摘要：为了解决基于分离接收机架构下的移动通信系统中信号检测复杂度较高的问题,提出一种低复杂度的信号检测算法。首先,考虑天线噪声、后级处理噪声和功率分离因子的影响,设计分离接收机架构,并基于三维接收信号建立简化的二维接收信号模型。然后,在变换坐标系下表征二维接收信号的联合概率密度函数,进而提出基于最小距离的低复杂度的信号检测算法。最后,分析分离接收机方案相对于传统相干接收机的联合处理增益。理论分析表明,相比于传统的基于三维接收信号的检测算法,所提信号检测算法具有较低的计算复杂度。仿真结果表明,在一定的功率分离因子下,低复杂度信号检测所获得的近似误符号率(SER)与最优的SER性能接近,且分离接收机架构下的SER性能优于传统的相干接收机方案。

摘要：针对列车高精度定位问题,该文提出基于改进自适应交互多模型(IMM)的高速列车高精度组合定位方法。首先,根据列车定位需求和各传感器特点,设计了卫星接收器、轮轴测速传感器、测速雷达以及单轴陀螺仪4种传感器的组合定位方案。然后,针对IMM融合滤波算法因先验信息不准导致固定参数设置不当的问题,引入Sage-Husa自适应滤波和转移概率矩阵(TPM)自适应更新集成为自适应IMM算法。针对多模型切换的滞后问题,利用子模型似然函数值能快速反映模型变化趋势的特点,将似然函数值设为判定标志,并引入判定窗对TPM矩阵元素进行修正,有效提升了模型的切换速度。最后,基于改进自适应IMM算法对4种传感器定位信息进行融合滤波,实现高速列车的高精度组合定位。仿真结果表明:改进后的算法相比其他自适应IMM算法提升定位精度1.6%~14.7%,并且能通过提高模型间切换速度来有效降低位置误差峰值,同时具备较好的抗噪性能。

摘要：在电子点火器应用中,为解决传统方案中LDO效率低、DC-DC需要外挂电容、电感的问题,提出了一种自适应恒定平均电压输出电路。电路输出为PWM波,当电源电压变化时,通过自动调整PWM波的占空比实现了恒定的平均电压输出。通过改变外接采样电阻的比值可以调整输出的平均电压大小。电路为开环控制,不需要考虑闭环稳定性问题,其控制简单可行,具有与DC-DC相比拟的高效率,但无外围电感、电容,便于集成和小型化应用。电路采用0.18μm BCD工艺设计,仿真和测试结果表明,在电源电压3.2~4.2 V下,实现了输出平均电压恒定,误差小于±1%;通过改变采样电阻比值,实现了输出平均电压在1.5~3.6 V之间连续可调。

摘要：基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤振动传感系统在铁路周界安防中有着重要的应用前景.为降低Φ-OTDR中固有的相干衰落对相位解调的影响,提高扰动信号识别率,提出一种基于矢量旋转滑动平均(MVRA)的相干衰落抑制方法.首先,对探测信号复矢量化,并对各位置的复矢量信号按初相角进行旋转对齐;然后,采用滑动平均的方法缓和信号幅度起伏以及减小噪声功率,提高信噪比,进而抑制相干衰落;其次,从衰落抑制信号解调出扰动信号,将MVRA与频谱提取重组(SERM)、数字向移变换(DPST)方法进行对比,通过差分相位标准差验证抗衰落效果;最后,通过搭建分布式光纤周界入侵检测实验平台,模拟环境噪声、应力破坏、攀爬、剪网4种防护扰动信号,以解调的相位灰度图作为特征图像,使用卷积神经网络进行模式识别.实验结果表明:相比SERM、DPST,MVRA能更高效地抑制衰落,当滑动窗长50 ns时,MVRA提高11.2 dB信噪比;扰动信号的识别率由衰落抑制前的88%提高到衰落抑制后的92%.

摘要：以传统朴素贝叶斯算法为基础,研究并提出一种高效、准确的量子模糊贝叶斯分类算法。首先将“模糊集合理论+朴素贝叶斯理论”交叉融合,定义模糊先验概率、模糊条件概率,将朴素贝叶斯推广至模糊朴素贝叶斯,构建模糊贝叶斯模型;其次,将“模糊贝叶斯模型+量子计算”交叉融合,将模糊数据集量子化(编码到量子态上)并设计量子线路,提出一种量子模糊朴素贝叶斯分类算法;最后,将该算法应用到鸢尾花数据集。仿真实验表明,与传统朴素贝叶斯分类算法相比,该算法具有较高的分类效率和准确率。

