CN107958589A - 一种智慧城市设计的装置和*** - Google Patents
一种智慧城市设计的装置和*** Download PDFInfo
- Publication number
- CN107958589A CN107958589A CN201711175936.8A CN201711175936A CN107958589A CN 107958589 A CN107958589 A CN 107958589A CN 201711175936 A CN201711175936 A CN 201711175936A CN 107958589 A CN107958589 A CN 107958589A
- Authority
- CN
- China
- Prior art keywords
- mrow
- signal
- mfrac
- data
- msup
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于智能网络领域，公开了一种智慧城市设计的装置和***，包括定位装置，用于对城市交通状况的定位；与定位装置相连接，用于城市网络通信的GPS网络模块；与GPS网络模块相连接，用于接收市民传递信息的市民反馈模块；与GPS网络模块相连接，用于处理分析相关数据并将相关数据反馈至GPS网络模块的处理器模块；与GPS网络模块相连接，用于汽车端接收城市交通信息的汽车信息接收装置。本发明充分考虑到当前城市因为信息的时效性，通过网络轻松缓解拥堵现象，减少了人力物力及交通管理费用，实现了真正的轻松出行，做到智慧城市。
Description
技术领域
本发明属于智能网络技术领域，尤其涉及一种智慧城市设计的装置和***。
背景技术
目前，随着生活水平的日益提高，各家各户都把汽车作为家庭必备品，城市拥堵状况便成了城市的一大难题。传统城市治理方法，通过增加交通管制人员及信号灯来加强疏通，但是消耗大量的人力物力，车主因为交通信息不同步，难以及时选择合理的路线，避免堵车，反而会加剧拥堵现象，在高峰期间个别路段甚至陷入瘫痪，问题十分突出。
综上所述，现有技术存在的问题是：传统的疏散交通的方法方式单一，消耗大量的人力物力，且车主因为交通信息不同步，难以及时选择合理的路线，不仅不能避免堵车，反而会加剧拥堵现象，在高峰期间个别路段甚至陷入瘫痪的状态。
发明内容
针对现有技术存在的问题，本发明提供了一种智慧城市设计的装置和***。
本发明是这样实现的，该智慧城市设计的装置和***包括：
定位装置，用于对城市交通状况的定位；
与定位装置相连接，用于城市网络通信的GPS网络模块；
与GPS网络模块相连接，用于接收市民传递信息的市民反馈模块；
与GPS网络模块相连接，用于处理分析相关数据并将相关数据反馈至GPS网络模块的处理器模块；
与GPS网络模块相连接，用于汽车端接收城市交通信息的汽车信息接收装置。
进一步，所述汽车信息接收装置设置有报警模块；所述报警模块包括：
无线报警发射装置：不与任何其它部件有物理连接，只通过无线传输方式向无线接收装置发送信号；
无线报警接收装置：与第一摄像机或数据处理器连接，当接收到来自于无线报警发射装置的信号时，向第一摄像机或数据处理器发送信号；
第一摄像机：与数据处理器连接，将采集到的视频、音频及分析数据传输至数据处理器；
音频采集器：与第一摄像机或数据处理器连接，将采集到的音频及分析数据传输至数据处理器；
数据处理器：与无线报警接收装置、第一摄像机、音频采集器、发声装置、第二摄像机及显示设备相连接，将收集到的信号进行分析处理和转发，同时接收信息并发布信息；
发声装置：与数据处理器连接，将经数据处理器处理后的音频播放出去；
第二摄像机：与数据处理器连接，将采集到的视频、音频及分析数据传输至数据处理器；
传感器：与数据处理器连接，将采集到的传感数据传输至数据处理器；
显示设备：与数据处理器连接，将经数据处理器接收和处理的视频、音频、图片、文字信息播放出去；
计算软件：是运行于数据处理器中，将采集到的视频、音频、传感信号进行计算处理，并转发出去。
进一步，所述定位装置中的信号分析处理中对采集卡采集到的振动信号、光电信号进行滤波,并对振动信号进行频谱分析为硬点的判别提供依据，对串口输入的GPS定位信息进行解析，提取汽车运行的经度、纬度、速度，为硬点的定位提供数据，采集卡输出经传感器转换后的电压信号中夹杂很多干扰信号，只有通过滤波、时域分析、频域分析、整理、计算才能用于对硬点的分析及大小的测量，在消除干扰的选择上，通过模拟滤波器对信号实现频率滤波，通过软件的方法消除影响，通过一定的计算或者判断程序减少干扰在信号中的比率，加速度信号处理是对采集到的信号进行低通滤波，滤掉信号中的高频干扰成分；
