network based on temporal Multi-scale feature and Attention mechanism,ARSRNet-MA)。实验结果表明,在两个公开数据集上,时域多尺度模块和注意力模块能有效提高整体的识别准确率,验证了方法改进的有效性。实验结果表明,所提ARSRNet-MA模型在UCF101数据集上预训练后识别准确率达到91.7%。(3)设计并实现了一种基于ARSRNet-MA的短视频分享分类系统。该系统主要提供短视频的分享、分类、收藏以及个人中心等功能。用户上传视频后,使用本文提出的ARSRNet-MA算法实现系统的视频分类功能,系统的实现验证了本文算法的可行性。
梁珊[10](2019)在《典型建筑工地施工扬尘污染特征与排放因子方法研究》文中认为近年来全国建设工程规模呈现持续增长态势,建筑施工扬尘已成为城市大气颗粒物污染的重要来源之一,但目前施工扬尘相关研究少有报道,尤其在实测量化扬尘排放和排放因子本地化方面十分匮乏。本文对排放因子研究方法进行了优化并对上海市不同施工阶段典型工地扬尘的粒径分布、化学组分、本地化排放因子等方面开展了系统性研究,以期为排放因子与排放清单的构建、当地扬尘源防治对策的制定等相关工作提供科学依据,对改善区域环境空气质量具有重要意义。本文以典型土方开挖、地基建设、主体结构建筑工地为研究对象,基于暴露高度浓度剖面法实测扬尘排放量的原理,对排放因子研究方法进行优化;按照优化方法的实测方案,对工地四周水平和垂直分布的824个点位开展1520日的TSP连续在线监测并同步观测风速风向;采集施工扬尘源样品并通过再悬浮模拟排放过程,使用宽范围粒径谱仪分别测定施工扬尘和施工环境大气在10nm10μm的粒径分布;测定施工扬尘TSP、PM10、PM2.5再悬浮样品中金属元素、水溶性离子和碳组分含量,并开展富集因子分析与生态、健康风险评价;基于实测数据和优化的排放因子研究方法,探讨不同阶段TSP、PM10、PM2.5排放因子及相应化学成分排放特征。本研究表明:(1)考虑到一定高度下整个施工空间的扬尘排放及其变化,通过在工地四周开展水平与垂直方向上的颗粒物连续监测并同步观测实时风速风向,对暴露高度浓度剖面法实测量化扬尘排放的过程与相应实测方案进行优化,并结合本地化粒度乘数和施工活动水平构建本地化排放因子,实现了排放因子研究方法的优化。(2)不同阶段施工扬尘TSP净浓度为:土方开挖((172.30±77.67)μg/m3)>主体结构((47.84±19.63)μg/m3)>地基建设((37.91±18.93)μg/m3);垂直方向上净浓度随高度增加存在下降趋势。施工扬尘数粒径分布呈现单峰形式,PM10中超细颗粒物(粒径小于100nm)数浓度平均占比为(93.84±1.19)%;施工环境大气颗粒物中爱根核模态占比最大((60.87±9.26)%),且施工扬尘对现场大气颗粒物粒径分布存在一定影响。(3)施工扬尘TSP、PM10、PM2.5成分谱中含量高于1%的组分呈现Ca>Ca2+>OC>Fe>Al>NO3-;各类组分占比表现为金属地壳元素(19.70122.455%)>水溶性离子(8.69012.710%)>碳组分(3.9824.467%)>重金属(0.1560.161%)>其他微量元素(0.0910.125%),分别以Ca、Ca2+、OC、Mn、Ti贡献最大;离子含量表现为PM2.5>PM10>TSP。施工阶段对成分谱存在影响,地基建设EC(0.3510.651%)和主体结构Ca(17.69219.312%)、Ca2+(8.7799.961%)、OC(4.7645.162%)含量高于其他阶段。PM10、PM2.5中,Ca富集因子最大,Zn、As、Pb均显着富集,重金属总潜在生态风险较弱并以主体结构PM2.5的危害程度最大。非致癌风险值中As最高,致癌风险值呈现Cr>As>Co>Ni,重金属对施工人员存在非致癌风险(PM2.5>PM10),但无致癌风险。(4)土方、主体、地基阶段施工扬尘排放因子依次减小,其中TSP本地化排放因子分别为1.75×10-2、3.99×10-3、2.53×10-33 g/(m2.h),PM10本地化排放因子分别为1.41×10-2、3.13×10-3、2.19×10-3g/(m2.h),PM2.5本地化排放因子分别为7.34×10-3、1.64×10-3、1.10×10-3g/(m2.h);同阶段同颗粒物的金属地壳元素排放强度最大,各类化学物质排放强度呈现同颗粒物中土方>主体>地基、同阶段下TSP>PM10>PM2.5的规律。
