【摘 要】
：
汽车为人民日常生活提供便利的同时也带来了安全隐患,为了降低驾乘人员开启车门时与其他物体发生碰撞的概率,基于毫米波雷达测距、测速设计了汽车开门防撞预警系统,运用LFMCW体制对发射信号与回波信号之间的关联进行深入分析,采用最大最小均值算法筛选出有效目标,通过比较车门开启所需时间与目标移动到车体所需时间来判断是否存在相撞风险。最后,对不同移动速度、不同测试距离的物体进行了多次测试,平均报警准确率均在94%以上。结果表明,所设计的防撞预警系统具有良好的实用效果,为降低碰撞事故概率、避免人员伤亡与经济损失提供了可
论文部分内容阅读
汽车为人民日常生活提供便利的同时也带来了安全隐患,为了降低驾乘人员开启车门时与其他物体发生碰撞的概率,基于毫米波雷达测距、测速设计了汽车开门防撞预警系统,运用LFMCW体制对发射信号与回波信号之间的关联进行深入分析,采用最大最小均值算法筛选出有效目标,通过比较车门开启所需时间与目标移动到车体所需时间来判断是否存在相撞风险。最后,对不同移动速度、不同测试距离的物体进行了多次测试,平均报警准确率均在94%以上。结果表明,所设计的防撞预警系统具有良好的实用效果,为降低碰撞事故概率、避免人员伤亡与经济损失提供了可
其他文献
针对财务系统数据加密过程中的机密性低、实时性差的问题。提出数字化财务系统后台应用数据实时加密方法。通过小波降噪法处理加密前的数据,剔除数据中的噪声点,然后引入混沌参数调制数据加密方法,通过构建的Logistic混沌映射模型调制数据参数,并在加密、解密分析的同时建立数据参数迭代判定标准,减少迭代次数,实现数据实时加密。实验对比结果表明,该方法具有更高效的实时性、完整性、机密性,拥有更优秀的数据实时加密能力。
以提升财务管理预警精度与效率为目的,提出了基于人工神经网络的财务管理预警模型。依照关键性、相对性、简易型等原则,结合传统财务管理指标与现金流量信息,选取体现公司盈利能力、偿债能力、现金流量与资本能力等24个财务状况的指标变量构建财务管理预警模型的指标体系。利用BP神经网络构建财务管理预警模型,将指标体系内的指标变量和表示预警结果的对应值分别作为BP神经网络的输入向量和输出结果,利用样本学习过程训练BP神经网络,BP神经网络训练结束后得到公司财务管理预警结果。实例测试结果显示,该模型预警精度高于95%,具有
针对原状和重塑黄土进行水泥注浆现场试验研究,得到了原状和重塑黄土在不同注浆压力下水泥浆液注浆量与时间的关系曲线。观察现场注浆结石体分布特征,分析了水泥浆液在原状黄土和重塑黄土的扩散规律,揭示出水泥浆液在黄土中以劈裂的形式进行扩散,注浆结石体自注浆孔向外延伸呈脉板状。基于现场试验数据分析,定义有效注浆时间概念,并得到注浆压力、扩散半径及注浆量随有效注浆时间的变化关系式。研究成果可为黄土中水泥注浆理论研究提供借鉴,并为实现黄土地区水泥注浆加固工程的快速设计分析奠定基础。
采用数值方法研究了不同吹风比条件下造型凹坑孔深度及张角对壁面气膜冷却性能的影响,并与常规圆孔进行了对比。研究结果表明:随着凹坑深度的增加,冷却射流沿展向的动量降低,沿周向的动量增大,在壁面的覆盖范围扩展、抬升位置延后,气膜冷却性能得到提升,且提升幅度随吹风比的增加而增大;相比于常规圆孔,最优深度造型凹坑孔(d=2.3D,M=1.5)平均气膜冷却效率在冷却孔下游X/D<3区域提高了近500%,在3<X/D<10区域提高了600%;随着造型凹坑张角的增大,冷却流体在轴向及周向的覆盖范围扩大,