采用具有统计特性的功率谱密度进行谱分析电弓振动信号中的频域结构，信号x(t)的平均功率ψx用均方值表示，即：
x(t)的傅里叶变换公式：
则：
令：
则：
Sx(f)就是功率谱密度函数；
功率谱表示振动功率随振动频率的变化分布，由式(4)看出功率谱等于幅值谱平方的平均值,比幅值谱更能明显区分振动信号中强弱频率成分，在LabVIEW使用功率谱密度调用频谱测量VI，选择功率谱密度同时加窗分析测量采集卡采集到振动信号的频率成分；
计算得到硬点值中对故障进行诊断，将处理后的数据与提前设定的阀门值对比，以对硬点的存在与否做出分析判别，Model 4610型压电式加速度传感器将弓网冲击力转换为微电压信号输出，经过电荷放大，采集卡采样，最后进入计算机，硬点值G大小如下式：
式k为加速度传感器的灵敏度，b为电荷放大电路放大倍数，V1为传感器输出电压，V2为经电荷放大、滤波后的输出电压；
机车行驶过程中，某处受电弓滑板垂向加速度a满足式(2)且弧光强度值b满足式(3),则认为该处为接触网硬点；
a≥δ
b≥ζ
式中：δ为受电弓垂向加速度的预设值，ξ为弧光强度预设值，δ和ξ根据相关标准和实际工况来设定，检测车在检测硬点动车组大于45g，普通车大于20g，将δ默认设置为30g，紫外线指数变化范围用0－15的数字来表示，夜间的紫外线指数为0，热带、高原地区、晴天时的紫外线指数为15，将ζ默认设置为500mW/m2；
在对振动和光电信号分析顺序，首先检测紫外光信号，在紫外光强度超限后即b≥ζ才会对振动信号做出分析，一旦a≥δ也成立，***立即报警，并由b计算出硬点值G，在b＜ζ时，不会对振动信号做任何分析，只通过监控界面上波形图显示振动信号电压变化波形，因为紫外光信号的传播要快于弓网振动信号的传播，通过定时器设定，在检测到紫外光强度超限后，分析此后3s内的振动信号。
进一步，所述处理器模块中，使用混合型聚类算法的算法完成数据处理，步骤如下：
1)根据实际情况选取聚类个数K，此处应选取较大的K值为宜；
2)计算所有数据结点的平均距离D，计算阈值Q；
3)计算数据集合中每个数据结点之间的距离d，并按由小到大顺序将所有计算出的距离d排序，取d最小的数据结点作为第一个初始聚类中心，然后以阈值Q为最大间隔依次选取剩下的K-1个数据结点作为初始聚类中心；
4)计算所有数据结点到K个初始聚类中心的距离，依次将其划分到最近的聚类当中，此时已经完成数据集合的初始化，接下来采用自下而上的层次聚类算法继续计算；
5)将得到的K个聚类当作层次算法的初始化聚类，计算每个聚类之间的距离；
6)找到两个距离最短的聚类并进行合并；
7)重复步骤5)到步骤6)直到所有聚类合并为一个或者每两个聚类之间距离达到一定阀值。
进一步，所述GPS网络模块设置有对GPS信号进行接收的信号接收器；
与信号接收器电连接，用于对接收的信号进行放大的放大器；
与放大器电连接，用于对放大后的信号进行分析和处理的微处理器；
与微处理器的供电端电连接，用于实现持续供电的太阳能电池板；
与太阳能电池板电连接，用于对电量进行检测的电压检测装置；
与电压检测装置电连接，用于对供电过程进行有效保护的漏电保护装置。
本发明的优点及积极效果为：本发明充分考虑到当前城市因为信息的时效性，通过定位装置和GPS网络模块定位实时传输相关数据信息，轻松缓解拥堵现象，减少了人力物力及交通管理费用，实现了真正的轻松出行，做到智慧城市。
附图说明
图1是本发明实例提供的智慧城市设计的装置和***示意图；
图中：1、定位装置；2、GPS网络模块；3、市民反馈模块；4、处理器模块；5、汽车信息接收装置。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
智慧城市设计的装置和***包括：
定位装置1，用于对城市交通状况的的定位；
与定位装置1相连接，用于城市网络通信的GPS网络模块2；
与GPS网络模块2相连接，用于接收市民传递信息的市民反馈模块3；
与GPS网络模块2相连接，用于处理分析相关数据并将相关数据反馈至GPS网络模块2的处理器模块4；
与GPS网络模块2相连接，用于汽车端接收城市交通信息的汽车信息接收装置5。
作为本发明的优选实施例，所述汽车信息接收装置5设置有报警模块，所述报警模块5包括：
无线报警发射装置：不与任何其它部件有物理连接，只通过无线传输方式向无线接收装置发送信号；
无线报警接收装置：与第一摄像机或数据处理器连接，当接收到来自于无线报警发射装置的信号时，向第一摄像机或数据处理器发送信号；
第一摄像机：与数据处理器连接，将采集到的视频、音频及分析数据传输至数据处理器；
音频采集器：与第一摄像机或数据处理器连接，将采集到的音频及分析数据传输至数据处理器；
数据处理器：与无线报警接收装置、第一摄像机、音频采集器、发声装置、第二摄像机及显示设备相连接，将收集到的信号进行分析处理和转发，同时接收信息并发布信息；
