-
簡介:為使運(yùn)營中的蜂窩移動(dòng)通信網(wǎng)絡(luò)始終維持良好的通信性能,網(wǎng)絡(luò)優(yōu)化是必不可少的一項(xiàng)關(guān)鍵工作。網(wǎng)絡(luò)優(yōu)化的目的是調(diào)整網(wǎng)絡(luò)參數(shù),使其與當(dāng)下的業(yè)務(wù)量需求和運(yùn)行環(huán)境相匹配。本文對蜂窩移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中的無線資源分配和覆蓋控制技術(shù)進(jìn)行深入研究。針對TDSCDMATIMEDIVISIONSYNCHRONOUSCODEDIVISIONMULTIPLEACCESS網(wǎng)絡(luò)頻點(diǎn)和擾碼資源少、擴(kuò)頻碼相關(guān)性差的缺陷,研究TDSCDMA網(wǎng)絡(luò)中頻率和擾碼的聯(lián)合分配技術(shù),充分挖掘兩種資源的分配自由度。我們以干信比INTERFERENCETOSIGNALRATIO,ISR作為小區(qū)間干擾強(qiáng)度的衡量指標(biāo),全面考慮無線信號(hào)傳播條件、業(yè)務(wù)量分布、頻率的正交性、擾碼的相關(guān)性等因素的影響,形成反映容量需求、地形地貌和實(shí)際網(wǎng)絡(luò)場景的完整ISR模型。根據(jù)小區(qū)間ISR,建立頻率和擾碼的聯(lián)合分配模型,在滿足組網(wǎng)約束的同時(shí),最大程度地抑制小區(qū)間干擾?;诟蓴_等效原理,將頻率和擾碼的聯(lián)合分配問題降解為頻率和擾碼族聯(lián)合分配子問題和擾碼選擇子問題。相比于直接對頻率和擾碼進(jìn)行聯(lián)合分配,這種分步式處理在確保網(wǎng)絡(luò)性能不變的同時(shí)顯著降低分配的復(fù)雜度。數(shù)值結(jié)果表明相比于工程常用的先頻率后擾碼的順序分配方法,本文提出的聯(lián)合分配方法及其算法能夠在不同場景下有效降低全網(wǎng)和局部干擾水平。針對無線業(yè)務(wù)隨城市化進(jìn)程朝著三維空間擴(kuò)展、在三維空間中分布的趨勢,研究了基于面陣天線和三維波束賦形的公共控制信號(hào)立體覆蓋控制技術(shù)。為了降低覆蓋控制算法復(fù)雜度,我們提出了逐扇區(qū)立體覆蓋控制的思想。即通過扇區(qū)間干擾控制,實(shí)現(xiàn)扇區(qū)解耦,對單個(gè)扇區(qū)的立體覆蓋進(jìn)行獨(dú)立控制,依次對每個(gè)扇區(qū)進(jìn)行立體覆蓋控制來實(shí)現(xiàn)全網(wǎng)立體覆蓋控制。在單個(gè)扇區(qū)的立體覆蓋控制中,我們分別研究了面向全域接收功率約束的單扇區(qū)立體覆蓋控制技術(shù)和面向邊界接收功率約束的單扇區(qū)立體覆蓋控制技術(shù)。在面向全域接收功率約束的單扇區(qū)立體覆蓋控制研究中,我們從實(shí)際的覆蓋需求出發(fā),以功率最小化為目標(biāo),無弱覆蓋、零干擾度為約束建立優(yōu)化模型。采用半定松弛技術(shù)、隨機(jī)化方法和補(bǔ)償調(diào)節(jié)手段,實(shí)現(xiàn)了優(yōu)化問題的求解,獲取性能良好的面陣天線激勵(lì)權(quán)值。在面向邊界接收功率約束的單扇區(qū)立體覆蓋控制研究中,我們根據(jù)目標(biāo)覆蓋區(qū)域中各個(gè)方向上的目標(biāo)覆蓋距離、由實(shí)際地形決定的信號(hào)傳播損耗,將覆蓋需求映射為期望陣列方向圖。提出合理的方向圖綜合技術(shù),實(shí)現(xiàn)陣列方向圖綜合誤差和發(fā)射功率加權(quán)和的最小化,并獲取面陣天線激勵(lì)權(quán)值。數(shù)值結(jié)果表明相比于工程上常用的下傾角和功率調(diào)整這些覆蓋控制方法,本文提出的兩種逐扇區(qū)立體覆蓋控制算法在覆蓋空洞彌補(bǔ)、扇區(qū)間干擾抑制和能量節(jié)約等方面更勝一籌。我們還研究了逐扇區(qū)簇的立體覆蓋控制技術(shù)。基于扇區(qū)間的干擾關(guān)系,將整個(gè)網(wǎng)絡(luò)劃分為多個(gè)干擾近似獨(dú)立的最小單元(扇區(qū)簇),依次對所有扇區(qū)簇進(jìn)行立體覆蓋控制從而實(shí)現(xiàn)對整個(gè)網(wǎng)絡(luò)的立體覆蓋控制。針對單個(gè)扇區(qū)簇,我們以近似平均信干比SIGNALTOINTERFERENCERATIO,SIR最小化為目標(biāo)、以無弱覆蓋為約束條件建立優(yōu)化模型。設(shè)計(jì)求解上述優(yōu)化問題的有效算法JCCSCJOINTCOVERAGECONTROLFSECTCLUSTER,通過反復(fù)迭代和優(yōu)化問題求解,獲得近似最優(yōu)的激勵(lì)權(quán)值矩陣以及此時(shí)的扇區(qū)邊界,進(jìn)而利用預(yù)留的功率來進(jìn)行功率彌補(bǔ),實(shí)現(xiàn)弱覆蓋比的降低。數(shù)值結(jié)果表明,提出的JCCSC算法在嚴(yán)格控制弱覆蓋比的前提下,能夠顯著提升目標(biāo)覆蓋區(qū)域上的SIR水平,即提升了簇內(nèi)的信號(hào)接收質(zhì)量。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 78
大?。?5.65(MB)
子文件數(shù):
-
簡介:本文采用RBF人工神經(jīng)網(wǎng)絡(luò)構(gòu)建了一個(gè)故障診斷系統(tǒng),通過該系統(tǒng)可以實(shí)現(xiàn)離線診斷和在線診斷,從而可及時(shí)掌握系統(tǒng)的狀態(tài)。在實(shí)現(xiàn)故障診斷系統(tǒng)之前,要對系統(tǒng)的動(dòng)態(tài)特性有充分的認(rèn)識(shí)。因此首先通過模塊化建模方法建立了凝給水系統(tǒng)各主要設(shè)備的數(shù)學(xué)模型,并在計(jì)算機(jī)上進(jìn)行了仿真。之后在已建立的數(shù)學(xué)模型基礎(chǔ)上,結(jié)合領(lǐng)域?qū)<医?jīng)驗(yàn)知識(shí)模擬設(shè)置了凝給水系統(tǒng)10個(gè)常見故障,仿真結(jié)果表明故障設(shè)置是可信的。為故障征兆的提取打下了堅(jiān)實(shí)基礎(chǔ)。本文利用VISUALC建立了基于RBF神經(jīng)網(wǎng)絡(luò)的核動(dòng)力裝置凝給水系統(tǒng)故障診斷系統(tǒng),該系統(tǒng)采用人機(jī)交互界面,具有界面友好,操作簡單等特點(diǎn)。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 85
