一、无线移动式单车试验系统的研制（论文文献综述）
刘琴[1]（2021）在《无人驾驶无轨胶轮车路径规划与路径跟踪技术研究》文中进行了进一步梳理无轨胶轮车是煤矿辅助运输系统的重要设备形式之一,其车型全面、用途广泛、灵活性强,但是复杂的井下工况导致人工驾驶的无轨胶轮车效率低且事故频发。随着我国智能矿山建设进程的快速推进,辅助运输系统已成为矿山智能化发展的软肋之一。研究无人驾驶无轨胶轮车一方面可降低事故发生率、实现矿山减员增效,另一方面也可加速智能矿山的建设。目前,路面无人驾驶技术日趋成熟,但是针对井下无人驾驶技术的研究仍处于起步阶段。本文以无人驾驶无轨胶轮车为研究对象,开展其路径规划和路径跟踪研究,研究结果对于指导无轨胶轮车无人化设计具有理论意义和实用价值。首先,分析了无轨胶轮车井下运输工况和行车规则,并基于此制定了无轨胶轮车在单车道巷道会车、双车道巷道会车和交叉巷道会车三种会车场景下的会车策略。其次,对无轨胶轮车井下无人驾驶路径规划需求进行分析,选择A*算法用于无人驾驶无轨胶轮车全局路径规划;针对A*算法搜索节点多和路径不平滑问题,分别使用指数函数加权和三次样条插值方法对其进行改进,仿真结果表明改进后的算法搜索效率得到了提升、路径更加平滑;利用改进后的A*算法模拟了无轨胶轮车井下变换巷道时的路径规划。再次,选择人工势场算法用于无轨胶轮车局部路径规划,分别引入逃跑力和斥力修正因子解决人工势场算法局部最优解和目标不可达问题,并建立移动障碍物相对速度斥力势场;使用改进人工势场算法对无轨胶轮在三种场景下的路径规划进行仿真试验,对会车策略进行初步验证,并对无轨胶轮车在复杂工况下的动静障碍物结合的场景进行了仿真试验。然后,基于模型预测控制算法和无轨胶轮车动力学模型,建立了LTV-MPC路径跟踪控制器;基于Carsim和Simulink建立了联合仿真模型,将改进A*算法规划的路径和双移线作为参考路径,按照无轨胶轮车行车规则设置两种仿真工况,开展联合仿真试验;结果表明:两种工况下路径偏差不超过±0.12m,横摆角速度不超过±0.08rad/s,表明LTV-MPC路径跟踪控制器在无轨胶轮车转弯、避障时速度变化的情况下具有稳定的路径跟踪性能。最后,搭建了基于ROS的无人驾驶无轨胶轮车模型试验车,按8:1缩比搭建了模拟巷道,模拟了无轨胶轮车无障碍物情况下的路径规划和会车与避障时的路径规划;结果表明:使用本文改进A*算法和人工势场算法能够满足无轨胶轮车井下路径规划需求;进一步,对规划的路径进行了跟踪,在低速情况下模型试验车路径跟踪误差不超过±0.036m。通过以上研究,本文探索了符合井下工况的无人驾驶无轨胶轮车会车策略、路径规划算法和路径跟踪算法,为无人驾驶无轨胶轮车的设计奠定了理论与技术支撑。该论文共有图83幅,表11个,参考文献105篇。
蒋涵铭[2]（2020）在《区域环境信息感知及预测方法研究》文中研究表明环境监测是智慧城市的重要组成部分,也是污染源控制、环境管理与保护的前提和基础。环境监测类应用通常需要部署大量位置固定的传感器节点来获取感知数据,不仅部署速度慢,网络成本也很高。为了解决这些问题,研究人员一方面提出了多种数据预测和估算方法,另一方面引入了移动节点,以减少网络节点的部署,降低网络成本,提高网络的灵活性与健壮性。本文也针对这类问题进行了研究,并做了如下工作。（1）对未监测地点进行数据预测可以减少感知节点的部署,降低环境感知的成本。传统的克里金插值算法存在变差函数拟合参数不准确等问题,导致结果不够精确。本文结合感知数据的特性,引入了自适应权重最小二乘法来进行变差函数的拟合,并提出了两种改进的克里金算法:基于残差改进的克里金数据插值算法和基于滞后距改进的克里金数据插值算法。仿真结果表明,两种算法的预测结果优于传统的克里金插值方法。（2）为进一步减少环境感知节点的部署数量,本文设计并实现了一个环境信息移动感知仿真系统。系统以Raspberry Pi 2作为处理模块,包含环境感知节点、GPS模块、供电模块等,可移动式收集目标区域的环境数据,并进行图形化界面显示。系统使用改进的克里金数据插值算法对未监测的数据进行预测。综合分析表明,本文提出的改进克里金数据插值方法效果良好,区域环境信息移动感知仿真系统实用可行。
许镇义[3]（2020）在《基于时空数据挖掘的城市移动源污染综合监管问题研究》文中指出当前我国空气质量形势严峻,《2018中国生态环境状况公报》显示,338个地级以上城市中,217个城市环境空气质量超标,占64.2%。根据2019年《中国移动源环境管理年报》,全国机动车保有量达3.07亿辆,四项污染物排放总量初步核算为4065.3万吨。移动源污染在城市大气污染物中占比中,一氧化碳和碳氢化物占比超过80%,氮氧化物和固体颗粒物超过90%。移动源污染排放已经成为城市大气污染的主要来源,并对社会生态环境造成严重影响。因此对城市移动源污染排放进行全时监测和综合监管对于改善城市大气环境和保护公众健康具有重大意义。然而,一方面由于移动源污染监测站点的建造维护费用高昂,城市中布设的移动源污染监测设备站点稀疏,难以通过在全区域布设检测设备实现城市全区域移动源污染物实时监测;另一方面影响城市移动源污染时空分布变化的因素复杂繁多,从长期污染排放清单核算考虑,主要取决于城市的机动车保有量和车辆类型组成,但从短期或实时交通污染变化状态而言,却又受到城市道路拓扑结构、交通流状况和外部气象环境因素的严重影响。这一系列因素导致对实现城市移动源污染排放的全时监测和综合监管具有很大的挑战性。