发声装置：与数据处理器连接，将经数据处理器处理后的音频播放出去；
第二摄像机：与数据处理器连接，将采集到的视频、音频及分析数据传输至数据处理器；
传感器：与数据处理器连接，将采集到的传感数据传输至数据处理器；
显示设备：与数据处理器连接，将经数据处理器接收和处理的视频、音频、图片、文字信息播放出去；
计算软件：是运行于数据处理器中，将采集到的视频、音频、传感信号进行计算处理，并转发出去。
作为本发明的优选实施例，所述定位装置1中的信号分析处理中对采集卡采集到的振动信号、光电信号进行滤波,并对振动信号进行频谱分析为硬点的判别提供依据，对串口输入的GPS定位信息进行解析，提取汽车运行的经度、纬度、速度，为硬点的定位提供数据，采集卡输出经传感器转换后的电压信号中夹杂很多干扰信号，只有通过滤波、时域分析、频域分析、整理、计算才能用于对硬点的分析及大小的测量，在消除干扰的选择上，通过模拟滤波器对信号实现频率滤波，通过软件的方法消除影响，通过一定的计算或者判断程序减少干扰在信号中的比率，加速度信号处理是对采集到的信号进行低通滤波，滤掉信号中的高频干扰成分；
采用具有统计特性的功率谱密度进行谱分析电弓振动信号中的频域结构，信号x(t)的平均功率ψx用均方值表示，即：
x(t)的傅里叶变换公式：
则：
令：
则：
Sx(f)就是功率谱密度函数；
功率谱表示振动功率随振动频率的变化分布，由式(4)看出功率谱等于幅值谱平方的平均值,比幅值谱更能明显区分振动信号中强弱频率成分，在LabVIEW使用功率谱密度调用频谱测量VI，选择功率谱密度同时加窗分析测量采集卡采集到振动信号的频率成分；
计算得到硬点值中对故障进行诊断，将处理后的数据与提前设定的阀门值对比，以对硬点的存在与否做出分析判别，Model 4610型压电式加速度传感器将弓网冲击力转换为微电压信号输出，经过电荷放大，采集卡采样，最后进入计算机，硬点值G大小如下式：
式k为加速度传感器的灵敏度，b为电荷放大电路放大倍数，V1为传感器输出电压，V2为经电荷放大、滤波后的输出电压；
机车行驶过程中，某处受电弓滑板垂向加速度a满足式(2)且弧光强度值b满足式(3),则认为该处为接触网硬点；
a≥δ
b≥ζ
式中：δ为受电弓垂向加速度的预设值，ξ为弧光强度预设值，δ和ξ根据相关标准和实际工况来设定，检测车在检测硬点动车组大于45g，普通车大于20g，将δ默认设置为30g，紫外线指数变化范围用0－15的数字来表示，夜间的紫外线指数为0，热带、高原地区、晴天时的紫外线指数为15，将ζ默认设置为500mW/m2；
在对振动和光电信号分析顺序，首先检测紫外光信号，在紫外光强度超限后即b≥ζ才会对振动信号做出分析，一旦a≥δ也成立，***立即报警，并由b计算出硬点值G，在b＜ζ时，不会对振动信号做任何分析，只通过监控界面上波形图显示振动信号电压变化波形，因为紫外光信号的传播要快于弓网振动信号的传播，通过定时器设定，在检测到紫外光强度超限后，分析此后3s内的振动信号。
作为本发明的优选实施例，所述处理器模块4中，使用混合型聚类算法的算法完成数据处理，步骤如下：
1)根据实际情况选取聚类个数K，此处应选取较大的K值为宜；
2)计算所有数据结点的平均距离D，计算阈值Q；
3)计算数据集合中每个数据结点之间的距离d，并按由小到大顺序将所有计算出的距离d排序，取d最小的数据结点作为第一个初始聚类中心，然后以阈值Q为最大间隔依次选取剩下的K-1个数据结点作为初始聚类中心；
4)计算所有数据结点到K个初始聚类中心的距离，依次将其划分到最近的聚类当中，此时已经完成数据集合的初始化，接下来采用自下而上的层次聚类算法继续计算；
5)将得到的K个聚类当作层次算法的初始化聚类，计算每个聚类之间的距离；
6)找到两个距离最短的聚类并进行合并；
7)重复步骤5)到步骤6)直到所有聚类合并为一个或者每两个聚类之间距离达到一定阀值。
定位装置1将自身位置信息传输至GPS网络模块2，将数据统计后送至处理器模块4，处理器模块4对相关数据通过算法确定拥堵路段与当前解决方案，再通过GPS网络模块2返还至汽车信息接受装置5。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (5)
1.一种智慧城市设计的装置和***，其特征在于，所述智慧城市设计的装置和***包括：
定位装置，用于对城市交通状况的定位；
与定位装置相连接，用于城市网络通信的GPS网络模块；
与GPS网络模块相连接，用于接收市民传递信息的市民反馈模块；
与GPS网络模块相连接，用于处理分析相关数据并将相关数据反馈至GPS网络模块的处理器模块；
与GPS网络模块相连接，用于汽车端接收城市交通信息的汽车信息接收装置。
