摘要：针对目前草原植被盖度和物候期监测中存在的连续工作能力差、自动监测能力弱和精确度较低问题,将固定监测、移动监测和云平台结合,研制了一种草原植被盖度与物候智能监测系统。该系统主要由固定监测子系统、移动监测子系统以及草原物候智能监测云平台组成。固定监测子系统主要由物候相机、供电模块、通信模块、边缘计算控制器和支撑立杆等组成,移动监测子系统主要包括手持机和应用程序。草原物候智能监测云平台基于浏览器/服务器模式架构设计,具有信息查询、数据分析、数据显示和数据共享等功能。固定监测子系统和移动监测子系统可实现草原植被图像数据的采集和上传,然后通过云服务器部署的图像处理程序自动提取草原植被指数和植被盖度并存入数据库。在此基础上,通过拟合植被指数的时间序列获得植被生长曲线,并利用TIMESAT软件提取物候参数。经测试,提出的利用过绿指数(excess green index,EXG)结合最大类间方差法分割草原植被图像进而实现草原植被盖度识别的方法获得了90%的精确度,满足草原植被盖度自动化和批量化提取需求。并且,该研究在提取相对绿度指数(green chromatic coordinate,GCC)、EXG与归一化红绿差分指数(normalized green red difference index,NGRDI)植被指数的基础上,采用Double Logistic函数拟合的植被生长曲线可以准确反映植被生长周期。该系统为草原植被数智化监测和管理提供了可靠的技术和数据支撑。

摘要：从252Cf自发裂变中子源之裂变中子在时间分布上相互独立的基本原理出发,针对随机核信号在时间上呈泊松分布,在幅度上服从高斯分布的这一特征,开展了基于FPGA技术的仿252Cf中子源随机核信号产生及其频谱分析系统的研究。通过比较仿252Cf中子源核信号与核信号的功率谱趋势,验证了仿252Cf中子源随机信号产生机制的可靠性。研究表明,将FPGA技术运用仿核信号频谱分析是可行的,仿核随机信号的频谱分析研究工作为今后将此技术移植于核信号打下了基础。

摘要：为实现驾车者选择换乘公共交通进入城市中心区,采用p-hub方法对所研究的停车换乘(P&R)系统的用户需求进行理论描述。以出行广义费用作为出行模式决策的量化指标,提出竞争模式下出行者选择P&R设施的概率;以P&R系统的用户需求量最大化为目标,满足预先给定的P&R系统吸引率、设施容量两个约束条件建立空间优化选址模型。通过对模型的理论分析,解决了满足P&R系统吸引率、设施容量以及P&R设施数量最少的多目标优化选址问题。采用启发式聚合集理论构造三步式搜索算法求解非线性整数规划模型。数值实验表明该算法可有效处理P&R系统的选址问题。

摘要：近年来,疏散性能评估已成为客车车厢设施布局及设计流程中的必要环节.考虑狭长通道下障碍物特性对人员疏散影响显著,引入感知域概念,刻画疏散人员翻越座椅等行为决策特性;进一步引入一类多值函数扩充元胞状态集合,量化障碍物的可翻越特性,建立障碍物模型,模拟紧急状态下人员无序疏散行为;为对模型结果验证分析,建立基本模型,构建其与Any Logic®均可模拟的基本场景,在此场景下对二者模拟结果交叉验证.模拟分析结果及结论是,移动规则合理有效,结合障碍物模型并考虑可翻越障碍物影响的模拟结果是可信的;发现NkO-tkevac曲线与此情形下的疏散动画具有一定的时空关联性,可为车体设计提供进一步参考;此外,随疏散人员感知域的增大,疏散时间逐渐减小.

摘要：在深入分析自然界生物在含粉尘非结构化表面上着陆栖息和爬行仿生原理的基础上,建立了爪刺式飞行爬壁机器人的爬行动力学模型和接触―碰撞动力学模型,研究了爬壁系统的爬行动力学和机器人整机的接触―碰撞动力学行为.利用柔性碳纤维杆和柔性绳组合机构以及爪刺机构,实现爪刺对壁面的自适应抓附与脱离.完成了具有飞行和壁面爬行能力的爪刺式飞行爬壁机器人的优化设计,并开展了整机着陆栖息和爬行的实验.通过与计算结果的比较,验证了动力学模型的正确性和仿生设计的可行性.研究得到了理想爬行步态所需要的舵机驱动力曲线,且发现当尼龙绳预紧力为0.75 N时,对爬行过程中的抖振现象的减缓效果最佳.同时,还深入分析了着陆初速度、能量转换以及舵机升力对着陆栖息的影响,结果表明当着陆碰撞前速度约为0.9 m/s、俯仰角约为-10°时,机器人能正常着陆在粗糙壁面上,并且碳纤维杆的能量转换与升力的共同配合能扩大成功着陆所需的初始状态范围.