二、TSP分段与连续采样的对比实验分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、TSP分段与连续采样的对比实验分析(论文提纲范文)
(1)基于时空轨迹大数据的路线规划机制的研究与系统构建(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 课题背景和研究意义 |
1.2 研究内容 |
1.3 组织结构 |
1.4 本章小结 |
第二章 相关背景知识介绍 |
2.1 时空轨迹大数据 |
2.2 路线规划 |
2.2.1 聚类算法 |
2.2.2 路线规划算法 |
2.2.3 路线规划系统 |
2.3 博弈论 |
2.3.1 Stackelberg博弈 |
2.3.2 路径诱导策略 |
2.4 本章小结 |
第三章 基于优化蚁群的路线规划机制 |
3.1 问题建模 |
3.2 算法描述 |
3.2.1 基本思想 |
3.2.2 相关定义 |
3.2.3 优化蚁群算法 |
3.3 实验验证与性能分析 |
3.3.1 数据集 |
3.3.2 实验环境与性能指标 |
3.3.3 实验过程 |
3.3.4 实验结果与分析 |
3.4 本章小结 |
第四章 基于博弈论的路线规划机制 |
4.1 问题建模 |
4.2 算法描述 |
4.2.1 基本思想 |
4.2.2 管理者博弈模型 |
4.2.3 出行者博弈模型 |
4.2.4 路径选择策略 |
4.3 实验验证与性能分析 |
4.3.1 数据集 |
4.3.2 实验环境与性能指标 |
4.3.3 实验过程 |
4.3.4 实验结果与分析 |
4.4 本章小结 |
第五章 系统设计与实现 |
5.1 系统分析 |
5.2 系统设计 |
5.2.1 系统架构 |
5.2.2 系统类图 |
5.3 系统实现 |
5.3.1 图层展示 |
5.3.2 最佳客源点检索 |
5.3.3 路线规划 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录1 攻读硕士学位期间撰写的论文 |
附录2 攻读硕士学位期间申请的专利 |
附录3 攻读硕士学位期间参加的科研项目 |
致谢 |
(2)基于轨迹数据融合的城市路网运行状态感知(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 国内外研究现状 |
1.3.1 城市路网交通状态评价研究现状 |
1.3.2 基于轨迹数据的路网运行状态参数估计研究现状 |
1.3.3 国内外研究现状评述 |
1.4 研究内容和技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线图 |
第2章 多源GPS轨迹数据预处理 |
2.1 轨迹数据概述 |
2.2 轨迹数据质量定义及评价 |
2.2.1 评价指标的计算 |
2.2.2 轨迹数据质量评价结果分析 |
2.3 低频轨迹数据地图匹配过程 |
2.3.1 地图匹配研究概述 |
2.3.2 基于Hidden Markov Model(HMM)的地图匹配方法 |
2.3.3 地图匹配流程 |
2.4 信号交叉口的低频轨迹重构 |
2.4.1 不同运动模式加速度分布参数估计 |
2.4.2 最大似然轨迹重构 |
2.4.3 实验和结果分析 |
2.5 本章小结 |
第3章 基于轨迹数据融合的城市路网交叉口控制延误估计 |
3.1 融合多源轨迹数据的信号交叉口交通波图像估计 |
3.1.1 预备知识 |
3.1.2 轨迹关键点提取和信号周期划分 |
3.1.3 信号交叉口信号周期消散波估计 |
3.1.4 信号交叉口信号周期内停车波估计 |
3.2 基于交叉口交通波图像的控制延误估计 |
3.3 仿真和实验结果分析 |
3.4 本章小结 |
第4章 融合不同轨迹数据的城市路网路段速度估计 |
4.1 多源轨迹数据融合概率图模型构建 |
4.1.1 概率图模型和高斯过程 |
4.1.2 路段速度高斯过程模型 |
4.1.3 公交轨迹出行时间分布与路段速度关系建模 |
4.1.4 不同状态出租车轨迹与路段速度关系建模 |
4.1.5 融合多源轨迹数据概率图模型的构建 |
4.2 速度估计实验结果分析 |
4.2.1 实验场景和数据来源 |
4.2.2 对比方法及评价指标 |
4.3 本章小结 |
第5章 基于字典压缩理论的城市路网运行状态感知 |
5.1 基于压缩感知的路网运行状态评价方法 |
5.1.1 路网参数特征分类 |
5.1.2 基于字典的路网状态压缩感知方法 |
5.1.3 路网状态集合最小描述长度计算 |
