道路空间功率谱密度与时间功率谱密度(笔记)
0.随机路面
仿真时间200秒
车速15m/s
采样间隔0.25秒(4Hz)
A级路面平均振幅:0.0044米
B级路面平均振幅:0.0087米
C级路面平均振幅:0.0173米
D级路面平均振幅:0.0346米
1.先上代码其中之一
clc
clear
close all
%%
SimTime=200;
dt=0.01;%仿真步长
time=0:dt:SimTime;
sim_step = length(time);
Nt=length(time); % 采样点(可能要修改)
u=10; % m/s
df=1/(Nt*dt); % 采样频率间隔
f=0:df:1/(2*dt); % 采用频率一半(可修改)
nf=length(f); % 采样点的个数
n=f/u; % 采样空间频率,F是浮动的,随车速的改变而改变
%获得标准空间路面谱,A级
Pa=LMP(16,nf,n);
pa=Pa/u; % 转化为频谱
%获得标准空间路面谱,B级
Pb=LMP(64,nf,n);
pb=Pb/u; % 转化为频谱
%获得标准空间路面谱,C级
Pc=LMP(256,nf,n);
pc=Pc/u; % 转化为频谱
%获得标准空间路面谱,D级
Pd=LMP(1024,nf,n);
pd=Pd/u; % 转化为频谱
%%
%1输出标准路面空间频率谱G(n),结果与车速、SimTime、dt无关
figure(1)
loglog(n,Pa); %1输出标准路面空间频率谱G(n)
hold on
loglog(n,Pb);
hold on
loglog(n,Pc);
hold on
loglog(n,Pd);
xlabel('空间频率n[1/m]')
ylabel('路面不平度位移功率谱密度Gq(n)[m^3]')
legend('A','B','C','D')%2输出时间频率谱G(f),结果与车速有关
% figure(2)
% loglog(f,pa)
% hold on
% loglog(f,pb)
% hold on
% loglog(f,pc)
% hold on
% loglog(f,pd)
% xlabel('时间频率[Hz]')
% ylabel('G(f)[m^2/Hz]') % 2输出时间频率谱G(f)
% legend('A','B','C','D')
2.参考链接
链接1
链接2
链接3
3.笔记
Sine_RoadRoughnessGradeClassCal_230713.m中:
3.1. 降SimTime可以降等级,升omiga会使改线条等级范围变大,降车速可降等级
但是在时间-输入关系不变的情况下,低车速对应高空间频率路面,高车速对应低空间频率路面
代码一:SimTime=20/4;dt=0.01;omiga=2pi1.5;A=0.05;V=18;
%%
%1.正弦路面
SimTime=20/4;
dt=0.01;%仿真步长
time=0:dt:SimTime;
sim_step = length(time);
omiga=2*pi*1.5;
A=0.05;%振幅
Z1=A*sin(time*omiga);%路面高程值
Z_p1 =A*cos(time*omiga)*omiga;%路面高程值导数
x=Z1;Nt=length(x); % 采样点(可能要修改)
V=18; % km/h
结果C级路面

注意此图中的标准等级路面PSD-(1/n)函数线条与汽车理论208页图6-5一致
代码一点五:SimTime=20;dt=0.01;omiga=2*pi;A=0.05;V=18;
%%
%1.正弦路面
SimTime=20;
dt=0.01;%仿真步长
time=0:dt:SimTime;
sim_step = length(time);
omiga=2*pi;
A=0.05;%振幅
Z1=A*sin(time*omiga);%路面高程值
Z_p1 =A*cos(time*omiga)*omiga;%路面高程值导数
x=Z1;Nt=length(x); % 采样点(可能要修改)
V=18; % km/h
结果B级路面

代码二:SimTime=20/2;dt=0.01;omiga=2pi2;A=0.019;V=18;
SimTime=20/2;
dt=0.01;%仿真步长
time=0:dt:SimTime;
sim_step = length(time);
omiga=2*pi*2;
A=0.019;