针对上述挑战,本文考虑了移动源污染监测数据的空间稀疏性和异质性、复杂的时空动态特性以及城市路网联通性等外部环境因素影响,开展了基于时空数据挖掘的城市移动源污染综合监管问题研究,主要研究内容包括:（1）针对道路移动源污染排放监测数据的空间稀疏性和异质性问题,提出了一种融合排放因子模型和对抗学习策略的数据增强方法。综合考虑交通流、路网结构、车辆工况等外部环境信息影响,建立了移动源污染排放因子修正模型确定污染监测数据的先验分布;分析有限点位监测数据的空间分布特征,设计先验约束损失函数和条件约束损失函数,构建融合排放因子模型的数据生成网络,设计二分类判别网络检验输入数据是否为污染监测数据;通过数据生成网络和判别网络的互相对抗学习,得到能够逼近实际污染排放监测数据分布的监测约束生成对抗网络模型。实验结果表明,该方法考虑了移动源污染监测数据分布的空间异质性影响,合成数据能够覆盖真实监测数据分布空间。（2）针对城市区域移动源污染时空变化特性与多源环境因素影响,提出了一种基于时空残差网络的污染趋势分析方法。采用网格化数据表示关联移动源污染与外部环境因素,设计多时间依赖性处理单元分别提取污染监测序列的临近性、周期性、趋势性时变特征,采用前后端融合策略融合移动源污染和外部环境因素的时空变化特征,在深层特征空间内实现粗粒度城市网格区域移动源污染排放趋势预测。实验结果表明,该方法在不同污染物的预测精度上均优于已有方法,能够有效处理城市网格区域污染分布的时空异质性,以及多种复杂外部环境因素影响。（3）针对城市路网移动源污染时空分布精细化需求,提出一种基于多特征融合时空图卷积网络的污染预测方法。利用图结构表示构建移动源污染与路网结构和交通流状态关联,设计时空图卷积单元提取路网节点间污染变化的时空交互特征,采用多特征融合策略对污染时空变化特征与复杂环境特征进行融合,实现细粒度城市路网移动源污染时空分布预测。实验结果表明,该方法能够有效利用路网连通结构信息克服外部因素对污染时空变化分布的影响,在不同路网移动源污染物预测上表现出较低的预测误差,同时能够对不同规模数据集具有良好适应性。（4）针对传统移动源污染监管中的模型依赖问题,提出了一种基于深度强化学习的城市道路移动源污染监管方法。通过设计混合环境状态与组合收益回报函数,构建基于深度回报估值网络的移动源污染监管强化学习模型;利用实际道路污染监测数据建立污染序列经验样本池,通过对长期回报估值网络的离线训练,构建道路移动源污染监管策略模型,实现道路污染排放的在线监管。最后在合肥实际道路污染监测数据集上评估所设计策略,实验结果表明该方法可以有效降低道路移动源污染排放。基于上述研究,本文实现了城市移动源污染排放的“监测数据增强-时空特性分析-监管策略生成”的全技术链条,构建基于时空数据挖掘的城市移动源污染排放监管理论方法体系,为城市移动源污染综合监管提供了可靠的数据支持和科学的决策依据。
蔡晶,冉旺,韩丹,刘石,林清如,刘志刚,许成昊[4]（2020）在《大功率车载式移动变电站设计应用系统研究》文中进行了进一步梳理针对国内缺少对大功率容量等级移动变电站研究的现状,从移动变电站的发展应用入手,分析移动变电站在台风应急、设备故障、主变压器更换改造工程、变电站技改或基建工程、高峰时段或高负荷区域时变电站主变压器过负荷、电力需求高速增长或超出预先电力建设规划等各种情况下的应用情况。结合南方电网的用电情况和广东地区的使用特点,设计了1款大功率50 MVA容量等级的110 kV/10 kV车载式移动变电站。针对车载式移动变电站的制造标准和运维标准制订提出几点建议,填补了国内相关方面研究的空白。
王天[5]（2020）在《无线充电场景下城区电动汽车续航优化》文中进行了进一步梳理电动汽车近年来推广迅速,但电池容量小和充电设施紧张带来的里程焦虑问题始终困扰着车主。移动无线充电技术的出现有望使之得到缓解。由于无线充电设施依附于道路,对路网和电网都会造成影响。目前相关研究缺乏合适的城区无线充电模型,区域性能量供需平衡和车辆可行驶性问题尚未解决。同时因车辆无序充电行为造成的电网负载稳定和车辆续航体验问题仍有待研究。因此,本文通过对城区交通数据处理分析、无线充电设施建造规划和车辆充电规划,从城区无线充电道的建造和使用角度为车辆续航优化提供解决方案:其一,为了优化城区无线充电车道的建造规划,本文重点研究了在较小建造成本下实现区域能源供需平衡,以及车辆的可行驶性问题。本文对上海市部分交通数据进行清洗与处理,通过对车辆日均行驶轨迹分析挖掘区域能量需求特点。考虑交通路口对充电情况影响,建立城区无线充电供电模型。构建关于成本与区域能量供需平衡的混合整数非线性优化问题,并提出车辆充-耗比约束,提升车辆区域间可行驶能力。设计基于Benders解耦的优化算法求解最优建造方案。通过与Max Flow方法的实验对比,本文提出的方法实现较高的供需平衡和车辆续航效果。其二,考虑日前电力市场下,实际售电与预购偏差导致的无线充电道侧成本问题和车辆侧续航和驾驶体验问题,本文提出了基于双层博弈模型的电动车充电规划算法,下层采用势博弈解决电动车充电规划的多车博弈,设计基于三向贪婪策略的最短路径算法解决车辆充电路线的动态序列问题,以及基于粒子群的改进算法求解变量有序依赖的势博弈。上层采用反斯塔克尔伯格博弈协调充电道和电动汽车收益,使充电道作为主方以电价调控的方式刺激从方电动汽车在给定电价下进行双赢的充电规划,并设计博弈迭代算法保证该博弈的纳什均衡收敛性。通过仿真验证,本文提出的双层博弈模型能有效减少充电道预购与售电偏差,同时确保电动汽车有较高的续航能力和驾驶体验。本文通过对城区无线充电建模,设计设施建造和充电规划方案,优化车辆续航体验。研究成果为城区无线充电环境下的交通调度优化问题奠定基础。