5.2 城市路网时空状态异常度分析 |
5.2.1 路段和交叉口的时空异常度分析 |
5.2.2 不同等级路段时空异常度分析 |
5.2.3 区域时空异常度分析 |
5.3 本章小结 |
第6章 哈尔滨市城市路网运行状态评价案例分析 |
6.1 研究区域及轨迹数据说明 |
6.1.1 研究区域说明 |
6.1.2 轨迹数据质量评价 |
6.2 基于信号交叉口控制延误的城市路网运行状态感知 |
6.2.1 方法参数说明 |
6.2.2 信号交叉口感知时空范围分析 |
6.2.3 城市路网中信号交叉口运行状态感知 |
6.3 基于路段速度的城市路网运行状态感知 |
6.3.1 路段速度感知范围分析 |
6.3.2 路段速度估计算法分析 |
6.3.3 城市路网中路段运行状态感知 |
6.4 基于时空异常度的路网运行状态评价 |
6.4.1 城市路网不同等级道路的时空异常度分析 |
6.4.2 基于时空异常度的城市路网常发性拥堵传播过程挖掘 |
6.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的其他成果 |
致谢 |
个人简历 |
(3)基于空时特征建模的行为识别方法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 人体行为识别研究现状 |
1.2.1 基于传统特征的行为识别方法 |
1.2.2 基于深度特征的行为识别方法 |
1.3 深度神经网络基础 |
1.3.1 卷积神经网络 |
1.3.2 循环神经网络 |
1.3.3 迁移学习 |
1.4 论文主要研究内容和章节安排 |
第二章 基于空时注意力的行为识别方法 |
2.1 引言 |
2.2 问题描述 |
2.3 空时建模 |
2.3.1 深度特征提取 |
2.3.2 多层级联卷积长短时记忆单元 |
2.4 基于空时注意力的行为识别算法 |
2.4.1 空时注意力 |
2.4.2 双流网络模型构建 |
2.4.3 模型学习过程 |
2.5 仿真实验与分析 |
2.5.1 实验条件设置 |
2.5.2 识别性能分析 |
2.5.3 与主流识别算法性能比较 |
2.5.4 空时注意力可视化 |
2.6 本章小结 |
第三章 基于互信息最大化和网络迁移的行为识别方法 |
3.1 引言 |
3.2 互信息最大化方法 |
3.3 二维卷积神经网络的自监督学习 |
3.3.1 片段互信息和运动互信息 |
3.3.2 基于互信息最大化的二维卷积神经网络自监督学习 |
3.3.3 仿真实验与分析 |
3.4 三维卷积神经网络的自监督学习 |
3.4.1 局部互信息 |
3.4.2 基于互信息最大化的三维卷积神经网络自监督学习 |
3.4.3 仿真实验与分析 |
3.5 本章小结 |
第四章 基于视频伪标签和网络迁移的行为识别方法 |
4.1 引言 |
4.2 问题描述 |
4.3 基于视频伪标签的网络自监督学习 |
4.3.1 特征集合构建 |
4.3.2 伪标签生成 |
4.3.3 伪标签学习 |
4.4 仿真实验与分析 |
4.4.1 实验条件设置 |
4.4.2 识别性能分析 |
4.4.3 与主流自监督学习算法比较 |
4.5 本章小结 |
第五章 基于修正运动矢量的快速行为识别方法 |
5.1 引言 |
5.2 问题描述 |
5.3 压缩视频的运动矢量修正 |
5.3.1 DCT系数估计 |
5.3.2 运动矢量修正 |
5.4 基于修正运动矢量的快速行为识别算法 |
5.4.1 快速识别模型 |
5.4.2 时间流网络训练 |
5.5 仿真实验与分析 |
5.5.1 实验条件设置 |
5.5.2 时间流网络的识别性能分析 |
5.5.3 模型实时性分析 |
5.5.4 与主流识别算法性能比较 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(4)面向直流供电的电力电子变换器切换面控制及数字化实现(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 引言 |
1.2 电力电子变换器拓扑类型与控制策略 |
1.2.1 电力电子变换器的拓扑类型 |
1.2.2 电力电子变换器的控制技术 |
1.3 “切换面控制”一词的来源及相关概念讨论 |
1.3.1 “切换面控制”一词的来源 |
1.3.2 切换面的“阶次”及“高次切换面控制”的定义 |
1.3.3 其它相关概念 |
1.4 切换面控制的研究现状及存在的问题 |
1.4.1 切换面表达式的设计问题 |
