2013国赛论文

由于影响道路横断面通行能力的因素众多， 因此我们用主成份分析法找出最主要的影响因素；首先以实验的方法定性的分析了问题一中年事故所处横断面通行能力，然后建立饱和流率模型、城市道路设计规范模型、停车线法模型定量的比较分析并通过matlab软件作出相应图像发现其通行能力从事故发生到撤离期间事故所处横断面通行能力较小，但其并无显著变化；对问题二利用问题一所得结论分析其通行能力发现占用不同的车道事故所处横断面通行能力显著不同，其取决于允许车辆通过的车道的本身通行能力。对于问题三利用流体力学模拟理论把车流密度的疏密变化比拟为水波的起伏变化，进而抽象为车流波，通过分析车波的传播速度，寻找到排队长度与横断面处的实际通行能力、事故持续时间、路段上游车流量之间的关系为

L=

(AB)V2V1t；

2(AV2BV1)

关键字： 标准车当量 通行能力

1

一、 问题的重述

车道被占用是指因交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象。由于城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞。如处理不当，甚至出现区域性拥堵。

车道被占用的情况种类繁多、复杂，正确估算车道被占用对城市道路通行能力的影响程度，将为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据。

二、模型假设

1、假设行人和四轮以下对道路通行能力无影响。

2、假设车流中各单个车辆的行驶状态与它前面的车辆完全一样

3、假设道路平坦，无引道坡度。

4、假设研究路段没有停车阻塞影响。

三、符号说明

S0 fw fg fbb fRT 为车道组的饱和流率 为车道宽度校正系数 为引道坡度校正系数 阻塞影响作用校正系数 为车道组中右转车校正系数 2

tg 信号周期内的绿灯时间 是折减系数 是专用右转车道本面进口道的通行能力 是本面直左车道通行能力。 左转车占本面进口道车辆的比例 是 1 个周期内的绿灯损失时间 左转车辆通过交叉口的速度 φ C右 Csl l t损 v1 a 平均启动加速度 为该车道组中车道数 为重型车辆校正系数 为公共汽车停在交叉口范围内 为地区类型校正系数 为车道组中左转车校正系数 是绿灯亮后 ,第一辆通过停车线的时间 是 1 条直行车道的通行能力 是本面直行车道通行能力之和 右转车占本面进口道车辆的比例 N fHV fp fa fLT t0 C直 ΣC直 r

四、问题分析 问题一分析

我们首先通过视频中的信息得到每10秒事故发生处横断面通过面通过的车辆数并换算为标准车当量数，通过matlab软件作出每10秒内通过横断面处的标准车

3

当量数的图像和第n秒(n=10,20……)通过横断面的标准车当量数的图像，然后通过美国的饱和流率模型以及我国《城市道路设计规范》中介绍的城市道路设计规范模型和停车法模型，算出事故所处横断面通行能力的理论值，并与视频得到的实验值比较分析。 问题二分析

同问题一中收集数据的方法收集视频二中的数据，并作出相应的图像；通过问题一得到的结果以及在视频二中所得到的信息，分别对视频二与视频一信息图像和视频二中事故所处横断面通行能力理论数据的比较分析得出同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异。

问题三的分析

题目要求排队长度与横断面处的实际通行能力、事故持续时间、路段上游车流量的关系，根据英国学者莱特希尔和惠特汉姆提出的流体力学模拟理论，把车流密度的疏密变化比拟成水波的起伏变化而抽象为车流波，当车流因道路或交通状况的改变引起密度的改变时，在车流中产生车流波的传播。通过分析车流波的传播速度，以寻求排队长度与横断面处的实际通行能力、事故持续时间、路段上游车流量的关系。

问题四的分析

在问题一中我们知道了发生事故出横断面通行能力，此问题目又给出了上游车流量得出一定时间内留在车道处的车辆数，进而得出时间与车辆排队长度的关系，再根据一定长度的车道内所能容纳的最大车数目计算出经过多长时间车辆排队长度到达上游路口。

[1]五、模型建立与求解

问题一

一、通过视频一我们得到从事故发生到撤离期间每10秒通过事故所处横断面的

车辆数并将其按照小客车为标准差转化为标准车当量数，用matlab软件作出每10秒通过事故所处横断面的车辆数的图像（如图1）和第n秒内通过事故所处横断面的车辆数的图像（如图二） 图1