大?。?2.58(MB)
子文件數(shù):
-
簡介:湖南大學(xué)博士學(xué)位論文基于技術(shù)標(biāo)準(zhǔn)的高技術(shù)企業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)研究姓名孫耀吾申請學(xué)位級別博士專業(yè)企業(yè)管理指導(dǎo)教師曾德明20070328基于技術(shù)標(biāo)準(zhǔn)的高技術(shù)企業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)研究基于技術(shù)標(biāo)準(zhǔn)的企業(yè)虛擬集群有著自己的結(jié)構(gòu)、特征與性質(zhì)。第三,研究高技術(shù)企業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)的協(xié)調(diào)發(fā)展。基于技術(shù)標(biāo)準(zhǔn)的高技術(shù)企業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)各主要發(fā)展階段之間存在著內(nèi)在的聯(lián)系和互動(dòng)關(guān)系與此同時(shí),許多外界因素也會(huì)作用于這種網(wǎng)絡(luò),技術(shù)創(chuàng)新網(wǎng)絡(luò)與外部環(huán)境的協(xié)調(diào)發(fā)展非常重要。最后,通過GSM產(chǎn)業(yè)標(biāo)準(zhǔn)網(wǎng)絡(luò)案例,對高技術(shù)企業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)的發(fā)展進(jìn)行實(shí)證研究。GSM是第二代移動(dòng)通信的一種網(wǎng)絡(luò)兼容標(biāo)準(zhǔn),其產(chǎn)生和創(chuàng)新、發(fā)展的背景、動(dòng)力、過程及主要內(nèi)容比較系統(tǒng)、完整地展現(xiàn)了當(dāng)代以ICT為代表的高技術(shù)企業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)發(fā)展的過程與機(jī)理,具有典型性和代表性。其中,網(wǎng)絡(luò)構(gòu)成及其治理結(jié)構(gòu)、知識(shí)產(chǎn)權(quán)和主導(dǎo)企業(yè)的戰(zhàn)略作用等關(guān)鍵問題,對我國企業(yè)、產(chǎn)業(yè)和國家的標(biāo)準(zhǔn)化戰(zhàn)略具有重要的啟示;由此提出發(fā)展技術(shù)創(chuàng)新網(wǎng)絡(luò)、促進(jìn)高技術(shù)產(chǎn)業(yè)技術(shù)進(jìn)步的政策建議。群關(guān)鍵詞高技術(shù)企業(yè);技術(shù)創(chuàng)新網(wǎng)絡(luò);技術(shù)標(biāo)準(zhǔn);知識(shí)產(chǎn)權(quán);GSM;虛擬集Ⅱ
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 182
大?。?6.95(MB)
子文件數(shù):
-
簡介:RESEARCHOFBUILDINGTECHNIQUESFORINTEGRATEDTRANSPORTNETWORKMODELA乃始SISSUBMITTEDTOSOUTHEASTUNIVERSITYLIIIIIIIIIIIIIIIIIIIILY3141644FORTHEACADEMICDEGREEOFMASTEROFENGINEERINGBYFEIXUESUPERVISEDBYPROF.C甜IANHUASCHOOLOFTRANSPORTATIONSOUTHEASTUNIVERSITYMAY2016摘要摘要隨著交通運(yùn)輸日益多元化的發(fā)展,多種交通模式共同協(xié)作才能滿足生產(chǎn)需求和人民出行的需要。公路、水路、鐵路、航空和管道等多種交通模式組成了一個(gè)完整的交通體系,這些交通模式按照特定規(guī)則疊加構(gòu)成了綜合交通網(wǎng)絡(luò)。隨著交通多模式化的發(fā)展進(jìn)程,研究一種能夠支持多種交通模式網(wǎng)絡(luò)復(fù)合建模的模型構(gòu)建技術(shù)是一種必然趨勢,也具有重要的現(xiàn)實(shí)意義。本文以對多種交通模式網(wǎng)絡(luò)的整合為出發(fā)點(diǎn),設(shè)計(jì)了一種綜合交通網(wǎng)絡(luò)模型,并重點(diǎn)研究該模型的構(gòu)建技術(shù),即從基礎(chǔ)交通數(shù)據(jù)中提取信息,生成能被計(jì)算機(jī)處理的幾何數(shù)據(jù)及其拓?fù)潢P(guān)系所涉及的所有技術(shù),并探索其應(yīng)用的可行性。首先,對綜合交通網(wǎng)絡(luò)的組成與結(jié)構(gòu)進(jìn)行分析,探討綜合交通網(wǎng)絡(luò)所采用的非平面數(shù)據(jù)結(jié)構(gòu)和非平面強(qiáng)化的規(guī)則,研究不同交通網(wǎng)絡(luò)的表達(dá)方式以及網(wǎng)絡(luò)之間的連接與轉(zhuǎn)換方式,研究模式連通節(jié)點(diǎn)的組織方式。在此基礎(chǔ)上設(shè)計(jì)了綜合交通網(wǎng)絡(luò)的概念模型和邏輯模型。然后,根據(jù)江蘇省交通網(wǎng)絡(luò)原始數(shù)據(jù),研究綜合交通網(wǎng)絡(luò)模型的構(gòu)建算法。研究數(shù)據(jù)的幾何形態(tài)處理技術(shù),包括打折線、線幾何噪聲等的處理算法;實(shí)現(xiàn)了一系列自動(dòng)拓?fù)錂z查與處理的算法,包括重復(fù)線、懸掛點(diǎn)等的檢查算法研究綜合交通網(wǎng)絡(luò)拓?fù)潢P(guān)系生成技術(shù),實(shí)現(xiàn)了包括弧段處理、節(jié)點(diǎn)匹配在內(nèi)的拓?fù)渖伤惴?;根?jù)應(yīng)用需求對網(wǎng)絡(luò)進(jìn)行分析,實(shí)現(xiàn)了多層次的路徑分析算法,用以驗(yàn)證模型的實(shí)用性。最后,根據(jù)以上對模型構(gòu)建技術(shù)的研究,基于ARCGIS二次開發(fā)平臺(tái)和.NET開發(fā)平臺(tái),開發(fā)綜合交通網(wǎng)絡(luò)模型構(gòu)建程序,實(shí)現(xiàn)了不同交通模式網(wǎng)絡(luò)的集成,并將模型應(yīng)用于路徑分析等方面。關(guān)鍵詞綜合交通網(wǎng)絡(luò)預(yù)處理拓?fù)渚W(wǎng)絡(luò)模型構(gòu)建技術(shù)