1.4.2 切换面控制的固定开关频率问题 |
1.4.3 切换面控制的数字化实现问题 |
1.4.4 切换面控制在复杂电力电子拓扑中的应用 |
1.5 本文解决的主要问题 |
1.6 本文研究内容及结构安排 |
第2章 切换面控制的基本原理与分析 |
2.1 引言 |
2.2 切换面控制的基本原理 |
2.3 连续时间一次切换面控制 |
2.4 连续时间二次切换面控制 |
2.4.1 Leung等提出的二次切换面控制 |
2.4.2 Ordonez等提出的二次切换面控制 |
2.5 高次切换面控制稳定性证明 |
2.5.1 基于滑模控制理论的稳定性证明方法 |
2.5.2 基于分段李雅普诺夫函数的稳定性证明方法 |
2.6 本章小结 |
第3章 考虑非理想因素的Buck型DC-DC变换器高次切换面控制性能分析与参数设计 |
3.1 引言 |
3.2 Buck型DC-DC变换器高次切换面一般表达式的推导 |
3.2.1 Adomian分解法回顾 |
3.2.2 高次切换面一般表达式的推导 |
3.2.3 不同切换面的比较 |
3.3 切换面控制下Buck型DC-DC变换器大信号行为分析 |
3.3.1 理想情况 |
3.3.2 考虑参数偏差的情况 |
3.3.3 考虑寄生参数的情况 |
3.4 实验验证 |
3.4.1 R_N=R和C_N/L_N=C/L的情况 |
3.4.2 R_N≠R的情况 |
3.4.3 C_N/L_N≠C/L的情况 |
3.4.4 采用铝电解电容的情况 |
3.5 考虑鲁棒性的切换面参数设计方法 |
3.6 本章小结 |
第4章 Buck型 DC-DC变换器离散时间二次切换面控制 |
4.1 引言 |
4.2 离散时间一次切换面控制 |
4.3 离散时间二次切换面控制 |
4.3.1 离散时间二次切换面控制律的推导 |
4.3.2 稳定性分析 |
4.3.3 仿真验证 |
4.3.4 与连续时间切换面控制的仿真对比 |
4.4 非理想因素的影响分析 |
4.4.1 模型误差 |
4.4.2 数字延迟 |
4.5 实验验证 |
4.5.1 起动过程动态响应 |
4.5.2 参考电压和负载阶跃响应 |
4.5.3 与连续时间切换面控制的对比 |
4.6 本章小结 |
第5章 基于反馈线性化建模的Boost型DC-DC变换器离散时间二次切换面控制 |
5.1 引言 |
5.2 基于反馈线性化的Boost变换器数学模型 |
5.2.1 Boost变换器的双线性系统模型 |
5.2.2 基于反馈线性化的Boost变换器线性系统模型 |
5.3 Boost变换器离散时间二次切换面控制律推导 |
5.3.1 二次切换面的推导 |
5.3.2 离散时间二次切换面控制律的推导 |
5.3.3 数字延迟补偿方法 |
5.3.4 仿真验证 |
5.3.5 与连续时间切换面控制的仿真对比 |
5.4 模型失配的影响分析 |
5.4.1 参数偏差 |
5.4.2 寄生参数 |
5.5 对起动过程的讨论 |
5.6 实验验证 |
5.6.1 参考电压和负载阶跃响应 |
5.6.2 起动过程动态响应 |
5.7 本章小结 |
第6章 基于离散趋近律与无差拍双闭环结构的单相LCL型PWM整流器控制策略 |
6.1 引言 |
6.2 单相LCL型PWM整流器数学模型 |
6.3 改进无差拍控制算法 |
6.3.1 改进无差拍控制算法的推导 |
6.3.2 功率因数误差分析与修正 |
6.4 离散趋近律-无差拍双闭环控制算法 |
6.5 LCL型整流器系统欠阻尼分析及网侧电流振荡消除方法 |
6.6 仿真分析 |
6.7 实验验证 |
6.7.1 稳态实验 |
6.7.2 动态实验 |
6.8 本章小结 |
第7章 结论与展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(5)基于时间序列的OBE磁干扰检测与补偿方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 OBE典型磁干扰源分析 |
1.3 国内外研究现状 |
1.3.1 航磁补偿关键技术相关研究 |
1.3.2 时间序列关键技术相关研究 |
1.3.3 国内外研究现状简析 |
1.4 本文的主要研究内容及结构安排 |
第2章 时间序列相关方法理论 |
2.1 引言 |
2.2 时间序列预测建模 |
2.2.1 时间序列特征分析 |
2.2.2 时间序列预测模型 |
2.2.3 时间序列建模步骤 |
2.3 时间序列相似性检测 |
2.3.1 相关定义 |
2.3.2 时间序列分段线性表示 |