4

图2

二、对事故横断面通行能力的理论值计算，我们采用饱和流率模型、城市道路规

5

范模型、停车线法模型，并求得他们的均值。 1、饱和流率模型

饱和流率是假定某车道组在全绿灯条件下 , 所能通过的最大车流量题

过视频一我们得到从事故发生到撤离期间每10秒通过事故所处横断面的车辆数并将其按照小客车为标准差转化为标准车当量数，用matlab软件作出每10秒通过事故所处横断面的车辆数的图像（如图1）和第n秒内通过事故所处横断面的车辆数的图像（如图二） 对

故横断面通行能力的理论值计算，我们采用饱和流率模型、城市道路规范模型、停车线法模型，并求得他们的均值。 , 其单位是辆P有效绿灯时间。

【2】各个车道的通行能力计算公式：CiSii i(g/TC) （本题中附件5

中给出g=27s, TC=60s

整个交叉口通行能力： CC

ii每一个车道组的饱和流率修正计算公：

S= S0NfwfHVfgfpfbbfafRTfLT

其中理想的饱和流率

S0（一般直行车道取 1 650 辆/ 绿灯 h /车道 ,左转车道

【3】取 1 550 辆P 绿灯 h /车道 ,右转车道取 1550 辆/绿灯 h / 车道）。 在本题中我们运用主成份分析法得到只对车道宽度和地区类型进行系数修正，修

【4】ff四正系数见表三、。得w=0.94 a=0.9

各个车道的通行能力：

S0NfwfS直=

=165010.940.9 1396辆/绿灯h

C直S直i=

27 = 1396 60

=628辆/h

=155010.940.9 =1311辆/h

C右C右i=

6

S右=S0Nfwf27 =131160

=590辆/h

同理可得

C左=590辆/h

事故发生前: 入口的通行能力（只有一个右转车道和两个直行车道对其有贡献）

C入=2

C直C右+=1846辆/h C直C右C左++

C入C直C右+=1846辆/h

出口的通行能力（包括直行，右转，左转） C出=

=1808辆/h 事故发生后： 入口的通行能力不变

=2

出口的通行能力（只有右转车道允许车辆通过），根据各车

C出，C道车流量的比例可以得到：= 出21%=380辆/h=0.11辆/s 2、城市道路设计规范模型

【5】算各个车道通行能力的计

C直 =

3600tgt0(1)TCtiTC=60s

tg=27s

t0=2.3 =0.9

ti=2.65（按表 五选用且本题中大小型车辆的比值大约为2：8）

代入数据得

C直=557辆/h

1-r）C右=（C直+Csl)/（本题入口处只设有专用右道无专用左道，故用公式

本题中

C直=

Csl

r=21%

C右故=1410辆/h

C入 事故发生前 入口的通行能力：=2

C直+

C右=2524辆/h

C右Cer=

本题出口处设有专用左转和专用右转车道，因此根据公式

CC 左=el

CeC直/（1-l-r）i

7

已知 l=35% r=21% 解之得

C左Ce=3798辆/h

=379821%=798辆/h

C右=379835%=1329辆/h

C出C右C左C直=++=2704辆/h

出口的通行能力

事故发生后 入口的通行能力不变 C出，C出口通行能力 = 出21%=568辆/h=0.16辆/s 3、停车线法

停车线法以进口处车道的停车线为基准面 , 认为凡是通过该面的车辆就已

【2】下通过交叉口 , 其计算方法如

C直=

3600tgt损TCti

t损取平均值2.3s

3600327-2.3C故 直=602.65辆/h

=559辆/h

3600C右t= tr (本题中主要以小车为主，因此我们取r=3.6s) C右=1000辆/h

v12a假设在设有左转车辆专用信号，则有

3600C左Tc=tltlt0

v=27s 1=直行车辆通过交叉口的平均车速范围的最小值13km/h（因为在一般

tt情况下车辆左转的速度小于直行时的速度） 0=i a=0.6（本题中重要

是以小型车为主）

C左= 611辆/h

C入事故发生前 入口的通行能力 =2118辆/h

=2

C直C右+

8

出口的通行能力

C出=

C右 +

C直C左+

=2170辆/h

事故发生后 入口的通行能力不变

C出，C 出口通行能力 =出21%=456 辆/h =0.13辆/s 对三种方法下发生事故后的出口通行能力求均值 C出，380+568+4563= 辆/h=468辆/h=0.13辆/s