张冲冲[6]（2019）在《高速动车组重联模拟实验装置的研究》文中进行了进一步梳理随着动车组制造技术水平的提升,与动车组检修相配套的调试技术也变得日新月异。然而在动车组检修过程中经常面临着无其它车辆配合重联试验的难题,故急需研发一款高速动车组重联模拟实验装置,利用其代替实体车辆与现有车辆完成重联动作,可模拟动车组发出各种控制指令,并监视重联列车的当前状态,该实验装置的研发和应用对动车组检修、调试及现有工艺的提升具有重要的现实意义。本课题在对高速动车组重联模拟实验装置功能需求分析的基础上提出了装置的整体设计方案,通过软硬件的设计,实现对列车的重联监测。根据方案要求,实验装置的硬件部分首先对系统的整体硬件结构进行设计,同时按照设计规范完成装置整体的布局布线。其次,对实验装置中用到的各个子模块进行选型和设计,其主要包括重联网关、重联控制单元、热轴模拟装置、端部信号模拟器、车钩连接器和上位机等功能硬件。实验装置的软件部分主要依据软件的功能需求,按照程序设计的基本原则,对系统软件的整体架构进行设计,主要包括上位机应用程序的设计和下位机驱动程序的设计。其中,上位机软件部分主要包括UDP通信程序的设计、上位机界面及相应功能程序的设计;下位机软件主要针对重联模拟实验装置核心部件的驱动程序展开设计。在测试阶段,验证了实验装置整体的稳定性和可靠性,满足高速动车组重联测试的需求。本装置通过了各项功能指标的验收,总体性能达到相关的技术要求,现已在车间得到了应用。与以往的诊断方式相比,该装置的应用可有效的降低人工成本和工人劳动强度,提高厂房利用率,大大提升了动车组的检修效率,对我国装备制造业整体能力的提升具有深远的现实意义。
周波[7]（2019）在《基于未来智慧城市愿景的城市家具设计研究》文中提出本世纪以来,信息化技术的突破性发展促使城市进入智慧城市发展阶段,我国城市也迎来转型提升的重大机遇。在历史挑战面前,城市家具智能化不足、文化匮乏、人性化缺失等发展现状已难以适应智慧城市建设发展以及城市居民日益增长的户外活动需求,城市家具已经到了急需变革的发展阶段。未来城市是怎么样的形态?未来城市家具又是什么样?我们如何面对当下城市家具的境遇?面对严峻的现实,传统设计理念与思路已难以应对今天城市发生的变化,也无法应答明天城市家具发展的诉求,更无法响应未来城市家具变化的趋势。本文以未来城市愿景与智慧城市背景下的城市家具设计为研究主题,通过对5G、人工智能、智能机器人等新兴技术发展的状况及其对城市的影响;西方以及国内未来城市理论的总结;国内外智慧城市实践的归纳;中国城市2035年总体规划蓝图的研究综合分析并建构我国未来城市发展愿景。同时结合我国城市家具现状与发展趋势剖析,总结出未来城市家具分阶段的发展愿景,即到2050年,高级智能机器人智慧城市家具和2035年的智能城市家具两个发展阶段。在城市家具愿景构建的基础上,本文重点研究当下的城市家具智能化、智慧化的发展趋势,提出了智慧城市家具的概念并建构了智慧城市家具设计研究体系和理论模型,并论述其要素构成、内涵意义等内容。本文基于城市现代化的愿景,提出了城市家具现代化的概念,并指出城市家具现代化就是城市家具的智慧化。在设计理论体系的应用方面,本文主张在“人、事、物、技、文、场、境”等研究要素的系统框架内,以人车出行系统为限定条件,以未来城市街道空间为场所界面,研究城市家具与诸要素之间的内在联系和相互作用。以此形成智慧城市家具应用体系的研究方法与理论模型。针对近阶段和远期城市家具发展,分别提出了“智慧家具带”和“智慧微枢纽”的设计策略:近期“智慧街道”的营造须以共享单车为核心模块的“智慧家具带”建设为核心内容,远期通过“智慧微枢纽”这样的新型机器人城市家具来扮演“智慧街道”以及“智慧社区”的公共服务微型中心的角色。最后,本文分别以“技术智能”和“设计智慧”两个角度的实践案例来验证智慧城市家具设计体系应用的可行性。目前,此类智慧城市家具研究文献稀少,本文希望为该领域的研究学者提供一些参考和借鉴。
曾鹏[8]（2019）在《基于车载自组网的无人驾驶动态路径规划方法研究》文中研究说明路径规划是无人驾驶控制规划最上层模块,指导车辆在宏观层面上行驶。现有的路径规划双向A*算法没有考虑交通流状态因素,规划的路径空间距离最短,但可能经过拥堵、事故路段,致使行程时间过长。车载自组网环境下,采集交通流状态信息,对双A*算法的不足之处加以改进,有效引导车辆避开拥堵、事故路段,减少行程时间,并提升路径规划效率。在对动态路径规划方法研究分析的基础上,选择搜索效率高、性能好的双向A*算法为基础模型,引入交通流状态因素,建立了动态双向A*算法,根据交通状况实时动态规划车辆行驶路径。为验证改进算法在理论上的可行性,分别在低密度、中等密度、高密度三种交通流状态下,进行了理论仿真分析。理论仿真实验表明,动态双向A*算法明显优于传统的双向A*算法,在低密度、中等密度、高密度交通流状态下,行程路径分别减少7.14%、23.52%、10%。对改进算法思想在理论上验证可行之后,提出由理论模拟环境转变到更加接近真实复杂交通状况的车载自组网环境中,进一步验证改进算法性能优势。在车载自组网环境中,以行程时间作为评价动态算法的性能指标,且行程时间权值作为路段属性的主键值,设计了行程时间估价函数,作为动态路径规划搜索规则。为进行车载自组网环境下的仿真验证,使用网络仿真工具OMNeT++与微观交通仿真工具SUMO,建立了双向耦合联合仿真实验平台。基于Vanet环境的仿真结果表明,动态双向A*算法明显优于传统的双向A*算法,在低密度、中等密度交通流状态下,行程时间分别减少4.90%、7.24%。本文建立的动态双向A*路径规划算法、耦合Vanet仿真实验平台,为智能车载自组网的路径规划等研究提供了理论基础和实践意义。