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 92
大小: 9.71(MB)
子文件數(shù):
-
簡介:工學(xué)碩士學(xué)位論文基于網(wǎng)絡(luò)流行為的網(wǎng)絡(luò)流分類技術(shù)研究李丹丹哈爾濱理工大學(xué)2015年3月CLASSIFIEDINDEXTP39308DISSERTATIONFTHEMASTERDEGREEINENGINEERINGRESEARCHONTHEMETHODSOFWKTRAFFICCLASSIFICATIONBASEDONBEHAIVERCIDATELIDANSUPERVISSUNGUANGLUACADEMICDEGREEAPPLIEDFMASTEROFENGINEERINGSPECIALTYCOMPUTERAPPLIEDTECHNOLOGYDATEOFALEXAMINATION14THMARCH2015UNIVERSITYHARBINUNIVERSITYOFSCIENCETECHNOLOGY
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 52
大?。?2.46(MB)
子文件數(shù):
-
簡介:車載ADHOC網(wǎng)絡(luò)能夠?qū)崿F(xiàn)車輛之間相互通信,并且提供安全相關(guān)業(yè)務(wù)來減少交通事故,以及多媒體業(yè)務(wù)來向用戶提供信息、娛樂服務(wù),近些年已經(jīng)逐漸成為無線通信領(lǐng)域研究熱點(diǎn)。作為智能交通系統(tǒng)ITS不可或缺的一部分,車載ADHOC網(wǎng)絡(luò)能夠完全以自組織、分布式的方式運(yùn)行,并且不需要路邊無線通信設(shè)備的介入。但是,由于車輛的高速移動(dòng)、拓?fù)涞目焖僮兓?、路邊基礎(chǔ)設(shè)備的缺失、以及惡劣的數(shù)據(jù)通信環(huán)境,使得車載ADHOC網(wǎng)絡(luò)無線資源分配面臨相當(dāng)大的挑戰(zhàn)。此外,多跳無線傳輸面臨媒體訪問控制MAC層的暴露終端、隱藏終端、公平性、可靠性問題,以及網(wǎng)絡(luò)層的廣播風(fēng)暴問題,使得車載ADHOC網(wǎng)絡(luò)難以滿足各種業(yè)務(wù)的服務(wù)質(zhì)量QOS要求,例如,安全相關(guān)的業(yè)務(wù)需要快速、可靠的數(shù)據(jù)傳輸,而多媒體業(yè)務(wù)需要高的吞吐量以及公平性。因此,設(shè)計(jì)高效的通信協(xié)議以滿足車載ADHOC網(wǎng)絡(luò)中各種業(yè)務(wù)QOS需求是迫切需要的。本文的研究成果總結(jié)如下1設(shè)計(jì)多信道令牌環(huán)媒體訪問控制協(xié)議MCTRP。當(dāng)節(jié)點(diǎn)密度增高時(shí),傳統(tǒng)的ADHOC網(wǎng)絡(luò)采用的IEEE80211協(xié)議分布式管理功能DCF使得數(shù)據(jù)幀碰撞不斷增加,延長了數(shù)據(jù)信道訪問時(shí)間,因而DCF難以保證車載ADHOC網(wǎng)絡(luò)中對時(shí)延有嚴(yán)格要求的安全類業(yè)務(wù)QOS需求。盡管目前許多研究工作致力于減少安全信息的信道訪問延遲,但是這些工作往往以降低信道利用率為代價(jià),難以同時(shí)保證多媒體業(yè)務(wù)高吞吐量與安全業(yè)務(wù)低延遲。本文針對車載ADHOC網(wǎng)絡(luò)特點(diǎn)和應(yīng)用業(yè)務(wù)QOS需求,設(shè)計(jì)了一種多信道令牌環(huán)媒體訪問協(xié)議MCTRP。該協(xié)議采用IEEE80211P的多信道結(jié)構(gòu),通過自適應(yīng)的令牌環(huán)管理以及動(dòng)態(tài)的信道調(diào)度,車輛能夠被組織到工作在不同信道的令牌環(huán)。此外,本文建立了馬爾可夫鏈數(shù)學(xué)模型來動(dòng)態(tài)跟蹤環(huán)內(nèi)節(jié)點(diǎn)數(shù)量的變化,并且以此為基礎(chǔ)來分析MCTRP的性能,例如,平均環(huán)建立延遲、安全消息延遲、環(huán)的吞吐量等。最后,本文做了大量仿真實(shí)驗(yàn)來驗(yàn)證數(shù)學(xué)模型,并與其它MAC協(xié)議作了性能比較。數(shù)學(xué)分析與仿真結(jié)果表明,MCTRP能夠快速、有效地傳遞安全消息,進(jìn)一步提升多媒體業(yè)務(wù)的數(shù)據(jù)吞吐量,滿足了車載ADHOC網(wǎng)絡(luò)不同業(yè)務(wù)的QOS需求。2提出基于地理位置的單路由判據(jù)多跳廣播協(xié)議PMBP。為了讓車載ADHOC網(wǎng)絡(luò)中的遠(yuǎn)距離節(jié)點(diǎn)能夠盡快地接收到安全類信息,本文提出了一種基于地理位置的多跳廣播協(xié)議PMBP來快速廣播安全消息,從而實(shí)現(xiàn)車載ADHOC網(wǎng)絡(luò)的輔助駕駛。PMBP在MAC層采用跨層的方法,在信息傳播方向上選擇傳輸距離范圍內(nèi)最遠(yuǎn)的鄰居節(jié)點(diǎn)作為中繼節(jié)點(diǎn),從而使得安全消息能夠以最快速度傳遞到遠(yuǎn)處節(jié)點(diǎn)。此外,本文建立了數(shù)學(xué)模型來分析PMBP的性能,例如,單跳內(nèi)接收節(jié)點(diǎn)數(shù)量、端到端延遲、廣播節(jié)點(diǎn)與接收節(jié)點(diǎn)的比例等。相對于IEEE80211DCF的廣播機(jī)制,PMBP能夠克服多跳信息廣播所面臨的諸多難題,例如,信息冗余、鏈路的不可靠性、隱藏終端、廣播風(fēng)暴等問題,極大地提高了網(wǎng)絡(luò)的性能。3設(shè)計(jì)基于信道質(zhì)量、移動(dòng)速度、以及地理位置的多路由判據(jù)多跳廣播協(xié)議CLBP車載ADHOC網(wǎng)絡(luò)中,惡劣的通信環(huán)境、信號(hào)的路徑衰落、以及車輛的快速移動(dòng),使得數(shù)據(jù)幀的誤包率大大提高。發(fā)送節(jié)點(diǎn)往往因?yàn)闆]有收到確認(rèn)信息而不斷重傳數(shù)據(jù)幀來增加信息的可靠性,從而延長了鏈路層的傳輸時(shí)間。因此,對于多跳信息廣播,當(dāng)信道質(zhì)量較差時(shí)誤包率較高的遠(yuǎn)距離鄰居節(jié)點(diǎn)并不是理想的中繼節(jié)點(diǎn)。