2.如权利要求1所述智慧城市设计的装置和***，其特征在于，所述汽车信息接收装置设置有报警模块；所述报警模块包括：
无线报警发射装置：不与任何其它部件有物理连接，只通过无线传输方式向无线接收装置发送信号；
无线报警接收装置：与第一摄像机或数据处理器连接，当接收到来自于无线报警发射装置的信号时，向第一摄像机或数据处理器发送信号；
第一摄像机：与数据处理器连接，将采集到的视频、音频及分析数据传输至数据处理器；
音频采集器：与第一摄像机或数据处理器连接，将采集到的音频及分析数据传输至数据处理器；
数据处理器：与无线报警接收装置、第一摄像机、音频采集器、发声装置、第二摄像机及显示设备相连接，将收集到的信号进行分析处理和转发，同时接收信息并发布信息；
发声装置：与数据处理器连接，将经数据处理器处理后的音频播放出去；
第二摄像机：与数据处理器连接，将采集到的视频、音频及分析数据传输至数据处理器；
传感器：与数据处理器连接，将采集到的传感数据传输至数据处理器；
显示设备：与数据处理器连接，将经数据处理器接收和处理的视频、音频、图片、文字信息播放出去；
计算软件：是运行于数据处理器中，将采集到的视频、音频、传感信号进行计算处理，并转发出去。
3.如权利要求1所述智慧城市设计的装置和***，其特征在于，所述定位装置中的信号分析处理中对采集卡采集到的振动信号、光电信号进行滤波,并对振动信号进行频谱分析为硬点的判别提供依据，对串口输入的GPS定位信息进行解析，提取汽车运行的经度、纬度、速度，为硬点的定位提供数据，采集卡输出经传感器转换后的电压信号中夹杂很多干扰信号，只有通过滤波、时域分析、频域分析、整理、计算才能用于对硬点的分析及大小的测量，在消除干扰的选择上，通过模拟滤波器对信号实现频率滤波，通过软件的方法消除影响，通过一定的计算或者判断程序减少干扰在信号中的比率，加速度信号处理是对采集到的信号进行低通滤波，滤掉信号中的高频干扰成分；
采用具有统计特性的功率谱密度进行谱分析电弓振动信号中的频域结构，信号x(t)的平均功率ψx用均方值表示，即：
<mrow>
<msup>
<msub>
<mi>&psi;</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>=</mo>
<munder>
<mi>lim</mi>
<mrow>
<mi>T</mi>
<mo>&RightArrow;</mo>
<mi>&infin;</mi>
</mrow>
</munder>
<mfrac>
<mn>1</mn>
<mi>T</mi>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mfrac>
<mi>T</mi>
<mn>2</mn>
</mfrac>
</mrow>
<mfrac>
<mi>T</mi>
<mn>2</mn>
</mfrac>
</msubsup>
<msup>
<mi>x</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
x(t)的傅里叶变换公式：
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>&infin;</mi>
</mrow>
</msubsup>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
<mn>2</mn>
<mi>&pi;</mi>
<mi>f</mi>
<mi>t</mi>
</mrow>
</msup>
<mi>d</mi>
<mi>t</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
则：
<mrow>
<munder>
<mi>lim</mi>
<mrow>
<mi>T</mi>
<mo>&RightArrow;</mo>
<mi>&infin;</mi>
</mrow>
</munder>
<mfrac>
<mn>1</mn>
<mi>T</mi>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mfrac>
<mi>T</mi>
<mn>2</mn>
</mfrac>
</mrow>
<mfrac>
<mi>T</mi>
<mn>2</mn>
</mfrac>
</msubsup>
<msup>
<mi>x</mi>
<mn>2</mn>
</msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<mo>=</mo>
<munder>
<mi>lim</mi>
<mrow>
<mi>T</mi>
<mo>&RightArrow;</mo>
