-
公开(公告)号:CN106143538A
公开(公告)日:2016-11-23
申请号:CN201610526191.4
申请日:2016-07-06
Applicant: 兰州交通大学
Abstract: 本发明公开了一种利用双移动台的基于LTE‑R的列车定位方法,包括以下步骤:确定列车所在服务区前后相邻的两个LTE‑R通信系统的通信基站作为定位服务基站,由定位服务基站同时向列车发送含有定位参考信号PRS的下行链路信号;位于列车头和车尾的两个车载移动台分别接收该信号,车载数据处理模块通过计算得出定位服务基站的PRS信号到达两个车载移动台的时间差,并根据到达时间差和定位服务基站的位置坐标生成两条参考信号到达时间差单边双曲线,两单边双曲线与列车行进曲线相交于两个点,数据处理模块根据列车长度对这两个交点进行融合,最终得到列车位置。本发明提高了现有通信系统的利用率,降低了定位成本,利用了铁路列车自身的信息,提高了列车的定位精度。
-
公开(公告)号:CN117056199B
公开(公告)日:2024-10-18
申请号:CN202310394843.3
申请日:2023-04-13
Applicant: 兰州交通大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于禁忌搜索的列车运行控制系统测试用例生成方法,该方法包括以下步骤:S1、提取临时限速场景的设备故障特征作为故障注入输入参数,分析设备间的约束关系,建立约束满足模型;S2、依据信号设备的特点,改进禁忌搜索算法的初始解生成方式和邻域搜索过程,生成满足约束关系的测试用例。本发明改进了禁忌搜索算法,将其成功应用在组合测试中,解决了初始解质量低、约束致使产生无效测试用例等问题,能够高效减少测试用例生成个数与覆盖组合,可有效缩短测试时间;本发明所提算法在覆盖维度较大、参数较多时,测试用例约简能力和故障检测能力更高,更节约测试成本,测试效率更高。
-
公开(公告)号:CN114430285A
公开(公告)日:2022-05-03
申请号:CN202010902070.1
申请日:2020-09-02
Applicant: 兰州交通大学
IPC: H04B1/3822 , B61L15/00
Abstract: 本发明公开了一种城轨列车间直接通信的一体化毫米波通信机。所述一体化通信机包括:本振源、三天线发射机、三通道接收机。所述本振源配置为:2倍频器、驱动放大器、3倍频器、90‑92GHZ带通滤波器,其中3倍频器须加反向偏压,最后经功分器与功率放大器组合送入接收机与发射机的混频器;所述三天线发射机的配置为:可变增益放大器、3GHZ带通滤波器、混频器、93‑95GHZ带通滤波器、驱动放大器、功率放大器最后经功分器和功率放大器送入三共用天线;三通道接收机配置为:低噪放大器、93‑95GHZ带通滤波器、两次下变频,最后经中频放大器输出中频信号。此一体化通信机具有小型化、信号辨识度高、成本低、可靠性高等优点,同时提出了一种解决两端通信机信道抢占的通信方案。
-
公开(公告)号:CN112965031A
公开(公告)日:2021-06-15
申请号:CN202110192843.6
申请日:2021-02-20
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于VLC‑RSSI的地铁列车定位模型及定位方法,定位方法为:首先通过列车头部的PD接收地铁隧道壁两侧LED灯发送的自身位置信息,建立VLC信道模型,并通过PD获得接收到的光功率;其次,根据PD接收的光功率,利用RSSI值计算得到各LED灯与列车之间的直线距离;最后,利用LED灯位置信息及LED灯与列车之间的相对距离,使用三边定位原理及最小二乘法获得隧道内运行列车的位置坐标;本发明建立了基于VLC‑RSSI的地铁列车定位模型,能对运行中的列车进行高精度实时定位,定位误差小。本发明利用隧道中现有的LED灯实现了可见光通信定位,与RSSI相结合能够获得精确的列车位置信息,并且该定位方法能减少对轨旁设备的需求,降低列车定位成本,具有广阔的应用前景。
-
公开(公告)号:CN109754422A
公开(公告)日:2019-05-14
申请号:CN201910022600.0
申请日:2019-01-10
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于灰度突变的扣件区域定位方法,包括(1)图像预处理:采集不同时段的轨道图像,构造二维伽马函数,轨道图像进行伽马校正后进行边缘提取得到边缘图像;边缘图像通过小波变换分解后进行重构,重构后的图像进行边缘提取;(2)扣件区域定位:钢轨图像进行灰度突变统计,得到灰度突变点标记图和统计图,然后修正统计图;根据统计图谷底区域定位流程图计算统计图的谷底区域,根据图像上的位置关系找出扣件区域;(3)计算总体定位准确率。本发明通过对图像预处理过程中的伽马变换、小波变换,对于灰度统计图中行和列的极小值进行了拉伸,双轨扣件定位精确度高,能快速、有效定位出扣件区域,具有较强鲁棒性和实用性。
