【摘 要】
：
与普通整体式双向4车道或6车道高速公路相比,10车道及以上超多车道高速公路具有路幅宽、汇流量大、排水时间长等特点,在强降雨条件下易出现路面积水.通过理论计算,分析了具有不同几何特征的超多车道高速公路在不同排水条件下的路表径流空间分布特征,为制定高速公路的排水方案提供依据,对确保用路人在不利天气条件下的行车安全具有重要意义.
【机 构】
：
辽宁省交通规划设计院有限责任公司 沈阳市 110166
论文部分内容阅读
与普通整体式双向4车道或6车道高速公路相比,10车道及以上超多车道高速公路具有路幅宽、汇流量大、排水时间长等特点,在强降雨条件下易出现路面积水.通过理论计算,分析了具有不同几何特征的超多车道高速公路在不同排水条件下的路表径流空间分布特征,为制定高速公路的排水方案提供依据,对确保用路人在不利天气条件下的行车安全具有重要意义.
其他文献
目标识别是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要步骤。鉴于卷积神经网络(Convolutional Neural Network,CNN)在自然图像分类领域表现优越,基于CNN的SAR图像目标识别方法成为了当前的研究热点。SAR图像目标的散射特征往往存在于多个尺度当中,且存在固有的噪声斑,含有冗余信息,因此,SAR图像目标智能识别成为了一项挑战。针对
新技术与新型作战样式的不断涌现,使得雷达与电子战的博弈愈演愈烈.具备能够准确感知环境,并能够根据环境动态调整工作方式的认知能力,成为雷达与电子战系统适应未来强博弈作战环境的必然要求.通过分析认知雷达与认知电子战的发展现状,给出认知雷达与认知电子战的系统架构,进一步阐述认知雷达与认知电子战的博弈过程;在此基础上,对射频一体化认知对抗系统展开研究,提出射频一体化认知对抗系统架构,并对调用策略进行详细设计;最后对体系化认知对抗系统的架构及关键技术进行了展望.
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力.利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义.随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路.本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性.并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture R
为解决跨线桥梁运营通车后无法或很难中断交通而进行后期养护维护的现实问题,就跨线桥梁运营期面临养护维护十分困难等问题日益突出的现状,对基于长寿命理念的跨线桥结构进行研究,意在通过对结构选型及构造措施、高耐久性材料应用技术以及施工工艺的研究,尽可能多地延长跨线桥梁的少维护使用寿命,减少此类桥梁维护的次数,最大限度地降低对桥下运营中的铁路、公路的交通影响,并能够达到合理优化和节约桥梁建设资金、延长桥梁的使用寿命、降低桥梁正常的维修养护成本的目的.