【摘 要】
：
随着网络的飞速发展,社会信息化程度的日益提高,轨道交通列车网络需要承载更多的数据,对网络带宽提出了更高的要求。基于以太网的列车实时数据协议（Train Real-time Data Protocol,TRDP）,由于其高可靠性及高实时性,而受到了广泛的研究。本文基于Linux系统实现了TRDP协议,并在此基础上完成了基于TRDP的列车门控软件更新系统。首先介绍TRDP和列车门控软件更新系统的背景以
论文部分内容阅读
随着网络的飞速发展,社会信息化程度的日益提高,轨道交通列车网络需要承载更多的数据,对网络带宽提出了更高的要求。基于以太网的列车实时数据协议（Train Real-time Data Protocol,TRDP）,由于其高可靠性及高实时性,而受到了广泛的研究。本文基于Linux系统实现了TRDP协议,并在此基础上完成了基于TRDP的列车门控软件更新系统。首先介绍TRDP和列车门控软件更新系统的背景以及国内外发展情况;接着介绍了基本的通信协议,包括以太网帧协议、IP协议、UDP协议以及控制器局域网CAN总线,并重点介绍了列车实时数据协议TRDP,为列车门控软件更新系统的研究与实现奠定理论基础;然后,根据系统门控软件的升级需求,提出了基于TRDP的列车门控更新系统的整体架构方案,包括TRDP模块、列车门控更新系统的处理模块和控制管理模块,并对TRDP模块、列车门控更新系统的处理模块和控制管理模块的软件架构做了详细描述;接着,给出了TRDP模块、列车软件更新系统的处理模块和控制管理模块软件功能单元的具体设计步骤和实现方法;最后在列车门控单元上,对设计的TRDP协议进行了验证,并对列车门控软件更新系统进行测试与完善。测试表明,本文实现的TRDP符合IEC 61375标准规范,并且基于TRDP的列车门控软件更新系统能够满足系统指标,同时可以实现对门控软件升级的功能,为TRDP的应用跨出了重要的一步。
其他文献
目标跟踪是计算机视觉领域的重要研究方向之一,在视频监控、智能机器人、无人驾驶、医疗诊断等多领域有广泛的应用。近几十年来,尽管目标跟踪算法已经取得诸多进展,但有些目标跟踪难题依然存在,例如:快速运动、运动模糊、背景混杂、目标形变、光照变化、目标出视野等。传统方法虽然计算效率和跟踪性能良好,但是由于手工设计特征的局限性,传统方法有时候并不能有效解决上述阻碍目标跟踪的问题。由于深度学习可以带来丰富的特征
推动媒体融合发展，首先需要深入解放思想，形成适应媒体融合发展的新理念、新观念、新认识。理念指引方向，观念引领行动，认识推动实践。媒体融合发展，必须完成理念转型、观念转型、认识转型，适应全新传播生态环境的挑战。要强化用户理念和体验至上的服务意识，把占有用户、发展用户、集聚用户作为重要抓手，贯穿于媒体融合发展的全过程。
传统汽车行业迅速发展引发的能源危机和环境污染问题已成为制约我国经济发展的巨大压力,为此我国政府及各大汽车厂商开始推广以电动汽车为主的新能源汽车。功能完善、安全稳定的电动汽车充电桩是保证电动汽车广泛推广的必要条件。目前随着功能需求的不断增加和变更,充电桩控制软件变得复杂、不稳定且难以维护;同时大量充电桩厂商由于缺乏测试手段在出厂前并未对其所生产充电桩进行系统完善的测试。这些缺陷致使市场上投入运营的充
当前红外成像多为单波段成像,但是单波段成像获得的场景信息有限,无法满足多种场景需求,为获取更全面的场景信息,多波段红外探测和图像融合技术成为目前红外领域研究的重点。本文基于国产中长波双色红外焦平面探测器进行双色红外图像融合方面的研究,将接收的双色红外图像信息进行融合输出,实现对场景目标信息的多维度获取。本文的主要内容如下:1)针对红外图像对比度低的缺点,本文提出基于分块的直方图均衡算法,对分块后的
红外成像器件可以探测到人眼不可见的红外辐射,并将其转化为与目标温度相关的电信号,具有环境适应性强的特性,因此广泛应用于军事、医学、消防、工业等领域。但受到工艺水平的限制,红外焦平面阵列不同像元间响应曲线不一致,导致其输出红外图像具有严重的非均匀性,不仅降低了成像质量,也会增加后续处理的难度。因此对红外图像的非均匀性进行校正具有重要的意义。基于此,本文从工程实践的角度出发,对非均匀性校正技术开展研究
随着加工制造业柔性化和智能化水平的提高,全自动三维测量技术得到了越来越多的应用,三维测量可实时获取工件毛坯的三维尺寸数据,并将其空间点云坐标信息传输到加工中心,从而实现首次下刀的自动化,并为后续工序的无人化智能作业奠定基础。本文在分析自动化生产线测量需求的基础上,对多线结构光和双目视觉相结合的三维扫描测量技术进行研究。首先,本文针对工件的3D成像及测量需求,对双目立体视觉系统的基本原理进行分析,通
传统的微光夜视仪、红外热像仪成功扩展了人眼的光谱响应范围,可以在黑暗的环境中分辨出目标,但所成图像多为单色图像,由于人眼能分辨的颜色等级是灰度等级的几百倍,长期以来科研工作者们致力于黑白夜视图像的彩色化,以利用人眼视觉特性,更有效地获取目标场景信息。因此,彩色夜视技术的研究有着重要的理论与现实意义,是当前国内外夜视领域的研究热点。为了实现微光条件下真彩色成像,本文基于CMOS传感器研制了真彩色夜视
近年来,随着红外传感器工艺水平的提高,以红外成像技术为核心的红外探测系统不断被应用到安防领域,受到各国的高度关注。红外小目标检测技术是红外探测系统的关键技术,由于红外小目标具有纹理信息少、信噪比低的特点,以及红外小目标周围背景的复杂性和多变性,探索新型的红外小目标检测技术一直是图像处理领域的研究热点。本文以天空场景、海天场景、山地场景和城市场景中的红外小目标作为主体进行分析,主要从以下几个方面进行
红外小目标检测技术是红外预警系统的重要组成部分,但是在复杂背景下该项技术的应用依然面临着不少挑战,主要包括在地面强杂波或云层强杂波下,背景杂波难以抑制的问题,以及小目标运动过程中的交汇、分裂等问题。因此本文对该领域中的上述问题进行了深入研究,具体内容如下:基于红外成像过程推导小目标的像面分布模型,并通过拟合实验,验证模型的有效性。通过对背景杂波进行多尺度差分析,提出了一种基于梯度均值的背景杂波量化
三维人体姿态估计作为人类行为动作识别的关键环节在游戏、体育训练以及人机交互等多个领域都有着广泛的应用前景。目前常见的三维人体姿态估计需要佩戴较为昂贵的辅助设备,运动目标一定程度上会受到这些设备的影响不能够灵活地运动,而且有些运动捕捉设备不能在室外等复杂场景使用。因此本文将成本更低,场景使用更灵活的双目视觉和二维姿态估计相结合来实现三维人体姿态估计。针对基于深度学习的OpenPose算法提取二维关节