為了適應(yīng)車載ADHOC網(wǎng)絡(luò)物理信道特點(diǎn),本文提出了一種多跳跨層廣播協(xié)議CLBP來傳輸安全類信息。首先,一個(gè)新穎的復(fù)合式的中繼向量被提出用來進(jìn)行下一跳中繼選擇,該中繼向量綜合考慮了車輛的地理位置、物理信道狀態(tài)、車輛的移動(dòng)速度?;诖酥欣^向量,本文設(shè)計(jì)了一個(gè)分布式的中繼節(jié)點(diǎn)選擇協(xié)議,以此在消息傳播方向上選擇唯一的節(jié)點(diǎn)來可靠地中繼安全消息。同時(shí),該協(xié)議改進(jìn)基于優(yōu)先級的IEEE80211EEDCA機(jī)制用來保證安全類業(yè)務(wù)QOS要求。此外,本文建立了數(shù)學(xué)模型來分析CLBP的性能,并在此基礎(chǔ)上計(jì)算誤包率、中繼節(jié)點(diǎn)選擇延遲、安全消息訪問延遲等性能指標(biāo)。數(shù)學(xué)分析與仿真結(jié)果表明,CLBP不僅能夠減少車載ADHOC網(wǎng)絡(luò)中廣播消息的信息冗余,而且能夠快速、可靠地傳遞安全消息。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 134
大?。?7.85(MB)
子文件數(shù):
-
簡介:隨著交通在日常生活中占有越來越重要的地位,交通安全和效率逐漸成為亟待解決的問題,因此智能交通系統(tǒng)就應(yīng)運(yùn)而生了。本文首尤介紹了智能交通系統(tǒng)的結(jié)構(gòu)及其子系統(tǒng)路車通信和車載通信各自的特性、適用范圍以及研究方向。基于以下兩方面的原因,本文著重研究車載通信系統(tǒng)其一,車載通信系統(tǒng)不需要路車通信系統(tǒng)中采用的昂貴的基礎(chǔ)設(shè)施;其二,路車通信系統(tǒng)中的技術(shù)目前已相對成熟。自組網(wǎng)車載通信系統(tǒng)組網(wǎng)快速靈活、展開迅速、不依賴于通信基礎(chǔ)設(shè)施、成本低、生存能力強(qiáng),具有巨大的市場前景和社會(huì)經(jīng)濟(jì)效益。本文是基于自組網(wǎng)技術(shù)對車載網(wǎng)絡(luò)進(jìn)行研究。由于車載通信的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化快的特點(diǎn),選擇合適的路由協(xié)議是本文研究的重點(diǎn)之一,文獻(xiàn)表明AODV和DSR是相對比較有效的自組網(wǎng)路由協(xié)議。為了比較它們運(yùn)用于車載網(wǎng)絡(luò)的性能,本文通過在仿真實(shí)驗(yàn)中模擬對實(shí)際車載網(wǎng)絡(luò)并進(jìn)行詳細(xì)分析,結(jié)果表明AODV在多項(xiàng)性能上都具有比DSR更大的優(yōu)勢。由此本文將AODV協(xié)議作為車載網(wǎng)絡(luò)研究的主要路由協(xié)議,仿真表明了自組網(wǎng)車載通信系統(tǒng)運(yùn)用于城市、郊區(qū)和高速等實(shí)際場景的可行性。在此基礎(chǔ)上本文還對單車道和多車道的通信環(huán)境作進(jìn)一步研究,分析這些場景下的多車環(huán)境對網(wǎng)絡(luò)性能的干擾和影響。隨著智能交通系統(tǒng)技術(shù)的不斷成熟和新技術(shù)的發(fā)展,車載通信將很快在日常生活中得到應(yīng)用和實(shí)現(xiàn)。此文可以作為深入研究車載通信的基礎(chǔ)和參考。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 64
大?。?2.02(MB)
子文件數(shù):
-
簡介:鐵路運(yùn)輸安全是運(yùn)營管理部門必須面對的重要問題我國大約有三分之二的鐵路處于地質(zhì)條件復(fù)雜、災(zāi)害易發(fā)的中西部山區(qū)。通過對大量鐵路事故研究可知大部分是由于機(jī)車不能及時(shí)獲取鐵路沿線自然災(zāi)害信息和列車位置信息而引起的。因此研究和設(shè)計(jì)實(shí)時(shí)監(jiān)測鐵路沿線自然災(zāi)害和列車定位信息的無線傳感器網(wǎng)絡(luò)是當(dāng)務(wù)之急。這可為安全行車提供技術(shù)保障對于鐵路安全運(yùn)輸具有重要意義。無線傳感器節(jié)點(diǎn)還具有低成本、低功耗、自組織性和獲取與處理數(shù)據(jù)的能力強(qiáng)的特點(diǎn)。與有線模式相比無線傳感器網(wǎng)絡(luò)在設(shè)備成本維護(hù)升級穩(wěn)定可靠等方面都具有相當(dāng)優(yōu)勢。在社會(huì)生產(chǎn)生活領(lǐng)域具有非常廣泛的應(yīng)用前景本文正是在這一背景下開展了鐵路監(jiān)測無線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)進(jìn)行研究。論文利用無線傳感器網(wǎng)絡(luò)可快速部署和組網(wǎng)的優(yōu)勢建立了無線傳感器網(wǎng)絡(luò)上層信息傳輸平臺(tái)用于實(shí)現(xiàn)列車定位和鐵路沿線信息的采集和傳輸。匯聚節(jié)點(diǎn)管理和收集簇內(nèi)無線傳感器節(jié)點(diǎn)的監(jiān)測信息經(jīng)上層無線信息傳輸平臺(tái)發(fā)送到車載匯聚節(jié)點(diǎn)和監(jiān)控中心。車載計(jì)算機(jī)和監(jiān)控中心服務(wù)器對車載匯聚節(jié)點(diǎn)接收的信息進(jìn)行處理、計(jì)算出沿線列車的追蹤間隔并對影響運(yùn)輸安全的信息給出預(yù)警通知采取預(yù)防措施起到預(yù)防鐵路事故發(fā)生的作用。論文主要做了以下幾個(gè)方面的研究工作1論文在研究國內(nèi)外文獻(xiàn)基礎(chǔ)上指出了研究中面臨的技術(shù)挑戰(zhàn)和應(yīng)用相關(guān)的技術(shù)。通過閱讀大量文獻(xiàn)對無線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)和ZIGBEE技術(shù)進(jìn)行了研究。2在分析鐵路監(jiān)測無線傳感器網(wǎng)絡(luò)監(jiān)測內(nèi)容和功能需求的基礎(chǔ)上探索性設(shè)計(jì)了分層型無線傳感器網(wǎng)信息傳輸平臺(tái)。上層信息傳輸平臺(tái)由交叉部署在鐵路沿線的地面匯聚節(jié)點(diǎn)構(gòu)成用于完成對列車的定位以及鐵路沿線監(jiān)測信息的收集與傳輸。3對鐵路監(jiān)測無線傳感網(wǎng)絡(luò)的組網(wǎng)模型進(jìn)行了改進(jìn)使之滿足連通性和覆蓋性要求。