-
公开(公告)号:CN114996982A
公开(公告)日:2022-09-02
申请号:CN202210941776.8
申请日:2022-08-08
Applicant: 西南交通大学
IPC: G06F30/20 , G06F30/13 , G06F119/14
Abstract: 本发明公开了一种基于云计算的列车轨道模型的实时仿真系统及方法,其包括:数据输入模块:用于直接向车辆系统参数子模块、轨道结构参数子模块、运行参数子模块分别输入车辆参数、轨道参数和运行参数;仿真系统:通过轨道曲线设置模块、轨道不平顺设置模块、牵引制动信号模块、积分迭代模块、轮轨接触模块、法向力求解模块、切向力求解模块向加速度计算模块提供数据,并通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据;结果输出模块:用于输出车辆部件、轨道部件和轮轨相互作用力的对应数据,其建立了完整系统,根据实际需求调用即可实现列车实时仿真。
-
公开(公告)号:CN105763377B
公开(公告)日:2018-10-19
申请号:CN201610214441.0
申请日:2016-04-07
Applicant: 西南交通大学
Abstract: 一种基于步长自调整的无线局域网随机接入方法,其步骤是:A、直接接入:用户检测到信道空闲时间小于帧间距时间,转B步;否则,进行接入,如接入失败,重复本步操作;B、退避接入:B1、用户从集合{0,1,2…,CW}中随机选值作为退避计数器的计数值T,B2、当信道空闲时间每达到1个空闲时隙,则:当前空闲时隙为第N个连续的空闲时隙,如退避计数器的计数值T>步长n,n=kN,k=1或2,将计数值T减去步长n;否则,将计数值T减去1;B3、如计数值T大于0,转B2步;如当前的计数值T等于0,即进行接入;若接入失败,则转C步;C、将CW乘以2再加1作为更新后的CW;然后,重新进行B步的操作,直至接入成功。该方法的信道利用率高,接入时延低,接入效率高。
-
公开(公告)号:CN114996982B
公开(公告)日:2022-10-25
申请号:CN202210941776.8
申请日:2022-08-08
Applicant: 西南交通大学
IPC: G06F30/20 , G06F30/13 , G06F119/14
Abstract: 本发明公开了一种基于云计算的列车轨道模型的实时仿真系统及方法,其包括:数据输入模块:用于直接向车辆系统参数子模块、轨道结构参数子模块、运行参数子模块分别输入车辆参数、轨道参数和运行参数;仿真系统:通过轨道曲线设置模块、轨道不平顺设置模块、牵引制动信号模块、积分迭代模块、轮轨接触模块、法向力求解模块、切向力求解模块向加速度计算模块提供数据,并通过积分迭代模块与加速度计算模块之间的循环实现计算车辆、轨道、轮轨相互作用力的输出数据;结果输出模块:用于输出车辆部件、轨道部件和轮轨相互作用力的对应数据,其建立了完整系统,根据实际需求调用即可实现列车实时仿真。
-
公开(公告)号:CN112484625B
公开(公告)日:2021-09-17
申请号:CN202011258521.9
申请日:2020-11-12
Applicant: 西南交通大学
IPC: G01B7/02
Abstract: 本发明公开了一种基于UWB信道脉冲响应的高精度位移测量方法,包括如下步骤:S1、设置两个UWB收发机分别作为固定节点和移动节点,获取原始信道脉冲信号;S2、基于UWB信道脉冲响应对原始信道脉冲信号进行特征提取;S3、将提取的特征输入XGBoost的机器学习模型进行预测,获得相对位移的预测结果;S4、使用低通滤波器和多项式对预测结果进行校正,获得两个UWB收发机之间的相对位移;其中,S4中使用低通滤波器消减预测结果的方差,使用多项式补偿削减预测结果的偏差。与现有技术相比,本发明提供的方法,采用UWB电磁波测距原理,通过XGBoost的机器学习模型对数据进行处理,并对处理结果产生的误差进行校正,能够实现对大型结构毫米级的位移实时监测。
-
公开(公告)号:CN118868969A
公开(公告)日:2024-10-29
申请号:CN202410953095.2
申请日:2024-07-16
Applicant: 西南交通大学
IPC: H03M13/23
Abstract: 本发明提供了一种误码条件下卷积码的全盲识别方法和系统,涉及信道编码盲识别技术领域,包括获取待识别的卷积码码流数据,识别卷积码码流数据中的卷积码参数;根据卷积码参数建立数据矩阵,通过高斯消元法对所述数据矩阵进行行变换得到多个I P矩阵,并依次判断每个I P矩阵的有效性;在所有I P矩阵中选择有效I P矩阵,从有效I P矩阵中识别出信息位并构建校验矩阵;根据所述校验矩阵确定约束长度,利用所述约束长度和信息位构造三维矩阵;基于所述三维矩阵和校验矩阵建立线性方程组,得到系数矩阵,利用所述系数矩阵求解所述三维矩阵,生成卷积码的多项式,本发明用于解决由噪声和其他干扰因素导致误码而对卷积码盲识别造成影响的问题。
-
公开(公告)号:CN105763377A
公开(公告)日:2016-07-13
申请号:CN201610214441.0
申请日:2016-04-07
Applicant: 西南交通大学
CPC classification number: H04L41/064 , H04L43/0882 , H04W74/0833 , H04W84/12
Abstract: 一种基于步长自调整的无线局域网随机接入方法,其步骤是:A、直接接入:用户检测到信道空闲时间小于帧间距时间,转B步;否则,进行接入,如接入失败,重复本步操作;B、退避接入:B1、用户从集合{0,1,2…,CW}中随机选值作为退避计数器的计数值T,B2、当信道空闲时间每达到1个空闲时隙,则:当前空闲时隙为第N个连续的空闲时隙,如退避计数器的计数值T>步长n,n=kN,k=1或2,将计数值T减去步长n;否则,将计数值T减去1;B3、如计数值T大于0,转B2步;如当前的计数值T等于0,即进行接入;若接入失败,则转C步;C、将CW乘以2再加1作为更新后的CW;然后,重新进行B步的操作,直至接入成功。该方法的信道利用率高,接入时延低,接入效率高。
-
公开(公告)号:CN112484625A
公开(公告)日:2021-03-12
申请号:CN202011258521.9
申请日:2020-11-12
Applicant: 西南交通大学
IPC: G01B7/02
Abstract: 本发明公开了一种基于UWB信道脉冲响应的高精度位移测量方法,包括如下步骤:S1、设置两个UWB收发机分别作为固定节点和移动节点,获取原始信道脉冲信号;S2、基于UWB信道脉冲响应对原始信道脉冲信号进行特征提取;S3、将提取的特征输入XGBoost的机器学习模型进行预测,获得相对位移的预测结果;S4、使用低通滤波器和多项式对预测结果进行校正,获得两个UWB收发机之间的相对位移;其中,S4中使用低通滤波器消减预测结果的方差,使用多项式补偿削减预测结果的偏差。与现有技术相比,本发明提供的方法,采用UWB电磁波测距原理,通过XGBoost的机器学习模型对数据进行处理,并对处理结果产生的误差进行校正,能够实现对大型结构毫米级的位移实时监测。
-
-
-
-
-
-