刘江昆[9]（2019）在《无线传感器网络节点定位优化算法研究》文中提出近年来,无线传感器网络（WSN）定位技术成为物联网发展中的主要研究方向。不论是移动式定位还是固定式定位,其定位快速性和定位准确性都直接影响着用户的体验。本文针对无线传感器网络节点定位问题,从算法优化和应用实现等方面进行研究。本文提出一种EM-FOA融合优化算法,将果蝇优化算法（FOA）和最大期望算法（EM）结合,通过MATLAB实验,研究竞争节点数对定位快速性和准确性的影响,并通过数据统计对竞争节点超越现象进行数据分析,数据分析4个竞争节点时期性能最佳。将EM-FOA算法和LGMS-FOA算法、DS-FOA算法进行比较,验证EM-FOA算法的优越性。之后在EM-FOA融合算法的基础上,引入锚点自变量,在基于4个竞争节点的情况下,通过改变锚点的数量,研究锚点数量对节点定位的影响,通过数据统计,锚点数为12个时,融合算法的优化效果最好,性能得到大幅提升。最后,基于无线传感器定位的应用,设计一个基于zbr算法的智能井盖系统,通过硬件设计,该井盖可以实现定位、自发电、状态自检等功能。通过NS-2仿真模拟,从端到端延迟、丢包率、控制包三方面,验证了该方案的可行性和实用性,并通过MATLAB分析出系统最佳的节点层数为3层。
袁瑞铭,姜振宇,易忠林,赵思翔,王松岑,宋凯[10]（2018）在《电动汽车无线充电电能计量关键技术研究与探讨》文中研究指明电动汽车无线充电技术可提高充电的便利性、灵活性和安全性,近年来广受关注。由于其负荷具有高频大功率快速切换、强电磁干扰、谐波含量高等特点,对以工频稳态为基准的传统电能计量方式与装置的精准性和可靠性带来了挑战。在对静止式和移动式无线充电负荷波形进行现场采集与特性分析的基础上,提出了电能计量整体方案,探讨了电能计量关键技术,从而支撑电能公平交易和电动汽车推广应用。
二、无线移动式单车试验系统的研制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、无线移动式单车试验系统的研制（论文提纲范文）
（1）无人驾驶无轨胶轮车路径规划与路径跟踪技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及目标 |
| 1.4 本章小结 |
| 2 无轨胶轮车井下无人驾驶会车策略研究 |
| 2.1 引言 |
| 2.2 无轨胶轮车井下运输工况及行车规则分析 |
| 2.3 无轨胶轮车井下无人驾驶会车策略制定 |
| 2.4 本章小结 |
| 3 无人驾驶无轨胶轮车路径规划算法研究 |
| 3.1 引言 |
| 3.2 无人驾驶无轨胶轮车路径规划需求分析 |
| 3.3 基于改进A*算法的无人驾驶无轨胶轮车全局路径规划研究 |
| 3.4 基于人工势场算法的无人驾驶无轨胶轮车局部路径规划研究 |
| 3.5 本章小结 |
| 4 无人驾驶无轨胶轮车路径跟踪控制技术研究 |
| 4.1 引言 |
| 4.2 模型预测控制原理 |
| 4.3 无轨胶轮车动力学模型 |
| 4.4 基于LTV-MPC的路径跟踪控制器设计 |
| 4.5 基于Carsim-Simulink的无轨胶轮车跟踪控制联合仿真试验 |
| 4.6 本章小结 |
| 5 无人驾驶无轨胶轮车路径规划与跟踪模拟试验 |
| 5.1 引言 |
| 5.2 无人驾驶无轨胶轮车模型试验车与模拟巷道搭建 |
| 5.3 无障碍物时的路径规划与跟踪模拟试验 |
| 5.4 会车与避障时的路径规划与跟踪模拟试验 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 主要结论 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）区域环境信息感知及预测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及本文工作 |
| 1.3 论文结构与安排 |
| 第二章 相关研究及国内外研究现状 |
| 2.1 智慧城市中的环境感知 |
| 2.2 空间数据插值算法 |
| 2.2.1 空间数据插值算法概述 |
| 2.2.2 克里金插值算法 |
| 2.3 本章小结 |
| 第三章 基于改进克里金插值算法的环境数据预测 |
| 3.1 引言 |
| 3.2 传统克里金算法存在的不足 |
| 3.3 改进的克里金数据插值算法 |
| 3.3.1 基于改进残差的克里金数据插值算法 |
| 3.3.2 基于改进滞后距的克里金数据插值算法 |
| 3.3.3 基于改进克里金算法的环境数据插值 |
| 3.4 仿真实验与结果分析 |
| 3.4.1 实验参数设置 |
| 3.4.2 实验结果及分析 |
| 3.5 本章小结 |
| 第四章 环境信息移动感知仿真系统的设计与实现 |
| 4.1 引言 |
| 4.2 环境信息移动感知仿真系统设计 |
| 4.2.1 环境信息移动感知仿真系统硬件设计 |
| 4.2.2 移动感知软件设计 |
| 4.3 环境信息移动感知仿真系统实现与测试 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间申请的专利 |
| 附录2 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（3）基于时空数据挖掘的城市移动源污染综合监管问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 道路移动源污染排放监测 |
| 1.2.2 城市移动源污染排放时空分布预测 |