按照匯聚節(jié)點(diǎn)完成的功能要求設(shè)計(jì)了匯聚節(jié)點(diǎn)硬件和軟件。4通過對無線傳感器節(jié)點(diǎn)定位算法以及列車定位方法進(jìn)行研究提出了里程計(jì)和無線傳感器節(jié)點(diǎn)組合列車定位方案。通過建立采用理想化模型對定位方法進(jìn)行了定量分析給出了定位的絕對誤差和相對誤差。由于時(shí)間緊促論文中僅提出了進(jìn)一步提高無線傳感器節(jié)點(diǎn)定位精確度的方法并未進(jìn)行驗(yàn)證。5引入能耗模型和時(shí)延計(jì)算公式從理論上對平面型和層次型兩種網(wǎng)絡(luò)結(jié)構(gòu)中的節(jié)點(diǎn)功耗與時(shí)延性能進(jìn)行了定量分析并給出了分析結(jié)果。論文重點(diǎn)在無線傳感器網(wǎng)絡(luò)覆蓋模型和定位技術(shù)方面做了有益的探索性研究。鐵路監(jiān)測無線傳感器網(wǎng)絡(luò)是一個(gè)復(fù)雜的系統(tǒng)涉及的研究方向和內(nèi)容廣泛由于研究時(shí)間的限制仍需要進(jìn)一步完善。這些研究成果為下一階段課題組實(shí)現(xiàn)無線傳感器網(wǎng)絡(luò)在鐵路沿線監(jiān)測信息中的研究奠定了良好的基礎(chǔ)。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁數(shù): 73
大?。?1.17(MB)
子文件數(shù):
-
簡介:華中科技大學(xué)碩士學(xué)位論文地理信息技術(shù)和神經(jīng)網(wǎng)絡(luò)算法在滑行艇設(shè)計(jì)中的應(yīng)用研究姓名韓述春申請學(xué)位級別碩士專業(yè)船舶與海洋結(jié)構(gòu)物設(shè)計(jì)制造指導(dǎo)教師石仲堃2003513華中科技大學(xué)碩士學(xué)位論文ABSTRACTSHIPRESISTANCEESTIMATINGMAINLYDEPENDEDONSHIPDESIGNINFORMATIONEXISTEDANDSERIESMODELTESTDATAINSHIPNOWTRADITIONALMETHODOFSHIPDESIGNTHATAREEITHERDISSATISFYINGONPRECISIONOREXPENDTOOMUCHTIMEANDMONEYCAN’TKEEPON、ⅣITLLTHEREQUIREMENTOFSHIPRESISTANCEESTIMATINGNOWPLANINGHULLRESISTANCEESTIMATINGATLASAREBUILTINANEWWAYWHICHISBASEDONGEOGRAPHINFORMATIONSYSTEMANDNEURALNETWORKSALGORITHMSINTHISTHESISBEGINWITHTHEKNOWLEDGEDESAIPTIONANDDATACOLLECTIONOFGCOGRAPHINFORMATIONSYSTEM,THEEACHIMPACTFACTOROFPLANINGHULLHASBEENANALYSEDANDDESCRIBED,THENTHEIRRELATIONSHAVEBEENUNCOVEREDTOTHEDEFICIENCYOFDATAPROCESSINGOFGEOGRAPHINFORMATIONSYSTEM,RADIALBASISFUNCTIONNEURALNETWORKSALGORITHMSHASBEENINTRODUCEDTOMAKEUPITWITHTHEDESIGNANDTRAININGWAYOFRADIALBASISFUNCTIONNEURALNETWORKSINLRODUCEDINDETAIL,THECENTERSOFRADIALBASISFUNCTIONNEURALNETWORKSANDHIDDENUNITSHAVEBEENDETERMINEDBYTHEWAYOFSELFORGANIZINGLEARNINGTHESUUCTUREOFRADIALBASISFUNCTIONNEURALNETWORKSALGORITHMSISSIMPLEANDCALLGETHIGHERCONVERGENCESPEEDANDAPPROXIMATIONPRECISIONTHEMETHODSOFBUILDINGPLANINGHULLREALSTANCEESTIMATINGATLASWITHGEOMAPHINFORMATIONSYSTEMANDRADIALBASISFUNCTIONNEURALNETWORKSALGORITHMSAREPRESENTEDDTMBSERIESNUMERICALATLASAREESTABUSHED,WHICHARESATISFIEDWITHENGINEERPRECISIONANDPRACTICALVALUABLEKEYWORDSSHIPRESISTANCESHIPFORMPARAMETERGEOGRAPHINFORMATIONSYSTEMARTIFICIALNEURALNETWORKSPLANNINGHULLNUNMICALATLASⅡ
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 59
大小: 1.68(MB)
子文件數(shù):
-
簡介:隨著車輛的迅速增加,在大中城市特別是經(jīng)濟(jì)繁華的商業(yè)區(qū)附近,很多車輛因找不到停車場或因停車場管理效率低而導(dǎo)致交通嚴(yán)重堵塞?,F(xiàn)有停車場大多采用人工收費(fèi)方式進(jìn)行管理,少量停車場則采用無源射頻卡實(shí)現(xiàn)了自動(dòng)化管理。但是無源射頻卡系統(tǒng)不僅識(shí)別距離近,不能很大程度地提高收費(fèi)效率,而且也不能利用其實(shí)現(xiàn)車輛信息的查詢,特別是這樣的管理系統(tǒng)沒有車位檢測的功能,不能實(shí)現(xiàn)泊車引導(dǎo)。目前無論是新建停車場還是對已有停車場的改造,無論是停車場管理者還是機(jī)動(dòng)車司機(jī)都希望出現(xiàn)一種能實(shí)現(xiàn)不停車收費(fèi)、實(shí)時(shí)車位檢測及車輛的信息查詢高效率和人性化的智能停車場管理系統(tǒng)。ZIGBEE技術(shù)是一種專注于低速率、低成本、低功耗、低復(fù)雜度和高安全性的新興技術(shù),其應(yīng)用平臺(tái)成本低廉而且用途非常廣泛,因而近年備受關(guān)注,成為目前無線技術(shù)研究的一個(gè)新熱點(diǎn)。為滿足市場需求,本文設(shè)計(jì)了一種基于ZIGBEE網(wǎng)絡(luò)的具有不停車收費(fèi)(自動(dòng)收費(fèi))、泊車引導(dǎo)、車位檢測和車輛信息查詢功能的智能停車場管理系統(tǒng)。