摘要：我国地铁建设和运营里程迅速增加,吸引了大量的客流,缓解了路面交通压力,但同时也给突发事件下的人员疏散带来隐患.地铁车站旅客疏散不同于一般建筑疏散,其在自底向上的疏散过程中受到一系列瓶颈约束,目前尚缺乏相关实验研究.本文设计并开展了地铁车站旅客疏散实验,在相同疏散条件和环境下,比较了垂向疏散连接步梯和扶梯用于疏散的通行效率,以及平面疏散瓶颈转轴式闸机及双开门扉式闸机用于疏散时的通行效率,并对结果可靠性及其差异性原因进行分析.结果表明:在相同疏散条件和环境下,相比步梯而言,自动扶梯具有更好的疏散效率;三杆式闸机可提供高于规范值的通过能力,双开门通过能力更稳定.研究结果不仅为大型地铁车站旅客疏散研究提供基础数据,并对突发事件下疏散方案制定提供有益的借鉴.

摘要：为了在设计阶段评价和预测沥青混合料表面构造水平及其分布特性,运用提出的沥青混合料表面构造水平及分布特性二维图像测试方法,测试了具有不同设计参数的沥青混合料不同波长处的表面构造水平.研究了设计参数对沥青混合料表面构造水平的影响规律,结果表明,随着空隙率、集料粒径的增大,沥青混合料表面构造特征波水平值增大;而随着沥青饱和度、集料级配分形维数,及截面上单位面积内集料方向角正弦值、集料规则度、集料间接触长度的增加,沥青混合料表面构造特征波水平值降低.在此基础上,建立了基于设计参数的沥青混合料表面构造水平及分布特性预测模型,并通过试验检验了该预测模型的准确性,结果表明该模型可准确预测沥青混合料表面构造水平及其分布特性.

摘要：叶面积指数(LAI)是评价作物长势的重要参数,快速、准确、低成本地获取作物LAI对于指导作物田间管理有重要的意义。为了低成本获取多种作物的LAI,基于多源信息和深度学习构建了通用的LAI预测模型。在大豆、小麦、花生、玉米四种作物的六个生长时期进行了大田实验,以获取用于建模的多源信息。使用航拍无人机获取作物低空可见光图像、红边图像和近红外图像等多光谱图像信息,此外还采集相关的一维数据信息,包括无人机飞行姿态、拍摄高度、作物生长状态和环境光照。借助深度学习出色的图像和数据处理能力建立基于复杂输入信息的LAI预测模型,考虑到一维数据也要参与模型的训练过程,在设计模型时,采用了组合型网络架构。在卷积神经网络(CNN)算法提取图像深度特征的基础上加入了LightGBM算法用于结合图像特征和一维数据实现作物LAI的最终预测。CNN模型部分使用了VGG19, ResNet50, Inception V3和DenseNet201四种常见的结构。为了更好地说明CNN模型提取图像特征的能力,分析了不同图像输入下四种模型的作物分类情况。结果表明,以可见光、红边和近红外图像为输入时,四种模型的分类准确度均相较于仅有可见光图像时有所提高,尤其是基于Inception V3和DenseNet201的两种模型分类准确率均达到99%以上,证明了CNN模型提取多光谱图像特征的有效性。将图像特征作为LightGBM模型的输入信息预测LAI时,实测值与预测值的R2最大为0.819 2,而在输入中加入一维数据信息后,模型的R2均可达到0.9以上,说明多源信息输入对于提高LAI预测模型的准确度有重要作用。该研究建立的模型可以针对不同的作物进行LAI的预测,不需要对多光谱图像进行复杂的处理,因此,该研究可以实现LAI的低成本、快速预测,同时可以获得较高的预测准确度。

摘要：在以往的移动无线传感器网络(mobile wireless sensor network,MWSN)中,热点分配问题没有得到很好的解决,网络利用率较低.通过预测移动节点的轨迹可以优化网络结构,提出结合加速度进行轨迹预测的算法MTPA:首先对节点的运动状态进行建模;其次建立了一步运动状态概率转移矩阵;最后以马尔可夫链为基础设计多步概率转移矩阵计算算法.为了验证算法性能,在STM32F407平台上进行了实验,结果表明,MTPA算法相比于传统的匀速预测算法与频率统计算法,预测准确度具有一定的优势,相关研究成果可以为MWSN提供基础.

摘要：螺旋桨尾流场的涡流特性是一个基础但又十分复杂的流体力学问题,它的复杂性源于其蕴含复杂的漩涡系统,且该漩涡系统会在高速的剪切层流动中不断演化,其流体动力学行为,如由稳定态演变为不稳定态的机理以及复杂工况环境中的流动现象,一直是流体力学领域的难点和备受关注的热点问题.从工程应用的角度看,桨后梢涡的演化特性与船舶结构物的宏观特性直接相关,更好地理解多工况下螺旋桨尾流的动力学特性,将有助于改善与振动、噪声以及结构问题等相关的推进器性能,对综合性能优良的下一代螺旋桨的设计和优化有着重要的现实意义.本文基于延迟分离涡模拟、大涡模拟和无湍流模型模拟方法以及粒子图像测速流场测试分别开展了螺旋桨尾流动力学特性的数值与试验研究,对螺旋桨尾流不稳定性的触发机理进行了揭示.基于均匀来流中螺旋桨梢涡的演化机理,提出了螺旋桨梢涡演化模型.该模型能够较为准确地模拟螺旋桨梢涡的演化过程,预测螺旋桨梢涡融合的时间和位置,对螺旋桨流噪声预报和控制以及性能优良的螺旋桨设计具有重要意义.