| 1.2.3 道路移动源污染排放监管 |
| 1.3 本文研究难点及主要研究内容 |
| 1.3.1 研究难点总结 |
| 1.3.2 主要研究内容 |
| 1.3.3 全文组织结构 |
| 第2章 相关基础知识 |
| 2.1 机动车尾气排放监测数据获取 |
| 2.2 时空序列数据与预测 |
| 2.3 多源信息融合 |
| 2.4 深度学习 |
| 2.4.1 深度学习基本原理 |
| 2.4.2 深度残差卷积网络 |
| 2.4.3 图卷积网络 |
| 2.4.4 生成对抗网络 |
| 2.5 强化学习 |
| 2.5.1 强化学习基本原理 |
| 2.5.2 强化学习基本算法 |
| 2.5.3 深度强化学习 |
| 2.5.4 相关工作 |
| 第3章 融合排放因子模型和对抗学习策略的数据增强 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 移动源污染监测影响因素分析 |
| 3.4 基于监测约束的生成对抗网络模型 |
| 3.4.1 移动源污染排放先验修正模型 |
| 3.4.2 生成对抗网络模型设计 |
| 3.4.3 算法和优化 |
| 3.5 实验与结果分析 |
| 3.5.1 数据集和实验配置 |
| 3.5.2 实验对比及结果分析 |
| 3.6 本章小结 |
| 第4章 基于时空残差网络的城市区域移动源污染趋势分析 |
| 4.1 引言 |
| 4.2 相关概念与问题描述 |
| 4.2.1 相关定义 |
| 4.2.2 问题描述 |
| 4.2.3 总体思路框图 |
| 4.3 基于前后端融合的深度时空残差网络模型 |
| 4.3.1 移动源污染时空数据初步分析 |
| 4.3.2 网络架构设计 |
| 4.3.3 算法和优化 |
| 4.4 实验与结果分析 |
| 4.4.1 数据集和实验环境配置 |
| 4.4.2 基本方法介绍及实验性能指标 |
| 4.4.3 基本方法实验对比及结果分析 |
| 4.4.4 不同网络结构参数影响 |
| 4.4.5 不同外部因素影响 |
| 4.5 本章小结 |
| 第5章 基于多特征融合时空图卷积网络的城市路网精细化移动源污染预测 |
| 5.1 引言 |
| 5.2 相关概念与问题描述 |
| 5.2.1 数据探索 |
| 5.2.2 问题描述 |
| 5.3 基于多特征融合的深度时空图卷积网络模型 |
| 5.3.1 网络架构设计 |
| 5.3.2 算法和优化 |
| 5.4 实验与结果分析 |
| 5.4.1 数据集和实验配置 |
| 5.4.2 基本方法介绍及实验性能指标 |
| 5.4.3 实验对比及结果分析 |
| 5.4.4 不同网络组成部分影响 |
| 5.4.5 不同外部因素影响 |
| 5.5 本章小结 |
| 第6章 基于深度强化学习的城市道路移动源污染监管策略 |
| 6.1 引言 |
| 6.2 相关概念与问题描述 |
| 6.2.1 历史数据探索 |
| 6.2.2 相关定义 |
| 6.2.3 问题描述 |
| 6.3 基于深度强化学习的移动源污染监管模型 |
| 6.3.1 移动源污染监管强化学习模型框架 |
| 6.3.2 移动源污染监管模型算法和优化 |
| 6.4 实验与结果分析 |
| 6.4.1 数据集和实验配置 |
| 6.4.2 基本方法介绍及实验性能指标 |
| 6.4.3 实验对比及结果分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（4）大功率车载式移动变电站设计应用系统研究（论文提纲范文）
| 1 移动变电站研究的必要性及设计难点 |
| 1.1 研究必要性 |
| 1.2 设计难点 |
| 2 移动变电站总体设计及优化方案 |
| 2.1 车载移动变电站总体框架设计 |
| 2.1.1 车载系统设计 |
| 2.1.2 高压模块 |
| 2.1.3 中压模块 |
| 2.1.4 控制及保护模块 |
| 2.1.5 防雷与接地设计 |
| 2.2 接线设计 |
| 2.3 通信设计 |
| 3 移动变电站运行方案 |
| 3.1 运维标准 |
| 3.2 投运试验事项 |
| 4 结束语 |
（5）无线充电场景下城区电动汽车续航优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 电动汽车发展现状 |
| 1.1.2 电动汽车无线充电技术 |
| 1.1.3 车辆续航优化 |
| 1.2 国内外研究现状 |
| 1.2.1 充电设施规划 |
| 1.2.2 充电调度优化 |
| 1.2.3 研究现状总结 |
| 1.3 主要研究内容 |
| 1.4 相关理论基础 |
| 1.4.1 博弈论简介 |
| 1.4.2 势博弈 |
| 1.4.3 斯塔克尔伯格博弈 |
| 1.4.4 反斯塔克尔伯格博弈 |
| 1.5 论文结构安排 |
| 第二章 城区车辆能量区域性需求特点分析 |
| 2.1 数据来源 |
| 2.2 出租车GPS数据处理 |
| 2.2.1 数据清洗 |
| 2.2.2 交通轨迹计算 |
| 2.3 交通区域轨迹数据分析 |
| 2.3.1 交通指标定义 |
| 2.3.2 城区划分 |
| 2.3.3 区域能耗需求分析 |
| 2.4 本章小结 |
| 第三章 考虑区域供需平衡的无线充电道建造方案 |
| 3.1 引言 |
| 3.2 问题阐述与分析 |
| 3.3 系统模型定义 |
| 3.3.1 交通路口等待队列 |
| 3.3.2 无线充电道供电能力模型 |
| 3.4 两级区域供需平衡优化目标与求解 |