对实验值和理论值发现事故发生占用车道后道路的实际通行能力明显下降，但是

在事故发生到撤离期间事故所处横断面一直保持一个很小的流量，但其实际通行能力随时间无显著变化，因此在这段时间中事故所处横断面通行能力一直保持稳定状态，且其通行能力大约为0.13辆/s。 问题二

根据视频二我们收集到的数据如表六、七。通过matlab软件作出了每10秒和第n(n=10、20、30……)秒，通过事故所处横断面处标准车当量数的图像（如图三、四）。 图三

图四

9

再作出视频一和视频二在一段时间内通过事故横断面处标准车当量数的比较图像。（如图五） 图五

10

从实验比较来看问题二中事故所处横断面通行能力比问题一中的大，以此我们猜想是所占车道不同对事故所处横截面通行能力的影响差异主要来自于各个车道本身的通行能力不同，从上述实验可看出本题目中左转车道的通行能力大于右转车道的通行能力。

利用问题一的事故所处横断面通行能力理论数值得计算方法可以算出此时三种模型下事故所处横断面通行能力理论数值：

1. 饱和流率模型 事故发生后出口通行能力为C，=180835%辆/h=633辆/h

出2. 城市道路设计规范模型 事故发生后出口通行能力为C，=270435%辆/h

出=946辆/h

3.停车线法模型 事故发生后出口通行能力为C，=217035%辆/h=760辆/h

出三种模型下事故发生后实际通行能力的均值为 C，=

出633+946+760辆/h=780

3辆/h=0.22辆/s

此理论值与问题一理论值相比较发现视频二情况下的实际通行能力要大于视频一情况下的实际通行能力，与实验的结果相符，由此我们可以认为所占车道不同对实际通行能力的影响与车道本身的通行能力有密切的联系，即它们的通行能力的差异来自于允许车辆通过的车道本身的差异。

问题三

11

首先要研究的交通流包括：上游路段和事故发生段，在两路段上车辆衔接位置处出现这样一个相互对接的位置，并且在车辆密度变化过程中，它会随着车辆密度的变化而发生位置的变动，并且它的传播方向与原车流的流动方向之间的关系可以反映是否要发生车辆排队现象。

现在设排队长度为L，事故持续时间为t，波速为vw，事故横断面实际通行能力为A,交通流密度为

K1；上游路段的车流量为B，交通流密度为K2；事故发生路

段行车速度为V1，上游路段行车速度为V2，则:

ABABK1= ；K2=；vw=K1K2;

V1V2 因为距离为速度与时间的乘积，且开始时刻排队长度为0,t时刻末的排

队长为L，假设此过程中排队过程均匀变化，故此处排队长度

tABAB(AB)V2V1V1V2= t 2(AV2BV1)20t+tvwtvwL==

22=

六、模型的评价与优缺点

七、参考文献

[1]李杰，王福，何雅琴 ， 交通工程学 ，2010年

12

【2】袁晶矜 ,袁振洲 ，信号交叉口通行能力计算方法的

比较分析， 公路交通技术第 5 期 ：124-125页 ，2006 年 10 月

【3】任福田 ,刘小明 ,荣 建 , 等. 交通工程学 [ M] .

北京 :人民交通出版社 ,2003.

【4】王 兆 林，低 等 级 道 路 通 行 能 力 计 算 方 法

探 讨，第三期21～22页，2006年

【5】陈宽民 , 严宝杰 , 任福田. 道路通行能力分析 [ M] .

北京 :人民交通出版社 ,2003.

八 附录

表一 大型车 小型车 时间间隔/s 标准车当量数 时间 1 2 10 4 1 3 10 5 0 3 10 3 0 3 10 3 1 1 10 3 1 1 10 3 0 4 10 4 0 4 10 4 0 5 10 5 1 2 10 4 0 3 10 3 0 1 10 1 0 3 10 3 0 4 10 4 0 2 10 2 0 1 10 1 0 3 10 3 0 2 10 2 0 2 10 2 0 3 10 3

13

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 1 0

2 2 2 3 3 4 2 2 3 1 3 2 3 4 3 4 3 4 2 2 4 3 3 3 3 3 3 4 3 3 2 3 3 2 2 3 3 1 3 3 1 3 2 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 14