2.3.3 时间序列相似性度量 |
2.4 本章小结 |
第3章 OBE瞬时磁干扰检测 |
3.1 引言 |
3.2 航磁数据预测模型分析 |
3.2.1 航磁数据平稳性检验 |
3.2.2 航磁数据纯随机性检验 |
3.2.3 航磁数据时间序列建模 |
3.3 基于残差统计的OBE瞬时磁干扰检测 |
3.3.1 算法设计与实现 |
3.3.2 实验结果与分析 |
3.4 本章小结 |
第4章 OBE持续磁干扰检测 |
4.1 引言 |
4.2 OBE持续磁干扰特征分析 |
4.3 基于特征角度的OBE持续磁干扰检测 |
4.3.1 航磁数据分段线性表示 |
4.3.2 航磁数据相似性度量 |
4.3.3 OBE持续磁干扰时刻对等与检测 |
4.4 实验结果与分析 |
4.5 本章小结 |
第5章 OBE典型磁干扰无参考补偿 |
5.1 引言 |
5.2 OBE瞬时磁干扰无参考补偿 |
5.2.1 常用补偿方法 |
5.2.2 补偿结果简析 |
5.3 OBE持续磁干扰无参考补偿 |
5.3.1 补偿方法的设计与实现 |
5.3.2 实验结果与分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(6)时空轨迹相似性度量与查询方法研究(论文提纲范文)
摘要 |
Abstract |
符号使用说明 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 相关领域研究现状 |
1.2.1 时空数据模型 |
1.2.2 轨迹数据模型 |
1.2.3 轨迹相似性度量与计算 |
1.2.4 轨迹子段匹配与聚类分析 |
1.2.5 研究现状分析 |
1.3 研究内容与主要贡献 |
1.3.1 研究内容 |
1.3.2 论文主要贡献 |
1.3.3 论文结构 |
第二章 基于自适应网格剖分编码的多粒度轨迹组织方法 |
2.1 引言 |
2.2 多粒度时空轨迹模型 |
2.2.1 时空序列模型 |
2.2.2 时空分段模型 |
2.2.3 起止点模型 |
2.3 自适应Hilbert-Geohash的网格剖分与编码方法 |
2.3.1 全球地理网格剖分模型与标准现状 |
2.3.2 自适应空间网格编码过程 |
2.3.3 网格编码典型应用 |
2.4 实验验证与分析 |
2.4.1 空间编码效率 |
2.4.2 空间查询过滤 |
2.5 本章小结 |
第三章 基于Fréchet距离阈值的轨迹形态相似性查询 |
3.1 引言 |
3.2 问题描述与研究现状 |
3.2.1 问题描述 |
3.2.2 Fréchet距离计算研究现状 |
3.3 序贯覆盖判断(OCJ)算法 |
3.3.1 基于轨迹形态特征的预过滤 |
3.3.2 同步搜索与判断 |
3.3.3 复杂度分析与并行优化 |
3.4 实验与分析 |
3.4.1 实验设置 |
3.4.2 算法稳定性 |
3.4.3 算法扩展性 |
3.4.4 OCJ-MPI耗时分布 |
3.5 本章小结 |
第四章 顾及位置不确定性与运动特征的轨迹相似性度量 |
4.1 引言 |
4.2 顾及运动特征的修正椭圆模型 |
4.2.1 不考虑位置误差的椭圆初始修正模型 |
4.2.2 引入位置误差的椭圆修正模型 |
4.2.3 算法与实例 |
4.3 基于修正椭圆模型的轨迹相似性度量模型 |
4.3.1 基于累进式相似度贡献的度量模型设计 |
4.3.2 轨迹相似度计算方法 |
4.4 实验评估与分析 |
4.4.1 实验数据与环境设置 |
4.4.2 评估指标与结果 |
4.4.3 实验结论 |
4.5 本章小结 |
第五章 基于多层级轨迹片段编码树的子段相似性匹配 |
5.1 引言 |
5.2 多层级轨迹片段编码树模型 |
5.2.1 轨迹编码研究现状与相关概念 |
5.2.2 轨迹编码树构建方法 |
5.2.3 轨迹编码树的多粒度特性 |
5.3 轨迹子段相似性匹配 |
5.3.1 问题定义 |
5.3.2 相似子段计算与显着性检验 |
5.3.3 复杂度分析 |
5.4 实验验证 |
5.4.1 实验数据与环境设置 |
5.4.2 实验设计与结果分析 |
5.4.3 实际应用案例 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
作者攻读博士学位期间参与的科研项目 |
附录 A 论文采用的公开数据源 |
(7)直线型超声电机机电参数测试系统构建与精度研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.2 直线型超声电机的发展与应用 |