| 3.4.1 子功能区建造优化目标 |
| 3.4.2 城区整体建造优化目标 |
| 3.4.3 基于Benders解耦的求解算法 |
| 3.5 实验与分析 |
| 3.5.1 实验设置 |
| 3.5.2 实验结果分析 |
| 3.6 本章小结 |
| 第四章 基于双层博弈模型的无线充电规划方案 |
| 4.1 引言 |
| 4.2 问题阐述与分析 |
| 4.3 系统模型定义 |
| 4.3.1 交通环境定义 |
| 4.3.2 移动无线充电相关模型 |
| 4.3.3 电动汽车损失模型 |
| 4.4 电动汽车间势博弈 |
| 4.4.1 电动汽车目标函数 |
| 4.4.2 势函数构造与证明 |
| 4.4.3 基于TGSP的最短充电序列算法 |
| 4.4.4 基于改进PSO的求解算法 |
| 4.5 无线充电道与电动汽车间反斯塔克尔伯格博弈 |
| 4.5.1 无线充电道目标函数 |
| 4.5.2 反斯塔尔克伯格博弈迭代求解算法 |
| 4.5.3 迭代收敛性证明 |
| 4.6 实验与分析 |
| 4.6.1 实验设置 |
| 4.6.2 实验结果分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的项目 |
| 攻读学位期间申请的专利 |
（6）高速动车组重联模拟实验装置的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 动车组重联运行技术国内外研究现状 |
| 1.2.1 国内动车组重联技术的研究现状 |
| 1.2.2 国外动车组重联技术的研究现状 |
| 1.3 动车组重联调试装置发展现状 |
| 1.4 列车网络协议和调试装置的研究现状 |
| 1.5 论文的结构和主要内容 |
| 本章小结 |
| 第二章 列车通信协议及总线技术 |
| 2.1 IEC61375-1标准 |
| 2.2 MVB总线 |
| 2.2.1 MVB通信网络数据类型 |
| 2.2.2 MVB物理层 |
| 2.2.3 MVB报文 |
| 2.3 WTB总线 |
| 2.3.1 WTB物理层 |
| 2.3.2 WTB报文 |
| 2.3.3 WTB初运行 |
| 2.3.4 WTB初运行工作机理 |
| 2.4 CAN总线技术 |
| 2.4.1 CAN总线概述 |
| 2.4.2 CAN总线的结构 |
| 2.4.3 CAN报文帧类型及结构 |
| 2.5 UIC556协议 |
| 本章小结 |
| 第三章 重联模拟试验装置的系统概述 |
| 3.1 需求分析 |
| 3.2 设备的性能指标 |
| 3.2.1 设备的总体规格 |
| 3.2.2 设备技术规范 |
| 3.3 设备的基本工作原理 |
| 3.3.1 列车故障的基本特征 |
| 3.3.2 重联列车故障发生的原因 |
| 3.3.3 装置工作原理 |
| 3.4 装置系统的整体结构设计 |
| 3.4.1 系统的设计原则 |
| 3.4.2 系统设计方案 |
| 本章小结 |
| 第四章 重联模拟实验装置的硬件设计 |
| 4.1 硬件需求分析 |
| 4.2 重联网关的设计 |
| 4.2.1 功能介绍 |
| 4.2.2 重联网关硬件架构 |
| 4.3 重联控制单元的设计 |
| 4.3.1 功能介绍 |
| 4.3.2 硬件组成 |
| 4.3.3 硬件架构 |
| 4.4 热轴模拟装置 |
| 4.4.1 概述 |
| 4.4.2 硬件电路 |
| 4.5 端部信号模拟器的设计 |
| 4.5.1 数字量采集(DI)板卡的设计 |
| 4.5.2 数字量输出(DO)板卡的设计 |
| 4.6 车钩连接器的设计 |
| 4.7 上位机显示装置 |
| 本章小结 |
| 第五章 重联模拟实验装置的软件设计 |
| 5.1 软件功能需求 |
| 5.2 软件的整体架构 |
| 5.3 上位机软件的总体设计 |
| 5.3.1 上位机软件的开发环境 |
| 5.3.2 开发软件介绍 |
| 5.3.3 上位机软件的架构设计 |
| 5.4 上位机UDP通信程序的设计 |
| 5.4.1 UDP协议层的总体设计 |
| 5.4.2 UDP服务器端程序设计 |
| 5.4.3 UDP客户端程序设计 |
| 5.5 多线程的通信机制 |
| 5.6 上位机功能界面的设计 |
| 5.6.1 用户登陆界面的设计 |
| 5.6.2 主界面设计 |
| 5.6.3 设备状态检查功能程序的设计 |
| 5.6.4 功能试验的程序设计 |
| 5.6.5 数据监控功能的程序设计 |
| 5.7 网关程序的设计 |
| 本章小结 |
| 第六章 重联模拟实验装置的功能测试 |
| 6.1 重联初运行的测试 |
| 6.2 设备状态检查功能的测试 |
| 6.3 复位信号的测试 |
| 6.4 功能试验的测试 |
| 6.5 热轴模拟测试 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（7）基于未来智慧城市愿景的城市家具设计研究（论文提纲范文）
| 摘要 |
| abstract |
| 绪论 |
| 第一节 研究缘起 |
| 一、未来智慧城市发展的客观需求 |
| 二、城市形象和生活品质提升的需求 |
| 三、城市家具自我更新的需求 |
| 第二节 研究现状 |
| 一、文献综述 |
| 二、研究历史 |
| 三、问题现状 |
| 第三节 研究目标和方法 |
| 一、研究目标 |
| 二、研究方法 |
| 第四节 研究内容与意义 |
| 一、研究内容 |