<mi>&infin;</mi>
</mrow>
</munder>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
<mi>T</mi>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<mi>&infin;</mi>
</msubsup>
<mo>|</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mi>d</mi>
<mi>f</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<mi>&infin;</mi>
</msubsup>
<munder>
<mi>lim</mi>
<mrow>
<mi>T</mi>
<mo>&RightArrow;</mo>
<mi>&infin;</mi>
</mrow>
</munder>
<msup>
<mfrac>
<mrow>
<mo>|</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
<mi>T</mi>
</mfrac>
<mn>2</mn>
</msup>
<mi>d</mi>
<mi>f</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
令：
<mrow>
<munder>
<mi>lim</mi>
<mrow>
<mi>T</mi>
<mo>&RightArrow;</mo>
<mi>&infin;</mi>
</mrow>
</munder>
<mfrac>
<mrow>
<mo>|</mo>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
<mi>T</mi>
</mfrac>
<mo>=</mo>
<msub>
<mi>S</mi>
<mi>x</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
则：
<mrow>
<msup>
<msub>
<mi>&psi;</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>T</mi>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<mi>&infin;</mi>
</msubsup>
<msub>
<mi>S</mi>
<mi>x</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>f</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
Sx(f)就是功率谱密度函数；
功率谱表示振动功率随振动频率的变化分布，由式(4)看出功率谱等于幅值谱平方的平均值,比幅值谱更能明显区分振动信号中强弱频率成分，在LabVIEW使用功率谱密度调用频谱测量VI，选择功率谱密度同时加窗分析测量采集卡采集到振动信号的频率成分；
计算得到硬点值中对故障进行诊断，将处理后的数据与提前设定的阀门值对比，以对硬点的存在与否做出分析判别，Model 4610型压电式加速度传感器将弓网冲击力转换为微电压信号输出，经过电荷放大，采集卡采样，最后进入计算机，硬点值G大小如下式：
<mrow>
<mi>G</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>V</mi>
<mn>1</mn>
</msub>
<mi>k</mi>
</mfrac>
<mo>=</mo>
<mfrac>
<msub>
<mi>V</mi>
<mn>2</mn>
</msub>
<mrow>
<mi>b</mi>
<mi>k</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式k为加速度传感器的灵敏度，b为电荷放大电路放大倍数，V1为传感器输出电压，V2为经电荷放大、滤波后的输出电压；
机车行驶过程中，某处受电弓滑板垂向加速度a满足式(2)且弧光强度值b满足式(3),则认为该处为接触网硬点；
a≥δ
b≥ζ
式中：δ为受电弓垂向加速度的预设值，ξ为弧光强度预设值，δ和ξ根据相关标准和实际工况来设定，检测车在检测硬点动车组大于45g，普通车大于20g，将δ默认设置为30g，紫外线指数变化范围用0－15的数字来表示，夜间的紫外线指数为0，热带、高原地区、晴天时的紫外线指数为15，将ζ默认设置为500mW/m2；