1.2.1 直线型超声电机的发展 |
1.2.2 直线型超声电机的应用 |
1.3 直线型超声电机测试技术研究现状 |
1.3.1 零部件模态 |
1.3.2 驱动电参量 |
1.3.3 机械特性 |
1.3.4 瞬态特性 |
1.4 本课题研究意义及主要研究内容 |
第二章 直线型超声电机机电参数测量原理及方法实现 |
2.1 引言 |
2.2 基于机械振动的V形直线型超声电机动态特性测试 |
2.2.1 微观激光位移传感器测量原理 |
2.2.2 定子触头振动幅度测量实现方法 |
2.3 基于机电耦合的V形直线型超声电机动态特性测试 |
2.3.1 阻抗测量原理 |
2.3.2 阻抗测量实现方法 |
2.4 直线型超声电机驱动电信号测量原理 |
2.4.1 驱动电压峰值及有效值计算 |
2.4.2 驱动电信号相位差及频率计算 |
2.4.3 直线型超声电机输入功率计算 |
2.5 直线型超声电机机械特性测量原理及实现方法 |
2.5.1 直线型超声电机输出推力测量原理及实现方法 |
2.5.2 直线型超声电机输出速度测量原理及实现方法 |
2.6 直线型超声电机机电参数信号预处理分析 |
2.7 本章小结 |
第三章 直线型超声电机机电参数测试系统硬件设计 |
3.1 引言 |
3.2 测试系统硬件设计方案 |
3.3 数据采集卡选型与触发电路设计 |
3.4 直线型超声电机微观位移与宏观位移测量 |
3.4.1 微观激光位移传感器选型 |
3.4.2 定子触头振动信号调理电路 |
3.4.3 微观激光位移传感器的标定 |
3.4.4 宏观激光位移传感器选型 |
3.5 直线型超声电机驱动电信号测量 |
3.5.1 霍尔电流传感器选型 |
3.5.2 超声电机驱动电流测量电路 |
3.5.3 霍尔电流电流传感器的标定 |
3.5.4 超声电机驱动电压测量电路 |
3.5.5 电压测量电路的标定 |
3.6 直线型超声电机堵转推力测量 |
3.6.1 拉压力传感器选型 |
3.6.2 拉压力传感器测量电路 |
3.6.3 拉压力传感器的标定 |
3.7 直线型超声电机换向电路 |
3.8 本章小结 |
第四章 直线型超声电机机电参数测试系统软件设计 |
4.1 引言 |
4.2 测试系统软件测试方案 |
4.3 软件系统的构成 |
4.3.1 用户登录模块设计及测试项目选择模块设计 |
4.3.2 数据采集模块设计 |
4.3.3 数据分析模块设计 |
4.3.4 智能信号发生器的设计与实现 |
4.4 本章小结 |
第五章 直线型超声电机机电参数测试系统试验与结果分析 |
5.1 引言 |
5.2 微观激光位移传感器测量V形直线型超声电机动态特性 |
5.3 虚拟阻抗分析仪测量V形直线型超声电机动态特性 |
5.4 V形直线型超声电机瞬态特性分析 |
5.4.1 变频定压下的V形直线型超声电机瞬态特性 |
5.4.2 定频定压下的V形直线型超声电机瞬态特性 |
5.5 V形直线型超声电机机械特性测试分析 |
5.5.1 V形直线型超声电机堵转推力测量 |
5.5.2 V形直线型超声电机推力与速度关系研究 |
5.6 V形直线型超声电机稳态电参量特性分析 |
5.7 本章小结 |
第六章 直线型超声电机机电参数测试系统精度研究 |
6.1 引言 |
6.2 应用理论的误差研究 |
6.2.1 速度共振与位移共振表征谐振频率特性的误差分析 |
6.2.2 非整周期采样导致的真有效值法计算正弦信号有效值误差分析 |
6.2.3 非整周期采样导致的真有效值法计算正弦信号有功功率误差分析 |
6.2.4 零相位滤波误差分析 |
6.3 直线型超声电机机电参数测试系统硬件部分的精度研究 |
6.4 直线型超声电机机电测试系统的可重复性精度研究 |
6.5 输出推力测量方法测试精度研究 |
6.6 阻抗特性与驱动电参量相关参数对比测试精度研究 |
6.6.1 测试系统与阻抗分析仪测量结果相比较 |
6.6.2 测试系统与示波器测量结果相比较 |
6.7 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 下一步工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间的学术成果 |
(8)卫星导航信号射频通道及接收场景建模与研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 现代化卫星导航系统发展现状 |
1.1.2 课题选题依据及意义 |