整個(gè)系統(tǒng)由入口通道子系統(tǒng)、場內(nèi)子系統(tǒng)、泊車引導(dǎo)子系統(tǒng)、出口通道子系統(tǒng)和控制中心五部分組成。各個(gè)子系統(tǒng)通過ZIGBEE網(wǎng)絡(luò)進(jìn)行通信,其中場內(nèi)子系統(tǒng)由主控器、讀寫器和標(biāo)簽三部分組成,三者之間也是通過ZIGBEE網(wǎng)絡(luò)進(jìn)行通信的。本文主要完成了場內(nèi)子系統(tǒng)的讀寫器和標(biāo)簽的設(shè)計(jì),主要研究內(nèi)容如下1設(shè)計(jì)了超聲波測距電路,實(shí)現(xiàn)了讀寫器的車位檢測功能。2設(shè)計(jì)了低頻喚醒電路,解決了接收端標(biāo)簽的功耗問題。低頻喚醒電路由發(fā)射電路(讀寫器)和接收電路(標(biāo)簽)兩部分組成,發(fā)射電路主要是由電流驅(qū)動(dòng)器AS4420和串聯(lián)諧振電路組成;接收電路主要由低頻接收芯片ATA5283和并聯(lián)諧振電路組成。3編寫了標(biāo)簽端的程序,實(shí)現(xiàn)了低頻喚醒確認(rèn)碼的識(shí)別和數(shù)據(jù)的發(fā)送,有效地解決了干擾問題。4經(jīng)過對ZIGBEE協(xié)議棧的簡化,優(yōu)化了程序,大大減少了代碼量,使得標(biāo)簽可以用低成本的單片機(jī)C8051F410來設(shè)計(jì)并同時(shí)提高了標(biāo)簽的效率和穩(wěn)定性。最后,對系統(tǒng)低頻磁場的覆蓋范圍和標(biāo)簽被喚醒時(shí)的方向性問題進(jìn)行了測試,結(jié)論表明低頻喚醒的效果良好,達(dá)到了市場的要求。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁數(shù): 72
大?。?2.55(MB)
子文件數(shù):
-
簡介:隨著我國交通基礎(chǔ)設(shè)施建設(shè)以及智能運(yùn)輸系統(tǒng)(ITS)的快速發(fā)展,交通規(guī)劃與交通誘導(dǎo)已成為交通領(lǐng)域研究的熱點(diǎn),而交通量的準(zhǔn)確預(yù)測是它們實(shí)現(xiàn)的重要基礎(chǔ),因此對于交通量的預(yù)測越來越受到人們的重視。本文的主要工作是把人工神經(jīng)網(wǎng)絡(luò)以及遺傳算法等先進(jìn)的人工智能技術(shù)應(yīng)用于交通量的預(yù)測當(dāng)中,為豐富交通量的預(yù)測方法做出有益的嘗試。全文的主要內(nèi)容如下(1)介紹了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展?fàn)顩r,研究了人工神經(jīng)網(wǎng)絡(luò)的基本原理及相關(guān)理論,著重分析與研究了BP神經(jīng)網(wǎng)絡(luò)的基本原理和算法。(2)總結(jié)了長期交通量和短時(shí)交通量常用的預(yù)測方法,分析了它們的預(yù)測機(jī)理與不足;提出了BP網(wǎng)絡(luò)應(yīng)用于交通量預(yù)測的算法流程,著重研究了基于BP網(wǎng)絡(luò)的長期交通量和短時(shí)交通量的具體預(yù)測方法。(3)詳細(xì)地研究了BP網(wǎng)絡(luò)交通量預(yù)測模型的建模過程,討論了BP網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)目的選擇、數(shù)據(jù)的預(yù)處理等問題;針對BP算法易陷入局部極小、收斂速度慢等不足,提出了改進(jìn)措施。在此基礎(chǔ)上,分別建立了長期交通量和短時(shí)交通量的BP網(wǎng)絡(luò)預(yù)測模型,并通過算例對預(yù)測模型進(jìn)行了實(shí)際應(yīng)用,獲得了較為理想的結(jié)果。(4)將遺傳算法與BP算法相結(jié)合,利用遺傳算法擅長全局搜索的優(yōu)點(diǎn),將其用于BP網(wǎng)絡(luò)初始權(quán)值和閾值的優(yōu)化,彌補(bǔ)了傳統(tǒng)BP算法的不足;通過仿真算例驗(yàn)證了這種方法的合理性,使神經(jīng)網(wǎng)絡(luò)預(yù)測交通量的準(zhǔn)確性和穩(wěn)定性得到了提高。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁數(shù): 84
大?。?2.44(MB)
子文件數(shù):
-
簡介:無線傳感器網(wǎng)絡(luò)WIRELESSSENSWKS,WSNS是集信息采集、傳輸、處理于一身的綜合系統(tǒng),目前已廣泛應(yīng)用在環(huán)境監(jiān)測、城市交通、健康醫(yī)療、智能家居、軍事國防、空間探索等諸多領(lǐng)域。隨著物聯(lián)網(wǎng)應(yīng)用的日益增長,無線傳感器網(wǎng)絡(luò)規(guī)模和異種網(wǎng)絡(luò)融合的需求越發(fā)迫切。無線傳感器網(wǎng)絡(luò)在組網(wǎng)方式、資源尋址、網(wǎng)絡(luò)部署與節(jié)能等方面,都需要新的技術(shù)支持。本文從無線傳感器網(wǎng)絡(luò)組網(wǎng)角度出發(fā),就大規(guī)模異構(gòu)組網(wǎng)、資源尋址、網(wǎng)絡(luò)異構(gòu)節(jié)點(diǎn)數(shù)量與位置優(yōu)化部署等方面的關(guān)鍵技術(shù),進(jìn)行了探討與研究。本文的主要貢獻(xiàn)和創(chuàng)新有以下幾點(diǎn)1研究了無線傳感器網(wǎng)絡(luò)中異構(gòu)網(wǎng)絡(luò)的組網(wǎng)方式。提出了適合大規(guī)模異構(gòu)無線傳感器網(wǎng)絡(luò)組網(wǎng)的分層分布式組網(wǎng)架構(gòu)。該架構(gòu)在不改變現(xiàn)有傳感器網(wǎng)絡(luò)內(nèi)部組網(wǎng)方式的前提下,實(shí)現(xiàn)了異構(gòu)傳感器網(wǎng)絡(luò)組網(wǎng)方式的統(tǒng)一,并且對業(yè)務(wù)數(shù)據(jù)匯聚與融合、傳感信息的存儲(chǔ)與共享、數(shù)據(jù)的統(tǒng)一傳輸、信息分發(fā)等以數(shù)據(jù)為中心的應(yīng)用可以提供良好的支持。通過仿真測試表明,該網(wǎng)絡(luò)架構(gòu)能夠?qū)崿F(xiàn)異構(gòu)傳感器網(wǎng)絡(luò)的靈活組網(wǎng),對于漸進(jìn)網(wǎng)絡(luò)部署能提供良好的支持。