无人机测控信道衰落特性及其抑制方式

分析了无人机测控信道模型以及由小规模衰落带来的非频率选择性衰落、频率选择性 衰落与时间选择性衰落的产生机理及特性,并针对这3种衰落进行了抑制方法分析,指出O FDM、交织与编码以及空间分集是无人机测控中值得重点研究的抗衰落技术。     

防恶意干扰的VANET双群联合定位算法

传统的无线定位方法直接应用于车辆自组织网络(VANET)时,会被窃听方利用定位信息,从而导致严重的安全隐患。为此,提出基于Bancroft方法的双群组合定位算法,用于保障车辆自组织网络中车辆定位的安全性和准确性。算法利用两个群组的智能车辆节点分别进行定位,利用两组解分别反求伪距值,如果所获得的伪距值与经过节点钟差修正后的原始伪距值基本一致,则认为这一组解为最终的定位结果,从而保证了定位的正确性。同时,双群定位的信息分散性保证了系统整体的安全性。理论分析及算法仿真表明,双群联合定位算法可使窃听方的误码率稳定在较高水平。     

小功率开关磁阻电机驱动系统设计

介绍了开关磁阻电机的原理以及本次实验所用到的三相12/8极48 V小功率开关磁阻电机,并以ARM单片机STM32F051为控制核心构成了调速系统,按功率变换器设计要求将MOS管并联使用,并根据选用的MOS管介绍它的驱动电路HIP4086,同时简要介绍了开关磁阻电机调速系统的各部分检测电路、保护电路,最后通过观察堵转和额定时SRM相电流和相电压波形以及对波形进行观察、分析,验证了控制器良好的调速性能。     

电动汽车的全寿命周期环境影响分析

本文以全寿命周期理论为基础,对电动汽车在全寿命周期过程内对环境造成的影响进行了全面分析,并将电动汽车与燃油汽车对环境造成的影响进行比较。结果表明,电动汽车在全寿命周期过程内对环境造成的污染小于内燃汽车,在可持续发展的理念下,政府应大力推动电动汽车产业的发展。     

典型场景下换电重卡的技术经济性分析

换电重卡能够解决新能源重卡购置成本高、充电时间长等痛点,对于加快我国货车电动化进程具有重要意义。但是,受制于车辆换电成本高、续驶里程短等因素,换电重卡的推广应用需具备合适的应用场景和一定的政策支持。为研究换电重卡的适用场景与应用范围,本文构建了多个典型场景下换电重卡的技术经济性模型,分析了影响换电重卡使用阶段经济性的主要因素。结果表明,对换电重卡经济性影响最大的因素是电池综合服务费;在中长途运输场景下,载货量对换电重卡经济性的影响同样明显;碳交易制度对换电重卡的经济性影响则较为有限。为推动换电重卡的发展,政策层面应给予换电重卡更多支持,降低换电重卡购置成本与运营成本,同时给予换电重卡更多政策便利条件,促进换电重卡的推广应用。     

基于因子分析的汽车上市公司赢利能力评价

运用多元统计中的因子分析法建立赢利能力综合评价模型,并以汽车行业上市公司为研究对象,计算各汽车上市公司的行业内赢利能力得分,分析结果可为投资者投资、择股提供帮助,并为汽车上市公司的经营决策提供一定的决策依据.     

相控阵结合伺服辅助的车载动中通天线跟踪方法

天线跟踪功能是车载动中通系统(SOTM)提供无线通信能力的前提,相控阵天线能提供较好的跟踪性能,但是存在波束扫描范围有限的问题。为实现相控阵天线全方位跟踪能力,提出了一种相控阵+伺服辅助的方法。给出了算法数据处理流程,并完成了原理样机设计。根据原理样机工作原理给出了跟踪角误差计算公式,测试结果与计算结果相符。测试结果表明：在(57.88～115.76)°/s角速度下,通信链路信噪比损失小于0.5 dB。     

SRC柱和CFST柱在车辆撞击下的动力响应分析

为了研究框架柱在冲击荷载作用下的抗撞击性能,基于非线性有限元软件LS-DYNA建立了精细化车辆-框架柱碰撞模型。首先,根据轴压承载力相同的原则设计2类框架柱：钢骨混凝土(SRC)柱和钢管混凝土(CFST)柱;其次,对轴压比、撞击角度、撞击速度和车型等影响方形框架柱抗撞击性能有关因素进行参数化分析,探讨框架柱在汽车撞击下的塑性损伤以及破坏模式;最后,比较SRC柱和CFST柱的抗撞击性。结果表明,SRC柱在柱顶受到斜向剪切破坏,在柱底受到弯剪破坏,而CFST柱的破坏模式是弯曲破坏。在车辆侧向撞击下,角度为15°撞击SRC柱时更危险,而CFST柱在正面撞击时更危险。车辆速度和车辆质量的增大,使得框架柱受到的碰撞损伤增大。CFST柱的抗撞击性能优于SRC柱。研究结果证明SRC柱和CFST柱具有优越的抗撞击性能,可为国家相关标准的修订提供参考。     

三相交流电动机智能测控系统的研究

根据三相交流电动机的性能和常见故障,运用虚拟仪器、串口通讯等技术通过对电动机电参量信号的分析提出对三相交流电动机运行状态的测控与保护的方法,构建三相交流电动机智能测控系统,使三相交流电动机的测控与保护进入图形化、数字化、网络化、自动化、远程遥控的智能化实时测控时代。     

A mixed behaviour equilibrium model with mode choice and its application to the endogenous demand of automated vehicles

This study develops a mixed behavioural equilibrium model with explicit consideration of mode choice (MBE-MC) in a transportation system where fully automated vehicles (AV) coexist with conventional human-driven vehicles (HV). For the mode choice, travellers select among three options, following a logit modal split: driving their private HV, or taking an AV mobility service provided by either a firm or the government. For the route choice, the HV drivers follow the random utility maximisation principle while central agents route the AV passengers following the Cournot Nash (firm agent) or Social Optimal (government agent) principles. We consider two types of travel costs (i.e. travel time and monetary travel cost) to characterise the new features (e.g. expanded link capacity and reduced value of time) of the mixed AV–HV transportation system. We model the MBE-MC problem in a combined mode–route choice framework and formulate it as a route-based variational inequality (VI) problem. We show the equivalence between the VI formulation and the MBE-MC problem, and the existence of a solution to the MBE-MC problem. Then, we modify a partial linearisation algorithm for solving the proposed model. Numerical results validate the equilibrium conditions and show the efficacy of the new model in capturing the features of the mixed AV–HV transportation system. The impact patterns of different parameters on (1) the network performance in terms of AV share and system cost and (2) on the solution efficiency are analysed.