1.2 国内外研究现状 |
1.2.1 星上载荷射频通道研究现状 |
1.2.2 卫星导航信号空间传输通道研究现状 |
1.3 论文主要架构及研究内容 |
第2章 GNSS信号仿真软件设计与验证 |
2.1 GNSS信号结构与表征方式 |
2.1.1 GNSS信号结构 |
2.1.2 GNSS信号表征方式 |
2.2 GNSS信号仿真软件设计与实现 |
2.3 GNSS信号接收验证 |
2.4 GNSS信号性能评估验证 |
2.4.1 相关域评估方法 |
2.4.2 调制域评估方法 |
2.4.3 时域评估方法 |
2.4.4 频域评估方法 |
2.5 仿真结果及分析 |
2.6 本章小结 |
第3章 射频通道非理想器件建模及其影响分析 |
3.1 射频通道模型概述 |
3.2 射频通道非理想变频器建模及影响分析 |
3.2.1 本振泄漏 |
3.2.2 直流偏置 |
3.2.3 谐波失真 |
3.2.4 I/Q失配 |
3.2.5 相位噪声 |
3.3 射频通道非理想滤波器建模及影响分析 |
3.3.1 滤波器带限对导航信号的影响 |
3.3.2 滤波器幅度失真对导航信号的影响 |
3.3.3 滤波器相位失真对导航信号的影响 |
3.4 射频通道非理想高功率放大器建模及影响分析 |
3.4.1 无记忆高功放模型 |
3.4.2 有记忆高功放模型 |
3.5 本章小结 |
第4章 多径环境影响分析 |
4.1 多径信号建模 |
4.1.1 镜面反射多径信号模型 |
4.1.2 近地面反射多径信号模型 |
4.2 多径误差分析 |
4.3 抗多径接收算法 |
4.3.1 Bump-Jump |
4.3.2 DET跟踪算法 |
4.3.3 DET与 HRC组合接收算法 |
4.4 仿真结果及分析 |
4.4.1 多径误差仿真分析 |
4.4.2 跟踪算法仿真分析 |
4.5 本章小结 |
第5章 高动态环境影响分析 |
5.1 高动态环境下导航信号 |
5.2 高动态接收算法 |
5.3 仿真结果及分析 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 全文工作总结 |
6.2 后续工作展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的论文与研究成果 |
(9)基于3D卷积的人体行为识别算法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 研究背景与意义 |
1.3 国内外研究现状 |
1.3.1 基于手动特征提取的传统行为识别算法 |
1.3.2 基于深度学习的行为识别算法 |
1.3.3 行为识别数据集 |
1.4 主要研究工作与论文结构 |
1.4.1 主要研究工作 |
1.4.2 论文的组织结构 |
第2章 基于帧外观和帧间关系的分离时空卷积残差网络行为识别算法 |
2.1 引言 |
2.2 3D特征提取网络 |
2.3 模型结构 |
2.3.1 视频预处理 |
2.3.2 时空融合残差模块 |
2.3.3 分离时空卷积残差模块 |
2.4 实验结果与结果分析 |
2.4.1 实验环境 |
2.4.2 网络选型对比实验 |
2.4.3 参数选取实验 |
2.4.4 行为识别算法对比 |
2.5 本章小结 |
第3章 基于时域多尺度与注意力机制的行为识别算法 |
3.1 引言 |
3.2 长时特征提取 |
3.2.1 视频采样策略 |
3.2.2 多尺度特征融合 |
3.3 通道注意力机制 |
3.4 模型结构 |
3.4.1 时域多尺度模块 |
3.4.2 注意力模块 |
3.5 实验结果与分析 |
3.5.1 实验环境 |
3.5.2 模型对比实验 |
3.5.3 采样策略对比实验 |
3.5.4 行为识别算法对比 |
3.6 本章小结 |
第4章 基于ARSRNet-MA的行为识别系统设计与实现 |
4.1 系统整体架构 |
4.2 数据库设计 |
4.3 开发环境 |
4.4 系统功能设计与实现 |
4.4.1 账号注册/登录 |
4.4.2 视频查看 |
4.4.3 个人中心 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 全文工作总结 |
5.2 下一步工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间的科研成果 |
(10)典型建筑工地施工扬尘污染特征与排放因子方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 大气颗粒物污染 |