在对振动和光电信号分析顺序，首先检测紫外光信号，在紫外光强度超限后即b≥ζ才会对振动信号做出分析，一旦a≥δ也成立，***立即报警，并由b计算出硬点值G，在b＜ζ时，不会对振动信号做任何分析，只通过监控界面上波形图显示振动信号电压变化波形，因为紫外光信号的传播要快于弓网振动信号的传播，通过定时器设定，在检测到紫外光强度超限后，分析此后3s内的振动信号。
4.如权利要求1所述智慧城市设计的装置和***，其特征在于，所述处理器模块中，使用混合型聚类算法的算法完成数据处理，步骤如下：
1)根据实际情况选取聚类个数K，此处应选取较大的K值为宜；
2)计算所有数据结点的平均距离D，计算阈值Q；
3)计算数据集合中每个数据结点之间的距离d，并按由小到大顺序将所有计算出的距离d排序，取d最小的数据结点作为第一个初始聚类中心，然后以阈值Q为最大间隔依次选取剩下的K-1个数据结点作为初始聚类中心；
4)计算所有数据结点到K个初始聚类中心的距离，依次将其划分到最近的聚类当中，此时已经完成数据集合的初始化，接下来采用自下而上的层次聚类算法继续计算；
5)将得到的K个聚类当作层次算法的初始化聚类，计算每个聚类之间的距离；
6)找到两个距离最短的聚类并进行合并；
7)重复步骤5)到步骤6)直到所有聚类合并为一个或者每两个聚类之间距离达到一定阀值。
5.如权利要求1所述智慧城市设计的装置和***，其特征在于，所述GPS网络模块设置有对GPS信号进行接收的信号接收器；
与信号接收器电连接，用于对接收的信号进行放大的放大器；
与放大器电连接，用于对放大后的信号进行分析和处理的微处理器；
与微处理器的供电端电连接，用于实现持续供电的太阳能电池板；
与太阳能电池板电连接，用于对电量进行检测的电压检测装置；
与电压检测装置电连接，用于对供电过程进行有效保护的漏电保护装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711175936.8A CN107958589A (zh) | 2017-11-22 | 2017-11-22 | 一种智慧城市设计的装置和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711175936.8A CN107958589A (zh) | 2017-11-22 | 2017-11-22 | 一种智慧城市设计的装置和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107958589A true CN107958589A (zh) | 2018-04-24 |
Family
ID=61959616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711175936.8A Pending CN107958589A (zh) | 2017-11-22 | 2017-11-22 | 一种智慧城市设计的装置和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107958589A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108765954A (zh) * | 2018-06-13 | 2018-11-06 | 上海应用技术大学 | 基于snn密度st-optics改进聚类算法的道路交通安全状况监测方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101391589A (zh) * | 2008-10-30 | 2009-03-25 | 上海大学 | 车载智能报警方法和装置 |
| CN102658804A (zh) * | 2012-04-09 | 2012-09-12 | 上海齐汇通讯技术有限公司 | 一种车载智能终端***及其实现方法 |
| CN103116825A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 智慧城市管理*** |
| CN103383809A (zh) * | 2013-07-21 | 2013-11-06 | 熊国顺 | 车辆紧急救助以及身份识别的***和应用方法 |
| CN105403242A (zh) * | 2015-05-22 | 2016-03-16 | 华东交通大学 | 一种机车弓网硬点光电振动综合检测与gps定位方法及*** |
| CN205405811U (zh) * | 2016-02-26 | 2016-07-27 | 徐州工程学院 | 车辆状态监控*** |
