基于时间自动机的C3+ATO系统场景建模与验证

来源 :系统仿真学报 | 被引量 : 1次 | 上传用户:wangruiqiangkang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
C3+ATO系统目前在我国处于试验发展阶段且具有自动化等级高、安全标准高等特点。为验证具体场景下高速铁路C3+ATO系统功能是否符合对应技术规范,提出一种基于时间自动机的形式化建模与验证方法。选取车站自动发车场景作为建模对象,提取C3+ATO系统规范中的功能需求,建立场景的时间自动机模型,生成对应流程的消息顺序图并对系统功能属性进行验证,在C3+ATO列控仿真平台仿真验证。仿真验证结果证明:模型满足C3 (10)ATO系统的安全功能属性和受限活性需求,为后续系统设计开发、实际应用及相关规范完善提供理
其他文献
图像的噪声阻碍了高级视觉任务对图像的理解,且去除图像的噪声是一个具有挑战性的任务.现有的基于卷积神经网络的图像去噪方法在去除噪声的同时,对图像纹理会引入一定程度的破坏,导致去噪后图像无法保留图像的纹理.为了解决这个问题,本文提出一种用二分支U-Net网络来融合特征和保留纹理的图像去噪方法.首先选取一种去噪方法的两个不同去噪参数的预训练模型分别得到同一张噪声图像的不同去噪结果,其中一个结果中去噪效果
在复杂背景下,光照变化、目标短暂遮挡以及背景运动等因素会导致运动目标检测精度较低.提出一种结合改进混合高斯模型和改进五帧差分的运动目标检测算法,首先在混合高斯模型中加入自适应学习率以及背景学习速率更新策略有效解决传统背景更新速率恒定而出现的残影现象;然后利用改进的五帧差分法克服运动目标短暂遮挡问题,并加入光照阈值判别因素,有效减弱光照变化带来的影响;最后对两者结果进行或运算进而得到最终检测结果.实
由于传统的暗通道去雾算法的结果存在块状效应,影响图像可视性,且该算法难以处理浓雾图像,提出了一种基于高斯卷积和奇异值分解(Singular Value Decomposition)的暗通道去雾算法:G-SVD.首先将整个图像拆分为RGB 3个通道,再使用高斯卷积按照滑动窗口法预估每一通道单个像素点的大气环境光;再对比3个通道的环境光大小,选取最小值为该像素点的大气环境光;同时引入偏差系数作为辅助参
温亮信是抗战以前入党的老党员,1962年从中共山西省委统战部办公室主任的岗位上,调兴县担任县委副书记兼兴县县长。  此时,我在兴县人民委员会办公室担任干事,温亮信到任后要我作他的秘书。一天,他告诉我:“润德,准备一下,今天咱们到西川跑跑。”  吃了早饭,我们徒步出发,沿着蔚汾河南下,钻千城沟,翻杨家坡,从刘家壕爬山,走到武家塔附近,突然下了一场雷阵雨。不多一阵,河水猛涨,将前进的道路堵塞了。怎么办
针对深度学习方法运用于入侵检测时需要大量标注数据集和难以实时检测的缺陷,利用网络流量中正常数据多于异常数据的一般规律,提出一种结合集成K-means聚类和自编码器的EKM-A