1.1.2 建筑施工扬尘概述 |
1.2 施工扬尘国内外研究现状 |
1.2.1 扬尘监测与污染特征 |
1.2.2 扬尘排放量与排放因子 |
1.2.3 扬尘化学组分与健康风险 |
1.2.4 扬尘粒径分布特征 |
1.2.5 防控措施与控尘效率 |
1.3 研究意义与研究内容 |
1.3.1 研究意义 |
1.3.2 研究内容 |
1.4 创新点与研究技术路线 |
1.4.1 本研究的创新点 |
1.4.2 技术路线 |
第二章 采样与实验 |
2.1 建筑工地的选取 |
2.2 再悬浮采样 |
2.2.1 实验仪器与材料 |
2.2.2 建筑施工尘的采集与再悬浮采样 |
2.2.3 质量控制 |
2.3 粒径分布测试 |
2.3.1 实验仪器与材料 |
2.3.2 施工扬尘粒径分布测试 |
2.3.3 施工环境大气颗粒物粒径分布测试 |
2.3.4 质量控制 |
2.4 再悬浮样品化学组分分析 |
2.4.1 金属元素分析 |
2.4.2 水溶性离子分析 |
2.4.3 有机碳/元素碳分析 |
2.4.4 质量控制 |
第三章 建筑施工扬尘排放量与排放因子研究方法的优化 |
3.1 暴露高度浓度剖面法的优化 |
3.1.1 实测原理 |
3.1.2 实测计算 |
3.2 现场实测方案的优化 |
3.3 本地化排放因子的构建 |
3.4 本研究的现场实测方案 |
3.4.1 监测设备 |
3.4.2 监测方案 |
3.4.3 质量控制 |
3.5 本章小结 |
第四章 建筑施工扬尘污染特征 |
4.1 工地TSP的水平分布 |
4.2 工地垂直与水平点位TSP相关性分析 |
4.3 施工扬尘净浓度 |
4.3.1 不同施工阶段的净浓度 |
4.3.2 净浓度的垂直分布特征 |
4.3.3 净浓度24 小时变化特征 |
4.3.4 风速对净浓度的影响分析 |
4.4 粒径分布特征 |
4.4.1 施工扬尘粒径分布 |
4.4.2 施工扬尘与施工环境大气颗粒物粒径分布特征的对比分析 |
4.5 本章小结 |
第五章 建筑施工扬尘化学组分特征与健康风险 |
5.1 施工扬尘化学成分谱 |
5.1.1 金属元素 |
5.1.2 水溶性离子和碳组分 |
5.1.3 各类组分累积占比分析 |
5.2 不同施工阶段成分谱特征 |
5.3 富集因子分析 |
5.4 重金属潜在生态风险与健康风险评价 |
5.4.1 潜在生态风险 |
5.4.2 健康风险 |
5.5 本章小结 |
第六章 建筑施工扬尘本地化排放因子与排放特征 |
6.1 不同施工阶段的扬尘排放量与本地化排放因子 |
6.1.1 本地化粒度乘数 |
6.1.2 排放量和本地化排放因子 |
6.2 不同研究方法的排放因子对比 |
6.3 不同地区排放因子对比 |
6.4 施工扬尘化学成分本地化排放特征 |
6.4.1 不同化学物质的排放特征 |
6.4.2 不同施工阶段不同颗粒物化学物质的排放特征 |
6.5 本章小结 |
第七章 总结与建议 |
7.1 总结 |
7.2 施工扬尘防治方法建议 |
7.3 展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
四、TSP分段与连续采样的对比实验分析(论文参考文献)
- [1]基于时空轨迹大数据的路线规划机制的研究与系统构建[D]. 邱玉华. 南京邮电大学, 2020(03)
- [2]基于轨迹数据融合的城市路网运行状态感知[D]. 顾长龙. 哈尔滨工业大学, 2020(02)
- [3]基于空时特征建模的行为识别方法研究[D]. 薛飞. 西安电子科技大学, 2020(02)
- [4]面向直流供电的电力电子变换器切换面控制及数字化实现[D]. 李景灏. 天津大学, 2020(01)
- [5]基于时间序列的OBE磁干扰检测与补偿方法研究[D]. 王国超. 哈尔滨工业大学, 2020(01)
- [6]时空轨迹相似性度量与查询方法研究[D]. 郭宁. 国防科技大学, 2020(01)
- [7]直线型超声电机机电参数测试系统构建与精度研究[D]. 唐慧. 江苏大学, 2020(02)
- [8]卫星导航信号射频通道及接收场景建模与研究[D]. 王森. 中国科学院大学(中国科学院国家授时中心), 2020(02)
- [9]基于3D卷积的人体行为识别算法研究[D]. 胡琴. 武汉理工大学, 2020(01)
- [10]典型建筑工地施工扬尘污染特征与排放因子方法研究[D]. 梁珊. 上海交通大学, 2019(06)