2提出了適合大規(guī)模層次架構(gòu)無線傳感器網(wǎng)絡(luò)的基于內(nèi)容的標(biāo)簽編址尋址LABELBASEDADDRESSINGLBA機(jī)制。該機(jī)制通過標(biāo)簽區(qū)分業(yè)務(wù)數(shù)據(jù)類型,依靠標(biāo)簽與地址之間的映射將基于地址的尋址方式轉(zhuǎn)換為基于內(nèi)容的尋址方式。3給出了柵格拓?fù)浣Y(jié)構(gòu)和隨機(jī)分布拓?fù)浣Y(jié)構(gòu)下的網(wǎng)絡(luò)壽命模型。并基于此模型,提出了一個(gè)確定網(wǎng)絡(luò)異構(gòu)節(jié)點(diǎn)最佳部署數(shù)目的重要參數(shù)壽命成本比RATIOOFLIFETIMETOCOSTRLC。仿真結(jié)果表明,基于RLC所確定的異構(gòu)節(jié)點(diǎn)個(gè)數(shù),能使部署的無線傳感器網(wǎng)絡(luò)在網(wǎng)絡(luò)壽命和部署成本之間獲得最優(yōu)效果。4提出了無線傳感器網(wǎng)絡(luò)中多異構(gòu)節(jié)點(diǎn)位置部署的RDFREGIONDENSITYFIRST算法。該算法通過柵格和異構(gòu)節(jié)點(diǎn)通信范圍對網(wǎng)絡(luò)進(jìn)行區(qū)域劃分,以區(qū)域密度確定異構(gòu)節(jié)點(diǎn)的最佳位置。通過仿真測試,該算法能快速實(shí)現(xiàn)部署并有效地延長網(wǎng)絡(luò)壽命。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 120
大?。?3.94(MB)
子文件數(shù):
-
簡介:重慶大學(xué)碩士學(xué)位論文分銷網(wǎng)絡(luò)管理系統(tǒng)架構(gòu)及關(guān)鍵技術(shù)研究姓名何泉申請學(xué)位級別碩士專業(yè)計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)指導(dǎo)教師劉衛(wèi)寧20090602重慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTDISTRIBUTIONISTHESALEMODECOMMONLYADOPTEDBYMOSTDOMESTICMANUFACTURINGENTERPRISESOFPRODUCTIONSUPPLYMARKETING,ANDMOREANDMOREENTERPRISESESTABLISHEDACERTAINSIZEOFDISTRIBUTIONNETWORKENTERPRISESCANACCESSTOTERMINALBUSINESSINFORMATIONATALLLEVELSOFDISTRIBUTORSANDRETAILERSTHROUGHDISTRIBUTIONNETWORKTIMELYSOASTOTHEYCALLMAKETHERIGHTDECISIONSINTIMEHOWEVERMOSTOFTHECURRENTDISTRIBUTIONNETWORKSAREWI廿LTHECHARACTERISTICSOFGEOGRAPHICALDISPERSIONWIDEDISTRIBUTIONANDCOMMUNICATIONSNETWORKVARYTHECONDITIONATALLLEVELSFOREXAMPLE,SOMECOUNTRIES,TOWNSHIPSMAYNOTHAVETHEOPENNETWORK,ETC,TRADITIONALFIXEDNETWORKBASEDDISTRIBUTIONMANAGEMENTSYSTEMUSEDINSOMELIMITEDDISTRIBUTIONTERMINALACCORDINGTOTHECHARACTERISTICSOFDISTRIBUTIONNETWORKWENEEDTOBUILDANETWORKMANAGEMENTSYSTEMTESOLVETHEEXISTENCEOFTHETRADITIONALNETWORKISSUESSUCHASGEOGRAPHICALCONSTRAINTSMCOMMERCERELATEDTECHNOLOGIESANDRAPIDDEVELOPMENTMAKEAVERYGOODTECHNICALSUPPORTTOSOLVETHISPROBLEMINTHISPAPERBASEDONTHECHARACTERISTICSOFDISTRIBUTIONNETWORKCOMBINEDWITHMOBILECOM/NCTOETECHNOLOGY,ADVANCESADISTRIBUTIONNETWORKMANAGEMENTSYSTEMARCHITECTUREBASEDONFIXEDANDMOBILENETWORKS,ANDANALYSISANDRESEARCHTHEMOBILECOMMUNICATIONOFTHEARCHITECTURETHESYSTEMCANBEAGOODSOLUTIONTOTHEDISTRIBUTIONTERMINALDIFFICULTISSUESSUCHASDATAACQUISITIONANDHAVECHARACTERISTICSOFLOWCOSTSTRONGTRANSPLANTATIONNEPAPERINCLUDESTHEFOLLOWING1ADVANCESADISTRIBUTIONNETWORKMANAGEMENTSYSTEMARCHITECTUREBASEDONFIXEDANDMOBILENETWORKS,ANDANALYSISTHEARCHITECTURECOMPARATIVEANALYSISOFTHEMOBILEBUSINESSINSEVERALCOMMONLYUSEDACCESSTECHNOLOGY,ACCORDINGTOTHEDISTRIBUTIONINDUSTRYANDTHECHARACTERISTICSOFDISTRIBUTIONNETWORKS,ADVANCESMOBILETERMINALUSINGSMSMESSAGINGMANNERANDBASEDONTHEJ2MEPLATFORMFORTHEDEVELOPMENTOFGOODTOTHEENTERPRISEAPPLICATIONINTERFACETOPROVIDEUSERSWITHAGOODUSEREXPERIENCE2AMOREDETAILEDANALYSISANDRESEARCHTHEWAYOFTHEMOBILECOMMUNICATIOILSOFTHEARCHITECTUREINTHEDISTRIBUTIONNETWORKMANAGEMENTSYSTEM,MAINLYRELATEDTOTHEFOLLOWINGASPECTSRESOLVEDTHECOMMUNICATIONMESSAGEFORMATDEFINITIONANDRESOLUTIONOFISSUESBETWEENTHETWOSIDES;SMSCOMMUNICATIONS,SUCHASHAIRLOSSORABNORMALCIRCUMSTANCES,THEUSEOFTEXTMESSAGESACCORDINGTOTHEIRTYPEOFBUSINESSⅡ