| 二、研究意义 |
| 第五节 研究创新点 |
| 第一章 概念认知 |
| 第一节 智慧城市研究 |
| 一、智慧城市界定 |
| 二、智慧城市沿革 |
| 三、智慧城市内涵 |
| 四、未来城市概述 |
| 第二节 城市家具研究 |
| 一、城市家具界定 |
| 二、城市家具概述 |
| 三、城市家具现状 |
| 第二章 新技术与未来智慧城市 |
| 第一节 5G与未来智慧城市 |
| 一、5G基本概述 |
| 二、5G与物联网 |
| 三、5G与智慧城市 |
| 第二节 人工智能与未来智慧城市 |
| 一、人工智能基本概况 |
| 二、人工智能与智慧城市 |
| 三、人工智能与智能交通 |
| 第三节 城市大脑是城市级人工智能应用 |
| 一、城市大脑发展概况 |
| 二、城市大脑的交通应用 |
| 三、城市大脑的开创意义 |
| 第四节 智能机器人与未来智慧城市 |
| 一、智能机器人技术概述 |
| 二、智能机器人的智慧城市应用 |
| 三、智能机器人的城市家具应用 |
| 第三章 未来智慧城市愿景 |
| 第一节 未来城市理论研究 |
| 一、未来城市理论启蒙 |
| 二、未来城市理论发展 |
| 三、未来城市理论高潮 |
| 四、国内未来城市理论 |
| 五、未来城市最新研究 |
| 第二节 智慧城市实践研究 |
| 一、IBM的智慧城市实践 |
| 二、新加坡和韩国的智慧城市实践 |
| 三、国内智慧城市实践 |
| 第三节 未来城市愿景 |
| 一、未来城市研究思辨 |
| 二、我国智慧城市问题 |
| 三、国家城市发展规划 |
| 四、未来智慧城市愿景 |
| 第四章 未来城市家具愿景 |
| 第一节 城市家具新气象 |
| 一、智能城市家具概念分析 |
| 二、智能城市家具分类研究 |
| 三、智能城市家具案例赏析 |
| 第二节 未来城市家具愿景 |
| 一、城市家具的生存现状 |
| 二、未来城市与未来城市家具 |
| 三、未来城市家具愿景 |
| 第三节 人工智能城市家具愿景 |
| 一、机器人城市家具愿景 |
| 二、“无人”城市家具愿景 |
| 三、“共享”城市家具愿景 |
| 第五章 智慧城市家具设计系统 |
| 第一节 “人”--行为主体研究 |
| 一、“人”的系统定位 |
| 二、人类学与设计人类学 |
| 三、受众人群的身心因素 |
| 四、社会弱势群体研究 |
| 第二节 “事”--人车出行系统 |
| 一、人车出行系统概述 |
| 二、人车出行系统分类 |
| 三、人车出行系统分析 |
| 四、未来人车出行愿景 |
| 第三节 “场”--城市街道空间 |
| 一、街道空间基本概述 |
| 二、街道空间分类研究 |
| 三、街道空间要素分析 |
| 四、未来街道空间形态 |
| 第四节 “物”--智慧城市家具 |
| 一、智慧城市家具概念界定 |
| 二、城市家具现代化理念剖析 |
| 三、智慧城市家具设计体系理论模型 |
| 第五节 造“境”--智慧城市家具设计体系应用研究 |
| 一、造“境”--未来城市美学研究 |
| 二、智慧城市家具设计体系应用模型 |
| 三、智慧城市家具设计体系策略研究 |
| 四、共享单车“智慧家具带”设计策略 |
| 五、智能集约化“智慧路灯杆”设计策略 |
| 六、无人共享化“智慧微枢纽”设计策略 |
| 第六章 智慧城市家具设计实践 |
| 第一节 智能自行车城市级分布式能源共享系统 |
| 一、公共自行车面临的困境 |
| 二、新型跨界系统破解困局 |
| 三、系统构成与要素建构 |
| 四、新型跨界系统研究展望 |
| 第二节 地埋式垃圾箱系统研究 |
| 一、需求分析与切入点 |
| 二、垃圾收运系统简析 |
| 三、基础调研与设计要素 |
| 四、具体方案设计实践 |
| 结论 |
| 参考文献 |
| 图表来源索引 |
| 专业能力展示 |
| 致谢 |
（8）基于车载自组网的无人驾驶动态路径规划方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 车载自组网及无人驾驶发展概况 |
| 1.3 动态路径规划国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.4 主要研究内容与结构安排 |
| 第二章 车载自组网及相关技术 |
| 2.1 车载自组网概述 |
| 2.1.1 车载自组网简析 |
| 2.1.2 车载自组网结构与特点 |
| 2.1.3 车载自组网的技术应用 |
| 2.2 仿真技术研究分析 |
| 2.2.1 交通模拟技术研究分析 |
| 2.2.2 微观交通模拟技术研究分析 |
| 2.2.3 网络模拟技术研究分析 |
| 2.2.4 模拟器联合仿真技术研究分析 |
| 2.3 本章小结 |
| 第三章 车载自组网交通信息采集与处理研究 |
| 3.1 交通信息采集技术概述 |
| 3.2 传统交通信息采集技术 |
| 3.2.1 固定式交通信息采集技术 |
| 3.2.2 移动式交通信息采集技术 |
| 3.3 车载自组网交通信息采集技术 |
| 3.4 车载自组网的交通信息融合技术 |
| 3.4.1 交通信息生成与处理 |
| 3.4.2 交通信息融合与分发 |
| 3.5 本章小结 |
| 第四章 动态路径规划方法理论研究分析 |
| 4.1 相关问题描述与方法分析 |
| 4.2 全局动态路径规划方法研究 |
| 4.2.1 经典的全局路径规划方法 |
| 4.2.2 基于双向A~*算法的路径规划方法 |
| 4.2.3 改进双向A~*算法的动态路径规划方法 |