2 4 2 3 3 4 2 2 3 1 3 4 3 4 3 4 3 4 2 2 4 3 3 3 3 3 3 4 3 3 2 3 3 2 4 3 3 3 3 3 3 5 2 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 0 0 1 0 1 0 1 0 1 0 0 0 0 1 1 0 0 1 0 0 1 1 0 0 3 3 2 4 2 4 2 4 3 2 3 2 3 3 2 3 4 1 3 3 2 4 3 3 表二 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 3 3 4 4 4 4 4 4 5 2 3 2 3 5 4 3 4 3 3 3 4 6 3 3 标准车当量

4 9 12 15 18 21 25 29 34 38 41 42 45 49 51 52 55

64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 第几秒 大型车 小型车

10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

1 2 2 2 3 4 4 4 4 5 5 5 5 5 5 5 5

15

2 5 8 11 12 13 17 21 26 28 31 32 35 39 41 42 45

180 190 200 210 220 230 240 250 260 5 5 5 5 6 6 6 6 6 47 49 52 54 56 58 61 64 68 57 59 62 64 68 70 73 76 80 270 6 280 6 290 6 300 6 310 6 320 7 330 7 340 7 350 7 360 7 370 7 380 7 390 7 400 7 410 7 420 7 430 7 440 7 450 7 460 7 470 7 480 7 490 7 500 7 510 7 520 7 530 7 540 7 550 8 560 8 570 8 580 9 590 9 600 9 610

10

70 72 75 76 79 81 84 88 91 95 98 102 104 106 110 113 116 119 122 125 128 132 135 138 140 143 146 148 150 153 156 157 160 163 164 82 84 87 88 91 95 98 102 105 109 112 116 118 120 124 127 130 133 136 139 142 146 149 152 154 157 160 162 166 169 172 175 178 181 184

16

620 630 640 650 660 670 680 690 700 710 720 730 740 750 760 770 780 790 800 810 820 830 840 850 860 870 11 11 11 11 12 12 13 13 14 14 15 15 15 15 15 16 17 17 17 18 18 18 19 19 19 19 167 169 172 175 177 181 183 187 189 193 196 198 201 203 206 209 211 214 218 219 222 225 227 231 234 237 189 191 194 197 201 205 209 213 217 221 226 228 231 233 236 241 245 248 252 255 258 261 265 269 272 275

shi1data=[4,5,3,3,3,3,4,4,5,4,3,1,3,4,2,1,3,2,2,3,2,4,2,3,3,4,2,2,3,1,3,4,3,4,3,4,3,4,2,2,4,3,3,3,3,3,3,4,3,3,2,3,3,2,4,3,3,3,3,3,3,5,2,3,3,4,4,4,4,4,4,5,2,3,2,3,5,4,3,4,3,3,3,4,6,3,3]; t=length(shi1data); figure(1)

plot(1:t,shi1data) xlabel('time /10 s') ylabel('pcu per 10s') for nt=1:t

caru(nt)=sum(shi1data(1,1:nt)); end

figure(2)

plot((1:t)*10,caru) xlabel('time /s')

ylabel('pcu at this second')

表三车道宽度对通行能力影响的修正系数

17

fw

表四 日本道路服务水平规定表

表五 混合车队的ti

时间 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 表六 小型车 大型车 2 0 1 0 6 0 2 1 5 0 4 1 3 0 4 0 5 1 3 0 1 1 3 0 3 0 2 0 3 0 3 1

PCU 2 1 6 4 5 6 3 4 7 3 3 3 3 2 3 5 18

160 4 0 4 170 4 0 4 180 4 0 4 190 4 0 4 200 1 2 5 210 2 1 4 220 3 0 3 230 3 0 3 240 4 0 4 250 4 0 4 260 3 0 3 270 3 0 3 280 3 1 5 290 2 0 2 300 1 0 1 310 2 1 4 320 4 1 6 330 5 1 7 340 2 0 2 350 1 0 1 360 2 0 2 370 5 0 5 380 3 0 3 390 3 2 7 400 4 0 4 410 1 0 1 420 3 0 3 430 3 0 3 440 3 0 3 450 3 0 3 460 3 1 5 470 3 0 3 480 5 0 5 490 4 0 4 500 5 0 5 510 3 0 3 520 4 1 6 530 2 1 4 540 3 0 3 550 4 0 4 560 4 0 4 570 2 0 2 580 1 1 3