Z1=A*sin(time*omiga);%路面高程值
Z_p1 =A*cos(time*omiga)*omiga;%路面高程值导数
x=Z1;
dt=0.01;
Nt=length(x); % 采样点(可能要修改)
V=18; % km/h
结果A级路面

代码二点五:SimTime=20/4;dt=0.01;omiga=2*pi;A=0.019;V=9;
SimTime=20/4;
dt=0.01;%仿真步长
time=0:dt:SimTime;
sim_step = length(time);
omiga=2*pi;
A=0.019;
Z1=A*sin(time*omiga);%路面高程值
Z_p1 =A*cos(time*omiga)*omiga;%路面高程值导数
x=Z1;
dt=0.01;
Nt=length(x); % 采样点(可能要修改)
V=9; % km/h
结果B级路面

相关文章:
道路空间功率谱密度与时间功率谱密度(笔记)
0.随机路面 仿真时间200秒 车速15m/s 采样间隔0.25秒(4Hz) A级路面平均振幅:0.0044米 B级路面平均振幅:0.0087米 C级路面平均振幅:0.0173米 D级路面平均振幅:0.0346米 1.先上代码其中之一 clc clear clo…...
JMeter接口测试之文件上传
最近用JMeter做接口测试,频繁遇到了文件上传的接口,与其他一般接口的处理方式不一样,想着分享下,希望能给测试同学一点启发。 文章将围绕三个部分进行展开: 一、用户场景 二、接口请求参数 三、JMeter脚本编写步骤…...
自动化测试需知的4项测试工具!
一般来说学自动化会建议大家先学selenium,因为最早的时候,自动化就代表selenium,进入测试行业就开始做接口测试,而且现在基本每个公司都需要接口测试。今天就和大家聊一下接口测试的工具。 一、Robot Framework 机器人框架。之所…...
【深度学习】clip-interrogator clip docker 容器启动过程
文章目录 dockerfile备忘ENTRYPOINT ["bash", "/app/startProject.sh"]常用docker指令web服务脚本访问接口文件 给一张图片,输出图片描述。 dockerfile备忘 只有从dockerfile制作的镜像才有分层结构,加速传输,故第一步…...
Linux设备驱动之gpio-keys
Linux设备驱动之gpio-keys 前两个章节介绍了Linux字符设备和platform设备的注册,他们都是比较基础的,让大家理解Linux内核的设备驱动是如何注册、使用的。但在工作中,个人认为完全手写一个字符设备驱动的机会比较少,更多的都是基…...
【vue3页面展示代码】展示代码codemirror插件
技术版本: vue 3.2.40、codemirror 6.0.1、less 4.1.3、vue-codemirror 6.1.1、 codemirror/lang-vue 0.1.2、codemirror/theme-one-dark 6.1.2 效果图: 1.安装插件 yarn add codemirror vue-codemirror codemirror/lang-vue codemirror/theme-one-dar…...
【面试必刷TOP101】链表相加 单链表的排序
目录 题目:链表相加(二)_牛客题霸_牛客网 (nowcoder.com) 题目的接口: 解题思路: 代码: 过啦!!! 题目:单链表的排序_牛客题霸_牛客网 (nowcoder.com) 题目的接口:…...
Visual Studio复制、拷贝C++项目与第三方库配置信息到新的项目中
本文介绍在Visual Studio软件中,复制一个已有的、配置过多种第三方库的C项目,将其拷贝为一个新的项目,同时使得新项目可以直接使用原有项目中配置好的各类**C**配置、第三方库等的方法。 在撰写C 代码时,如果需要用到他人撰写的第…...
rust迭代器
迭代器用来遍历容器。 迭代器就是把容器中的所有元素按照顺序一个接一个的传递给处理逻辑。 Rust中的迭代器 标准库中定义了Iterator特性 trait Iterator {type Item;fn next(&mut self) -> Option<Self::Item>; }实现了Iterator特性的结构体就是迭代器。 很多类…...