| CN106056517A (zh) * | 2016-06-06 | 2016-10-26 | 苏州朗米尔照明科技有限公司 | 一种智慧城市管理*** |
| CN205751184U (zh) * | 2016-07-06 | 2016-11-30 | 温州桫椤电子科技有限公司 | 交通事故报警器 |
| CN106297356A (zh) * | 2016-08-16 | 2017-01-04 | 深圳市永兴元科技有限公司 | 基于大数据的交通状况监测方法及装置 |
| US20170039850A1 (en) * | 2015-08-06 | 2017-02-09 | Safer Technology Solutions LLC | Early warning intersection device |
| CN106427864A (zh) * | 2016-08-18 | 2017-02-22 | 深圳市永兴元科技股份有限公司 | 车辆事故报警方法及装置 |
| CN106652439A (zh) * | 2015-10-28 | 2017-05-10 | 华为数字技术（苏州）有限公司 | 一种确定交通拥堵系数的***、服务器及方法 |
| CN106897954A (zh) * | 2017-01-19 | 2017-06-27 | 湖北省基础地理信息中心（湖北省北斗卫星导航应用技术研究院） | 智慧城市时空信息云平台 |
| CN107067724A (zh) * | 2017-05-04 | 2017-08-18 | 陕西科技大学 | 智慧城市车辆行驶资源评估*** |
| CN107146413A (zh) * | 2017-06-24 | 2017-09-08 | 梧州市兴能农业科技有限公司 | 一种智慧城市服务平台 |
| CN107292799A (zh) * | 2017-07-28 | 2017-10-24 | 陈剑桃 | 一种智慧城市管理*** |
-
2017
- 2017-11-22 CN CN201711175936.8A patent/CN107958589A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101391589A (zh) * | 2008-10-30 | 2009-03-25 | 上海大学 | 车载智能报警方法和装置 |
| CN102658804A (zh) * | 2012-04-09 | 2012-09-12 | 上海齐汇通讯技术有限公司 | 一种车载智能终端***及其实现方法 |
| CN103116825A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 智慧城市管理*** |
| CN103383809A (zh) * | 2013-07-21 | 2013-11-06 | 熊国顺 | 车辆紧急救助以及身份识别的***和应用方法 |
| CN105403242A (zh) * | 2015-05-22 | 2016-03-16 | 华东交通大学 | 一种机车弓网硬点光电振动综合检测与gps定位方法及*** |
| CN105403242B (zh) * | 2015-05-22 | 2019-06-18 | 华东交通大学 | 一种机车弓网硬点光电振动综合检测与gps定位方法及*** |
| US20170039850A1 (en) * | 2015-08-06 | 2017-02-09 | Safer Technology Solutions LLC | Early warning intersection device |
| CN106652439A (zh) * | 2015-10-28 | 2017-05-10 | 华为数字技术（苏州）有限公司 | 一种确定交通拥堵系数的***、服务器及方法 |
| CN205405811U (zh) * | 2016-02-26 | 2016-07-27 | 徐州工程学院 | 车辆状态监控*** |
| CN106056517A (zh) * | 2016-06-06 | 2016-10-26 | 苏州朗米尔照明科技有限公司 | 一种智慧城市管理*** |
| CN205751184U (zh) * | 2016-07-06 | 2016-11-30 | 温州桫椤电子科技有限公司 | 交通事故报警器 |
| CN106297356A (zh) * | 2016-08-16 | 2017-01-04 | 深圳市永兴元科技有限公司 | 基于大数据的交通状况监测方法及装置 |
| CN106427864A (zh) * | 2016-08-18 | 2017-02-22 | 深圳市永兴元科技股份有限公司 | 车辆事故报警方法及装置 |