-
公开(公告)号:CN109461148A
公开(公告)日:2019-03-12
申请号:CN201811275300.5
申请日:2018-10-30
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于二维Otsu的钢轨缺陷分割自适应快速算法,包括建立二维Otsu分割直分图,将待分割图像分为目标区域和背景区域,设定自适应的阈值检索区间;对于阈值检索区域像素点进行分区,对每一分区的灰度级统计计算,比较每一分区的均值方差,找出最佳阈值点所在的区域,再对本分区内各像素灰度值的类间方差进行计算,比较得出最大类间方差值,对应灰度值即为最佳分割阈值,根据最佳分割阈值,图像被二值化为目标区域和背景区域。本发明在进行分割钢轨缺陷图像时,自适应设定阈值检索区间,减少阈值检索过程中的冗余计算,同时阈值区间缩小了背景和目标区域差距,减少了噪点对于阈值确定造成的干扰,解决了小区域缺陷难以分割的问题。
-
公开(公告)号:CN107705294A
公开(公告)日:2018-02-16
申请号:CN201710827586.2
申请日:2017-09-14
Applicant: 兰州交通大学
CPC classification number: G06T7/0004 , E01C23/01 , G06T7/11 , G06T7/136 , G06T7/155 , G06T7/66 , G06T2207/30132
Abstract: 本发明涉及图像处理技术领域,具体涉及一种十字激光的图像式路基表面沉降监测方法,该方法包括步骤,图像去噪,图像阈值分割和形态学处理,粗定位十字光斑横坐标:粗定位十字光斑纵坐标:得到粗定位中心,以粗定位中心为中心采用灰度质心法得到图像中心坐标。该监测方法首先结合图像去噪,阈值分割以及形态学处理,得到具有平滑边缘的十字光斑,提出一种结合十字交点粗定位与局部灰度质心法相结合的两步定位算法,得到图像精确定位中心。通过与使用灰度质心法定位椭圆光斑相比,本文算法具有较高的计算精度,用时较短。
-
公开(公告)号:CN105564465B
公开(公告)日:2018-01-05
申请号:CN201510977220.4
申请日:2015-12-23
IPC: B61L27/00
Abstract: 本发明公开了一种铁路电务信号设备维护作业卡控系统和方法,该系统包括铁路信号设备在役状态集成化监测子系统、信号设备动态维修方案自动生成子系统和智能APP的移动维护服务卡控子系统,铁路信号设备在役状态集成化监测子系统采集设备在役状态信息与监控数据发送至信号设备动态维修方案自动生成子系统,智能APP的移动维护服务卡控子系统接收工作任务并转发至相应的智能终端,智能终端依据任务互动执行,并将执行结果与卡控信息实时自动反馈给信号设备动态维修方案自动生成子系统;采用本发明的技术防范可以规范化高效化的处理故障、日常检修,并提高与电务调度指挥和协同联动的效率和水平,以适应铁路的高速发展。
-
公开(公告)号:CN106143538B
公开(公告)日:2017-08-22
申请号:CN201610526191.4
申请日:2016-07-06
Applicant: 兰州交通大学
Abstract: 本发明公开了一种利用双移动台的基于LTE‑R的列车定位方法,包括以下步骤:确定列车所在服务区前后相邻的两个LTE‑R通信系统的通信基站作为定位服务基站,由定位服务基站同时向列车发送含有定位参考信号PRS的下行链路信号;位于列车头和车尾的两个车载移动台分别接收该信号,车载数据处理模块通过计算得出定位服务基站的PRS信号到达两个车载移动台的时间差,并根据到达时间差和定位服务基站的位置坐标生成两条参考信号到达时间差单边双曲线,两单边双曲线与列车行进曲线相交于两个点,数据处理模块根据列车长度对这两个交点进行融合,最终得到列车位置。本发明提高了现有通信系统的利用率,降低了定位成本,利用了铁路列车自身的信息,提高了列车的定位精度。
-
公开(公告)号:CN106899428A
公开(公告)日:2017-06-27
申请号:CN201610854267.6
申请日:2016-09-27
Applicant: 兰州交通大学
CPC classification number: H04L41/145 , H04W24/06 , H04W28/0215
Abstract: 一种铁路环境下机器类通信业务预测模型分类方法,所述方法包括以下步骤:预测状态初始化,并等待选择所述铁路环境下机器类通信业务预测场景;确定铁路环境下机器类通信场景,同时根据选择的环境计算转移矩阵,开始更新设备状态;产生满足泊松分布的随机到达设备,并在当前状态下产生随机数据包;如果随机到达的设备在产生随机数据包后进入下一状态,则在设备加一的基础上循环执行S1至S3步骤;如果随机到达的设备在产生随机数据包后没有进入下一状态,而是在进行下一时刻的计算,则在执行时间加一的基础上循环执行S1至S4步骤;在随机设备不再更新设备状态和数据包产生时间时,结束预测。
-
-
-
-
-
-
-
-
-