软件定制开发的优势与步骤|APP搭建|小程序
软件定制开发的优势与步骤|APP搭建|小程序 定制开发的优势: 1. 满足特定需求:定制开发可以根据客户的实际需求进行设计和开发,使得软件系统能够更好地满足客户的业务目标。 2. 优化用户体验:通过深入了解客户的需求,定…...
ERR_CONNECTION_REFUSED等非标准的HTTP错误状态码原因分析和解决办法
文章目录 一、DNS Resolution Failed1,DNS服务器故障2,DNS配置错误3,DNS劫持4,域名过期-5,其他网络问题 二、ERR_CONNECTION_REFUSED-"ERR_CONNECTION_REFUSED" 错误可能有多种原因 三、ERR_SSL_PROTOCOL_ER…...
瀑布流 - Vue3基于Grid布局简单实现一个瀑布流组件
瀑布流 - Vue3基于Grid布局简单实现一个瀑布流组件 前言 在学习Grid布局之时,我发现其是CSS中的一种强大的布局方案,它将网页划分成一个个网格,可以任意组合不同的网格,做出各种各样的布局,在刷某书和某宝首页时&…...
ES6面试题总结
1. 谈谈你对 ES6 的理解,为什么要学习es6? ES6是新一代的JS语言标准,对分JS语言核心内容做了升级优化,规范了JS使用标准,新增了JS原生方法,使得JS使用更加规范,更加优雅,更适合大型应用的开发。学习ES6是成…...
mybatisplus,jdbc 批量插入
1.测试用例 项目中遇到在做导入号码的时候我们会用到批量导入,提高入库的速度。接下来我们以10000条为测试用例。 1.1 批量执行sql语句 当需要成批插入或者更新记录时,可以采用Java的批量更新机制,这一机制允许多条语句一次性提交给数据库…...
如何使用IP归属地查询API来追踪网络活动
引言 在当今数字化世界中,了解网络活动的源头和位置对于网络安全、市场研究和用户体验至关重要。IP归属地查询API是一种强大的工具,可以帮助您追踪网络活动并获取有关IP地址的重要信息。本文将探讨如何使用IP归属地查询API来追踪网络活动,以…...
【SQL】S0 系列博文大纲
系列博文大纲 SQL 学习环境建议系列博文相关书籍系列博文大纲阶段进展 SQL 学习环境建议 对于 SQL 语言的学习,博主本地使用:MySQL DataGrip; MySQL 提供本地数据库服务; DataGrip IDE,承担编程运行测试任务…...
2023年8月体育用品行业数据分析(京东数据产品)
当前,亚运会临近,这也带动了国民对体育消费的热情,体育产品内销逐渐旺盛,“亚运经济”红利开始显现。鲸参谋数据显示,今年8月份,京东平台上体育用品行业的销量为185万,同比增长2%;销…...
国内高校镜像网站
国内各大高校开源镜像站 排名不分前后 清华大学:https://mirrors.tuna.tsinghua.edu.cn/ 北京大学:https://mirrors.pku.edu.cn/ 北京外国语大学:http:// https://mirrors.bfsu.edu.cn/ 北京理工大学:https://mirrors.bit.e…...
Linux安装kafka-manager
相关链接https://github.com/yahoo/kafka-manager/releases kafka-manager-2.0.0.2下载地址 百度云链接:https://pan.baidu.com/s/1XinGcwpXU9YBF46qkrKS_A 提取码:tzvg 一、安装部署 1.把kafka-manager-2.0.0.2.zip拷贝到目录 /opt/app/elk 2.解压…...
MYSQL索引——B+树讲解
B-/B树看 MySQL索引结构 B-树 B-树,这里的 B 表示 balance( 平衡的意思),B-树是一种多路自平衡的搜索树.它类似普通的平衡二叉树,不同的一点是B-树允许每个节点有更多的子节点。下图是 B-树的简化图. B-树有如下特点: 所有键值分布在整颗树中; 任何一…...