| CN106897954A (zh) * | 2017-01-19 | 2017-06-27 | 湖北省基础地理信息中心（湖北省北斗卫星导航应用技术研究院） | 智慧城市时空信息云平台 |
| CN107067724A (zh) * | 2017-05-04 | 2017-08-18 | 陕西科技大学 | 智慧城市车辆行驶资源评估*** |
| CN107146413A (zh) * | 2017-06-24 | 2017-09-08 | 梧州市兴能农业科技有限公司 | 一种智慧城市服务平台 |
| CN107292799A (zh) * | 2017-07-28 | 2017-10-24 | 陈剑桃 | 一种智慧城市管理*** |
Non-Patent Citations (2)
| Title |
|---|
| 李琦: "基于多源数据的交通状态监测与预测方法研究", 《中国博士学位论文全文数据库信息科技辑》 * |
| 陈晓: "大数据处理中混合型聚类算法的研究与实现", 《信息网络安全》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108765954A (zh) * | 2018-06-13 | 2018-11-06 | 上海应用技术大学 | 基于snn密度st-optics改进聚类算法的道路交通安全状况监测方法 |
| CN108765954B (zh) * | 2018-06-13 | 2022-05-24 | 上海应用技术大学 | 基于snn密度st-optics改进聚类算法的道路交通安全状况监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN201698588U (zh) | 一种基于双地磁感应器的车辆检测*** | |
| Kaewkamnerd et al. | Vehicle classification based on magnetic sensor signal | |
| CN105206063B (zh) | 一种基于gmi传感器的交通信息监测采集装置与检测方法 | |
| CN104309577B (zh) | 一种车载智能感应防侵害报警*** | |
| CN106846803A (zh) | 基于音频的交通事件检测装置及方法 | |
| CN102627115B (zh) | 一种基于地磁异常的铁路来车监测方法和装置 | |
| CN106768284A (zh) | 一种异常声源判断与定位***及方法 | |
| CN109816987A (zh) | 一种汽车鸣笛电子警察执法抓拍***及其抓拍方法 | |
| CN204010091U (zh) | 压感式踏板及采集*** | |
| CN106338709A (zh) | 一种基于嵌入式平台的智能电表*** | |
| CN112951271A (zh) | 一种基于声学辅助的隧道交通安全警示方法、*** | |
| CN107958589A (zh) | 一种智慧城市设计的装置和*** | |
| CN106710238B (zh) | 一种提高地磁车检器准确率的方法 | |
| CN203149117U (zh) | 车速测量装置 | |
| CN201413576Y (zh) | 压电式交通流量调查*** | |
| CN105279962B (zh) | 一种基于无线信号定位的城市交通状况检测***和方法 | |
| CN103247175B (zh) | 基于汽车怠速声音频谱的道路拥堵监测方法 | |
| CN102411845A (zh) | 压电磁敏型交通信息综合监测装置 | |
| CN107046670A (zh) | 一种耳机检测***及控制方法 | |
| CN202075283U (zh) | 车辆行驶过程中实时检测驾驶员酒精含量的*** | |
| CN204331071U (zh) | 实现短信发送通知的雨量报警器 | |
| CN202362932U (zh) | 一种交通事故现场信息监测装置 | |
| CN202615565U (zh) | 车载交通事故自动报警装置 | |
| CN207374555U (zh) | 一种电动车电池跟踪装置及电动车防盗*** | |
| CN205531577U (zh) | 一种升降横移类机械式停车设备的人车误入预警*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180424 |
|
| RJ01 | Rejection of invention patent application after publication |