19

590 2 0 2 600 1 0 1 610 4 0 4 620 4 0 4 630 2 0 2 640 3 1 5 650 2 0 2 660 2 0 2 670 5 0 5 680 4 0 4 690 4 0 4 700 3 0 3 710 3 0 3 720 1 0 1 730 4 1 6 740 3 0 3 750 2 1 4 760 1 0 1 770 1 0 1 780 1 0 1 790 1 0 1 800 4 2 8 810 2 0 2 820 4 1 6 830 2 0 2 840 3 1 5 850 4 0 4 860 3 0 3 870 2 1 4 880 4 0 4 890 3 0 3 900 7 0 7 910 4 0 4 920 5 0 5 930 2 0 2 940 5 1 7 950 4 0 4 960 3 0 3 970 2 0 2 980 4 0 4 990 2 0 2 1000 4 1 6 1010 4 0 4

20

1020 2 1 4 1030 2 0 2 1040 4 0 4 1050 3 0 3 1060 2 0 2 1070 4 0 4 1080 2 1 4 1090 3 0 3 1100 3 0 3 1110 3 0 3 1120 4 0 4 1130 1 1 3 1140 3 0 3 1150 2 1 4 1160 3 0 3 1170 4 0 4 1180 4 0 4 1190 2 1 4 1200 3 0 3 1210 4 0 4 1220 3 0 3 1230 5 0 5 1240 1 0 1 1250 0 2 4 1260 3 0 3 1270 4 0 4 1280 3 0 3 1290 4 0 4 1300 1 1 3 1310 2 1 4 1320 2 1 4 1330 3 0 3 1340 3 1 5 1350 3 0 3 1360 4 0 4 1370 3 0 3 1380 1 0 1 1390 2 2 6 1400 4 0 4 1410 3 0 3 1420 1 0 1 1430 3 2 7 1440 1 0 1

21

1450 2 1 4 1460 0 1 2 1470 3 0 3 1480 1 0 1 1490 1 1 3 1500 4 1 6 1510 4 0 4 1520 3 0 3 1530 4 0 4 1540 2 0 2 1550 3 1 5 1560 4 0 4 1570 1 0 1 1580 3 1 5 1590 3 0 3 1600 4 0 4 1610 2 0 2 1620 3 0 3 1630 1 0 1 1640 4 1 6 1650 3 0 3 1660 3 1 5 1670 4 0 4 1680 3 0 3 1690 3 0 3 表七 时间 小 大 PCU 10 2 0 2 20 2 0 2 30 2 0 2 40 2 0 2 50 2 0 2 60 2 0 2 70 2 0 2 80 2 0 2 90 2 0 2 100 2 0 2 110 2 0 2 120 2 0 2 130 2 0 2

22

140 2 0 2 150 2 0 2 160 2 0 2 170 2 0 2 180 2 0 2 190 2 0 2 200 2 0 2 210 2 0 2 220 2 0 2 230 2 0 2 240 2 0 2 250 2 0 2 260 2 0 2 270 2 0 2 280 2 0 2 290 2 0 2 300 2 0 2 310 2 0 2 320 2 0 2 330 2 0 2 340 2 0 2 350 2 0 2 360 2 0 2 370 2 0 2 380 2 0 2 390 2 0 2 400 2 0 2 410 2 0 2 420 2 0 2 430 2 0 2 440 2 0 2 450 2 0 2 460 2 0 2 470 2 0 2 480 2 0 2 490 2 0 2 500 2 0 2 510 2 0 2 520 2 0 2 530 2 0 2 540 2 0 2 550 2 0 2 560 2 0 2

23

570 2 0 2 580 2 0 2 590 2 0 2 600 2 0 2 610 2 0 2 620 2 0 2 630 2 0 2 640 2 0 2 650 2 0 2 660 2 0 2 670 2 0 2 680 2 0 2 690 2 0 2 700 2 0 2 710 2 0 2 720 2 0 2 730 2 0 2 740 2 0 2 750 2 0 2 760 2 0 2 770 2 0 2 780 2 0 2 790 2 0 2 800 2 0 2 810 2 0 2 820 2 0 2 830 2 0 2 840 2 0 2 850 2 0 2 860 2 0 2 870 2 0 2 880 2 0 2 890 2 0 2 900 2 0 2 910 2 0 2 920 2 0 2 930 2 0 2 940 2 0 2 950 2 0 2 960 2 0 2 970 2 0 2 980 2 0 2 990 2 0 2