基于MCP协议的AI自动化Solana代币发行与资产管理实战
1. 项目概述:当AI助手成为你的Solana发币合伙人 如果你在Solana生态里折腾过,肯定知道发一个币有多麻烦。从构思名字、设计代币经济学、写合约、到部署、创建流动性池、再到上DEX工具(比如Dexscreener)做推广,每一步都…...
告别混乱:用SAP STO退货功能(NCR/NLR)清晰管理公司间物料退回
告别混乱:用SAP STO退货功能(NCR/NLR)清晰管理公司间物料退回 当集团企业发展到多工厂、多法人架构时,物料在组织间的流动管理往往成为供应链的痛点。特别是在退货场景下,手工处理导致的账实不符、责任归属模糊等问题&…...
CANopen通信避坑指南:你的SDO为什么读不到映射变量?从对象字典EDS文件说起
CANopen通信避坑指南:你的SDO为什么读不到映射变量?从对象字典EDS文件说起 调试CANopen通信时,最令人抓狂的瞬间莫过于:从站程序明明能正常读写变量,主站却死活读不到映射值。上周我就遇到一个典型案例——某工业设备厂…...
Tempera风格在Midjourney中为何始终不达标?:资深提示工程专家拆解v6.1/v6.2渲染底层逻辑
更多请点击: https://intelliparadigm.com 第一章:Tempera风格在Midjourney中的定义性困境 Tempera(蛋彩画)作为一种古老绘画媒介,其细腻笔触、哑光质感与矿物颜料特有的微颗粒反光,在Midjourney等文本到图…...
深度解构:指纹浏览器底层隔离与Python高并发RPA,如何重塑电商矩阵自动化架构?
大家好,我是林焱,一名专注电商底层业务逻辑与 RPA 自动化架构定制的独立开发者。 在 CSDN 的各个技术板块中,关于爬虫与反爬虫、并发调度、以及客户端架构的讨论一直是热点。而将这些技术综合应用到极致的领域之一,就是当下极度内…...
终极指南:SpringAll安全框架实战——Shiro与Spring Security权限控制最佳实践
终极指南:SpringAll安全框架实战——Shiro与Spring Security权限控制最佳实践 【免费下载链接】SpringAll 循序渐进,学习Spring Boot、Spring Boot & Shiro、Spring Batch、Spring Cloud、Spring Cloud Alibaba、Spring Security & Spring Secur…...
短视频矩阵系统技术选型:从自研到 SaaS 的成本与收益分析
前言在短视频运营规模化的今天,几乎所有有一定规模的团队都面临着一个关键的技术决策:是自研矩阵管理系统,还是选择成熟的 SaaS 解决方案。很多团队在初期都会选择自研,认为这样可以更好地满足个性化需求,但最终往往陷…...
Android本地AI语音助手Cliff:开源、离线与可定制的边缘计算实践
1. 项目概述:Cliff,一个运行在Android上的本地化AI语音助手最近在GitHub上看到一个挺有意思的项目,叫“Cliff-Android-Voice-Assistant”。光看名字,你大概能猜到它是一个给安卓设备用的语音助手。但和Siri、小爱同学、Google Ass…...
从相关性反馈到视觉理解:计算机视觉检索技术的演进与落地
1. 从“荒谬”到“范式转移”:一位计算机视觉先驱的二十年跋涉1995年,当互联网还处于襁褓之中,用技术自动搜索图片的想法听起来近乎“荒谬”。这是微软亚洲研究院副院长、首席研究员芮勇博士在回顾自己研究生涯起点时的感慨。二十多年后&…...
主动学习:让AI主动挑选最有价值的样本进行标注
1. 主动学习:不是AI在“等喂饭”,而是在“主动点菜”你有没有遇到过这种场景:手头有个图像分类项目,标注一张医学影像要花资深放射科医生15分钟,而你手上有5万张未标注CT切片——但预算只够标300张。或者在做客服对话意…...