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 61
大?。?3.19(MB)
子文件數(shù):
-
簡介:相似案例匹配方法是一種基于積累的經(jīng)驗(yàn)知識(shí)進(jìn)行問題求解和學(xué)習(xí)的方法。自適應(yīng)諧振神經(jīng)網(wǎng)絡(luò)ART是一種無教師學(xué)習(xí)的反饋神經(jīng)網(wǎng)絡(luò)。兩者可在案例檢索、案例更新復(fù)用、案例調(diào)整修正、案例評估學(xué)習(xí)和案例庫建立及維護(hù)等方面相互結(jié)合。ART具有的自學(xué)習(xí)且保留已有訓(xùn)練的特性,可對CBR的知識(shí)獲取和擴(kuò)充進(jìn)行優(yōu)化。因此,利用ART技術(shù)可以取得較好的案例推理效果。本文給出了ATR2模型、ART2學(xué)習(xí)原理及算法過程。ART2神經(jīng)網(wǎng)絡(luò)克服了ART1神經(jīng)網(wǎng)絡(luò)只能輸入二進(jìn)制樣本的局限性,可處理連續(xù)性信號(hào),適用于任意輸入的模擬信號(hào)網(wǎng)絡(luò)模型,因此適合城軌運(yùn)營過程中海量數(shù)據(jù)的動(dòng)態(tài)管理,對城軌交通數(shù)據(jù)的自動(dòng)診斷和管理決策提供支持。建立了城軌列車能耗裝備狀態(tài)數(shù)據(jù)的ART2檢測診斷模型,給出了ART2模型對列車能耗設(shè)備狀態(tài)辨識(shí)的四層結(jié)構(gòu),根據(jù)軸承診斷仿真試驗(yàn)平臺(tái)產(chǎn)生的數(shù)據(jù),對城軌列車能耗裝備狀態(tài)數(shù)據(jù)進(jìn)行匹配分類試驗(yàn)。通過設(shè)置不同的閾值和警戒參數(shù),將ART2模型與BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)和FP網(wǎng)絡(luò)三種前饋神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)庫處理能力對比。結(jié)果表明,前者比其他方法查全率和查準(zhǔn)率更高,能夠克服前饋神經(jīng)網(wǎng)絡(luò)收斂速度慢、易陷入局部極小點(diǎn)的不足,在數(shù)據(jù)處理時(shí)具有快速準(zhǔn)確的聚類效果。根據(jù)MARKOSPAPAGEGIOU提出的軌道交通流診斷數(shù)學(xué)模型,基于ART2模型預(yù)測城市軌道交通擁擠事件。采用交通流模型建立觀測器,ART2模型建立分類器,將交通流模型得到的數(shù)據(jù)結(jié)果和實(shí)際交通數(shù)據(jù)比較,得到殘差序列,利用ART2模型對殘差序列進(jìn)行分類,對城市軌道交通流擁擠狀態(tài)及嚴(yán)重程度進(jìn)行診斷和監(jiān)測。將ART2模型與模糊推理、粗糙集推理和灰色關(guān)聯(lián)推理對比,試驗(yàn)結(jié)果表明,ART2模型能分別識(shí)別已知事件類型和未知事件類型,實(shí)現(xiàn)數(shù)據(jù)診斷與監(jiān)測的自學(xué)習(xí)和自成長,為城市軌道交通的運(yùn)營管理提供有效的決策支持。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-05
頁數(shù): 72
大?。?12.36(MB)
子文件數(shù):
-
簡介:隨著高速公路建設(shè)的飛速發(fā)展,路面檢測工作變得越來越繁重,自動(dòng)化路面檢測技術(shù)的研究與應(yīng)用具有重要的意義。本文在國內(nèi)外對路面裂縫分類識(shí)別技術(shù)研究成果的基礎(chǔ)上,對高速公路瀝青路面裂縫分類識(shí)別技術(shù)進(jìn)行了深入的研究。論文的主要工作和研究成果有以下幾個(gè)方面1提出了基于RBF神經(jīng)網(wǎng)絡(luò)模式識(shí)別技術(shù)設(shè)計(jì)路面裂縫分類識(shí)別的方法。RBF神經(jīng)網(wǎng)絡(luò)能夠快速地完成分類所需要的大量復(fù)雜的計(jì)算,同時(shí)其克服了BP神經(jīng)網(wǎng)絡(luò)容易陷入局部最小的缺點(diǎn),提高了網(wǎng)絡(luò)的穩(wěn)定性。2提出了一種改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)WRAN學(xué)習(xí)算法。該算法根據(jù)最新的誤差信息優(yōu)化網(wǎng)絡(luò)資源,實(shí)現(xiàn)了網(wǎng)絡(luò)結(jié)構(gòu)的精簡,從而保證了網(wǎng)絡(luò)的泛化能力,同時(shí)其采用了滑動(dòng)窗口的思想,使網(wǎng)絡(luò)對學(xué)習(xí)參數(shù)變化具有較好的魯棒性,并更易收斂。將此算法應(yīng)用于路面裂縫分類識(shí)別,既降低了網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜度,又提高了分類識(shí)別的正確率,同時(shí)還保證了分類識(shí)別的穩(wěn)定性。3歸結(jié)了圖像特征提取的原則。選擇垂直投影、水平投影、裂縫子塊總數(shù)和歐拉數(shù)作為提取的特征,同時(shí)給出了各個(gè)特征的具體定義和選擇理由,并分析了其分類作用和識(shí)別效果。4設(shè)計(jì)了基于RBF神經(jīng)網(wǎng)絡(luò)的路面裂縫分類識(shí)別系統(tǒng)的流程。該流程包括特征提取、構(gòu)造RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、產(chǎn)生人工訓(xùn)練樣本,并用人工訓(xùn)練樣本對遵循WRAN學(xué)習(xí)算法的RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和驗(yàn)證。通過對實(shí)際路面圖像的分類識(shí)別,證明本文的分類識(shí)別方法提高了路面裂縫分類識(shí)別的準(zhǔn)確性和穩(wěn)定性,實(shí)現(xiàn)了路面裂縫分類識(shí)別的自動(dòng)化。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-04
頁數(shù): 65
大?。?4.44(MB)
子文件數(shù):