摘要：作为一种经典的有源干扰,速度欺骗干扰极易导致雷达在多普勒维上同时检测到单个或多个虚假目标,造成雷达虚警,给雷达探测带来了巨大挑战。为了抵抗速度欺骗干扰,结合脉内、脉间编码和接收滤波器设计等多个自由度,提出一种发射与接收多维联合设计的方法。首先,以非匹配滤波器峰值损失为惩罚项,并联合接收信号的多普勒谱上目标旁瓣能量与干扰能量构建优化目标函数,同时考虑发射波形峰均功率比约束。然后,基于坐标下降思想和优化最小化理论,提出一种块坐标下降的优化最小化方法求解该问题。最后,仿真实验表明相比传统脉间初相设计,在频谱阻带内,所提方法峰值旁瓣比提升约6 dB,抗速度欺骗干扰性能大幅提升。

摘要：为分析在接触网检修接地时,由单根轨条和回流线短接产生的不平衡条件对25 Hz相敏轨道电路的影响,在六端网络的基础上建立轨道电路不平衡传输模型,通过仿真计算和对比,得到在不平衡传输条件下,信号接收端轨面电压的衰减和扼流变压器上不平衡牵引电流,随道床泄漏导纳、单轨条接地位置、吸上与横向连接设置变化的关系,并利用实验数据和现象验证计算结果。结合实际案例中检修接地的不平衡传输条件导致轨道电路“红光带”问题,给出其产生原因,并验证上述理论。给出减少不平衡传输条件对轨道电路造成影响的方法,尽可能避免该类型“红光带”问题的出现。

摘要：车载设备作为列控系统的关键设备之一,其测试需求在不断迭代。测试案例重构通过更新原有组合测试集覆盖变更的测试需求,实现对测试案例的高效重用,对生成演化后的测试集具有重要意义。根据车载设备输入模型的变化情况,提出一种基于模型演化的测试集重构方法。首先,通过比较演化前后组合模型的差异性,辨识出失效和新增的测试需求,并结合测试参数、参数取值、约束可能出现的演化情况分析两类测试需求的具体构成;其次,基于演化后的组合模型,依次采取修改、扩充、新增3个步骤重构原有测试集,修改不满足变更测试需求的原有案例,扩充新增参数取值,新增案例覆盖剩余测试需求;之后,根据约束间的相容性,将互不干扰的多条约束置于1条测试案例集中处理以精简测试集;最终,得到完备覆盖所有演化后测试需求的组合测试集。以车载设备模式转换等3种场景为例,对本方法进行了验证,研究结果表明:相较于现有方法,本方法能更充分地重用原有案例,测试集总体重合度提高了7.82%,后续人工修改测试案例文档的工作量相应减少,时间成本可降低18.26%。

摘要：为增强铁路行车的稳定性与安全性,有效识别调度员的疲劳状态对行车组织的影响,基于脑电(EEG)信号特征,提出一种调度员疲劳状态识别方法,根据作业时间段划分调度员的疲劳状态,设计高铁调度模拟试验获取脑电信号数据,通过小波级数展开和傅里叶变换提取高铁调度被试的3种脑电波频域幅值作为特征值,结合调度员作业特征和脑电信号特征,验证疲劳状态的划分结果,通过Python语言环境搭建ResNet18+SoftMax和MobileNet V2+SoftMax这2种模型,基于深度学习方法,将输入特征转换为三维立体矩形模型,并优化调整权重,获得最优模型,从而判断高铁调度员的疲劳状态。研究结果表明:ResNet18+SoftMax和MobileNet V2+SoftMax神经网络模型对高铁调度试验参与人员的疲劳状态识别准确率分别为92.78%和99.17%;相较于支持向量机(SVM)模型,这2种模型可提升清醒状态和疲劳状态的识别精度,并降低运算时间,其中,MobileNet V2+SoftMax模型的识别准确率和运行速度最优。以MobileNet V2+SoftMax模型原理为内核,可以更快速准确地识别高铁调度员在长时间作业条件下的潜在疲劳风险。

摘要：与传统列控系统相比,全自动无人驾驶运营场景更加复杂多变,潜在的危险及致因具有更强的隐蔽性和复杂性,给运营安全带来了新的挑战。针对以上问题,提出一种STAMP(Systems-Theoretic Accident Model and Process)与模型检验相结合的复杂运营场景安全验证方法。首先,基于STAMP理论构建运营场景分层控制结构模型,辨识潜在的不安全控制行为、分析危险致因和安全约束;其次,定义分层控制结构模型与安全状态机模型间的基本转换规则,基于分层控制结构模型、安全约束和转换规则,构建运营场景安全状态机模型;最后,针对提取的安全约束,利用数据流图建立安全属性验证模型,结合模型检验技术,对运营场景安全状态机模型进行形式化验证。以全自动无人驾驶运营场景中列车自动进站停车为例,对方法进行验证分析。结果表明,当STAMP理论提取的安全约束通过了场景安全状态机模型的验证时,表示在该场景中对应的不安全控制行为没有发生且不导致相应危险。该方法结合系统安全分析与形式化建模验证的优势,降低了运营场景建模的难度,构建的运营场景形式化模型满足系统安全约束,可以作为全自动无人驾驶系统安全设计和安全改进的重要基础。