为探究小说《白鹿原》乡约及其文化记忆,以《白鹿原》乡民乡约为主线用细读法研读其小说文本,研究发现:《白鹿原》乡民乡约具有浓厚的自治色彩,融合了传统儒家文化精髓,起到了增强乡民凝聚力和道德教化的作用,为处于动荡不安时代的白鹿原建构起了文化记忆,为历史凝练出中华优秀历史文化。乡约的条文、宣讲和石碑分别从载体、集体仪式和时空维度等三个方面建构文化记忆,起到了强化传统文化道德和个体身份认同感的作用。乡约及其文化记忆的历史功用有助于反思当今社会传统文化缺失现象,有助于跨越历史并在当今社会发展中发挥中华优秀历史文化的
客户流失是当前证券公司面临的严峻挑战。客户画像能精准掌握客户动态和意向,动态计算客户标签并及时提供公司所需的信息,极大地提高了数据的价值和智能应用。从证券客户的异构多源数据集出发,给出证券客户画像及流失预测框架,包括多源数据、数据治理、客户画像和流失预测4个模块。基于大数据技术深入挖掘客户的证券业务数据和行为数据,对客户的兴趣、性格、职业、信仰等个性特征做出准确描述,并采用算法实现对证券客户的特征选择和画像。进而,融合大数据和人工智能技术,提出客户流失预测模型和实现步骤,为提高证券客户数据管理效率、服务能
软件可靠性预测是当前软件研究领域的热点方向,当前软件可靠性预测方法存在误差大、建模时间长等不足,为了获得更高精度的软件可靠性预测结果,提出基于混沌时间序列的软件可靠性预测方法。首先收集软件可靠性样本,并采用混沌处理技术得到多维软件可靠性样本数据,然后将多维软件可靠性数据输入到BP神经网络进行学习,完成软件可靠性预测模型的构建,最后与其他软件可靠性预测方法进行了仿真对比实验。结果表明,这种方法减少了软件可靠性预测误差,不仅能够有效描述软件可靠性变化特点,而且缩短了软件可靠性预测建模时间,提高了软件可靠性预测
为了保证高塔末敏探测系统在高速回转运行时的稳定性与可靠性,搭建了以转台机械结构、转台测控系统和转台调平支架为主要组成部分的二轴高速转台系统。在高速转台三维模型基础上,利用ANSYS Workbench提供的有限元分析模块对转台承受载荷的框架结构及回转主轴进行静态和动态特性分析。仿真结果表明:将简化的结构表示为负载加载在分析模型上,从模型的应力云图和位移变化云图中可以看出,最大形变及应力分布在负载内框部分,最大位移量为2.22775×10-2 mm,最大应力为12.158×106 Pa,转台结构满足安全系数
以一个常见的电商网站为例,通过Apache JMeter测试工具发现系统在高并发访问下的性能瓶颈,引入基本性能调优、Nginx反向代理与负载均衡、水平扩展服务器集群及多级缓存等系统优化方案,逐步提升系统的并发访问能力。经实践,系统响应时间缩短94.7%,TPS提升2.17倍,系统性能优化效果显著。
针对SCARA机器人在负载条件下末端动力学参数难以辨识的问题,在分析负载对各关节力矩影响的基础上,对SCARA机器人进行了结构简化,利用Lagrange法建立带负载机器人的动力学数学模型,确定了需要辨识的机器人末端动力学参数。在传统粒子群算法的基础上,提出一种随机权重粒子群算法对机器人动力学参数进行辨识,并编写了相应的程序。仿真辨识结果表明:随机权重粒子群算法的收敛速度与参数粒子搜索范围得到明显提升,辨识出的机器人力矩与实际输出力矩基本吻合,说明该算法对机器人动力学参数的辨识具有较高的精度;与遗传算法、基