| 4.3 双向A~*算法与动态双向A~*算法理论仿真分析 |
| 4.3.1 低密度交通流状态下仿真分析 |
| 4.3.2 中等密度交通流状态下仿真分析 |
| 4.3.3 高密度交通流状态下仿真分析 |
| 4.4 本章小结 |
| 第五章 基于车载自组网的动态路径规划方法仿真分析 |
| 5.1 相关方法说明与分析 |
| 5.2 仿真实验 |
| 5.2.1 仿真环境搭建 |
| 5.2.2 仿真环境设置与参数标定 |
| 5.3 仿真实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A 攻读学位期间的主要科研成果 |
| 附录 B 攻读学位期间参与的主要科研项目 |
（9）无线传感器网络节点定位优化算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 无线传感器网络简介 |
| 1.2.1 无线传感器网络的组成 |
| 1.2.2 无线传感器网络的体系结构 |
| 1.2.3 无线传感器网络的应用 |
| 1.2.4 无线传感器网络定位的特点 |
| 1.3 国内外研究现状 |
| 1.3.1 DV-Hop算法 |
| 1.3.2 基于链接关系的定位算法 |
| 1.3.3 RSSI算法 |
| 1.3.4 基于锚点和无锚点定位算法 |
| 1.3.5 生物模拟算法 |
| 1.3.6 基于边缘计算的无线传感器网络定位 |
| 1.4 本文研究的内容及目标 |
| 1.5 本文结构安排 |
| 第二章 基于EM-FOA融合优化算法的无线传感器网络定位 |
| 2.1 果蝇优化算法 |
| 2.1.1 果蝇优化算法介绍 |
| 2.1.2 果蝇优化算法性能分析 |
| 2.2 最大期望算法 |
| 2.2.1 最大期望算法的介绍 |
| 2.2.2 最大期望算法性能分析 |
| 2.2.3 最大期望算法的特点 |
| 2.3 基于EM-FOA融合优化算法的建模与分析 |
| 2.3.1 EM-FOA融合优化算法模型建立 |
| 2.3.2 实验环境的建立 |
| 2.3.3 传统果蝇优化算法的仿真 |
| 2.4 基于EM-FOA算法的无线传感器网络定位分析 |
| 2.4.1 EM-FOA融合算法的实验分析 |
| 2.4.2 不同数量竞争节点性能分析 |
| 2.5 本章小结 |
| 第三章 基于锚点的EM-FOA算法改进分析 |
| 3.1 锚点的介绍 |
| 3.2 实验参数设定 |
| 3.3 实验分析 |
| 3.3.1 实验数据分析 |
| 3.3.2 精准数据分析 |
| 3.4 基于锚点的EM-FOA与其他果蝇优化算法性能对比 |
| 3.4.1 LGMS-FOA算法 |
| 3.4.2 DS-FOA算法 |
| 3.5 本章小结 |
| 第四章 基于智能井盖定位系统分析 |
| 4.1 产品设计 |
| 4.1.1 机械设计 |
| 4.1.2 电路设计 |
| 4.1.3 智能井盖网络拓扑图设计 |
| 4.1.4 实验原理介绍 |
| 4.2 软件环境搭建 |
| 4.2.1 算法介绍 |
| 4.2.2 ZigBee网络地址分配 |
| 4.3 NS-2 仿真实验 |
| 4.3.1 实验环境配置 |
| 4.3.2 对比试验结果 |
| 4.3.3 对比试验分析 |
| 4.3.4 仿真结果及性能分析 |
| 4.3.5 分析实验 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读研究生期间的专利 |
| 附录B 研究生期间奖励 |
（10）电动汽车无线充电电能计量关键技术研究与探讨（论文提纲范文）
| 0 引言 |
| 1 电动汽车无线充电技术简介 |
| 2 负荷波形现场采集与特性分析 |
| 2.1 静止式无线充电负荷波形特性分析 |
| 2.2 移动式无线充电负荷波形特性分析 |
| 3 电能计量整体方案 |
| 4 交流电能计量关键技术 |
| 4.1 宽量程设计 |
| 4.2 相位匹配技术 |
| 4.3 基于高阶数值积分的有功算法 |
| 5 直流电能计量关键技术 |
| 5.1 基于隧道磁电阻 (TMR) 的闭环电流传感器 |
| 5.2 电压信号隔离技术 |
| 6 结束语 |
四、无线移动式单车试验系统的研制（论文参考文献）
- [1]无人驾驶无轨胶轮车路径规划与路径跟踪技术研究[D]. 刘琴. 中国矿业大学, 2021
- [2]区域环境信息感知及预测方法研究[D]. 蒋涵铭. 南京邮电大学, 2020(02)
- [3]基于时空数据挖掘的城市移动源污染综合监管问题研究[D]. 许镇义. 中国科学技术大学, 2020(01)
- [4]大功率车载式移动变电站设计应用系统研究[J]. 蔡晶,冉旺,韩丹,刘石,林清如,刘志刚,许成昊. 广东电力, 2020(01)
- [5]无线充电场景下城区电动汽车续航优化[D]. 王天. 上海交通大学, 2020(01)
- [6]高速动车组重联模拟实验装置的研究[D]. 张冲冲. 大连交通大学, 2019(08)
- [7]基于未来智慧城市愿景的城市家具设计研究[D]. 周波. 中国美术学院, 2019(01)
- [8]基于车载自组网的无人驾驶动态路径规划方法研究[D]. 曾鹏. 昆明理工大学, 2019(04)
- [9]无线传感器网络节点定位优化算法研究[D]. 刘江昆. 昆明理工大学, 2019(04)
- [10]电动汽车无线充电电能计量关键技术研究与探讨[J]. 袁瑞铭,姜振宇,易忠林,赵思翔,王松岑,宋凯. 电测与仪表, 2018(S1)