24

1000 2 0 2 1010 2 0 2 1020 2 0 2 1030 2 0 2 1040 2 0 2 1050 2 0 2 1060 2 0 2 1070 2 0 2 1080 2 0 2 1090 2 0 2 1100 2 0 2 1110 2 0 2 1120 2 0 2 1130 2 0 2 1140 2 0 2 1150 2 0 2 1160 2 0 2 1170 2 0 2 1180 2 0 2 1190 2 0 2 1200 2 0 2 1210 2 0 2 1220 2 0 2 1230 2 0 2 1240 2 0 2 1250 2 0 2 1260 2 0 2 1270 2 0 2 1280 2 0 2 1290 2 0 2 1300 2 0 2 1310 2 0 2 1320 2 0 2 1330 2 0 2 1340 2 0 2 1350 2 0 2 1360 2 0 2 1370 2 0 2 1380 2 0 2 1390 2 0 2 1400 2 0 2 1410 2 0 2 1420 2 0 2

25

1430 1440 1450 1460 1470 1480 1490 1500 1510 1520 1530 1540 1550 1560 1570 1580 1590 1600 1610 1620 1630 1640 1650 1660 1670 1680 1690 1700 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 shi2data=[2,1,6,4,5,6,3,4,7,3,3,3,3,2,3,5,4,4,4,4,5,4,3,3,4,4,3,3,5,2,1,4,6,7,2,1,2,5,3,7,4,1,3,3,3,3,5,3,5,4,5,3,6,4,3,4,4,2,3,2,1,4,4,2,5,2,2,5,4,4,3,3,1,6,3,4,1,1,1,1,8,2,6,2,5,4,3,4,4,3,7,4,5,2,7,4,3,2,4,2,6,4,4,2,4,3,2,4,4,3,3,3,4,3,3,4,3,4,4,4,3,4,3,5,1,4,3,4,3,4,3,4,4,3,5,3,4,3,1,6,4,3,1,7,1,4,2,3,1,3,6,4,3,4,2,5,4,1,5,3,4,2,3,1,6,3,5,4,3,3];

t=length(shi2data); figure(1)

plot(1:t,shi2data) xlabel('time /10 s') ylabel('pcu per 10s') for nt=1:t

caru2(nt)=sum(shi2data(1,1:nt)); end

figure(2)

plot((1:t)*10,caru2)

26

xlabel('time /s')

ylabel('pcu at this second'

clc

clear all

shi1data=[4,5,3,3,3,3,4,4,5,4,3,1,3,4,2,1,3,2,2,3,2,4,2,3,3,4,2,2,3,1,3,4,3,4,3,4,3,4,2,2,4,3,3,3,3,3,3,4,3,3,2,3,3,2,4,3,3,3,3,3,3,5,2,3,3,4,4,4,4,4,4,5,2,3,2,3,5,4,3,4,3,3,3,4,6,3,3]; t=length(shi1data); figure(1)

plot(1:t,shi1data) xlabel('time /10 s') ylabel('pcu per 10s') for nt=1:t

caru(nt)=sum(shi1data(1,1:nt)); end

figure(2)

plot((1:t)*10,caru) xlabel('time /s')

ylabel('pcu at this second')

clc

clear all

shi2data=[2,1,6,4,5,6,3,4,7,3,3,3,3,2,3,5,4,4,4,4,5,4,3,3,4,4,3,3,5,2,1,4,6,7,2,1,2,5,3,7,4,1,3,3,3,3,5,3,5,4,5,3,6,4,3,4,4,2,3,2,1,4,4,2,5,2,2,5,4,4,3,3,1,6,3,4,1,1,1,1,8,2,6,2,5,4,3,4,4,3,7,4,5,2,7,4,3,2,4,2,6,4,4,2,4,3,2,4,4,3,3,3,4,3,3,4,3,4,4,4,3,4,3,5,1,4,3,4,3,4,3,4,4,3,5,3,4,3,1,6,4,3,1,7,1,4,2,3,1,3,6,4,3,4,2,5,4,1,5,3,4,2,3,1,6,3,5,4,3,3];

t=length(shi2data); figure(3)

plot(1:t,shi2data) xlabel('time /10 s') ylabel('pcu per 10s') for nt=1:t

caru2(nt)=sum(shi2data(1,1:nt)); end

figure(2) hold on

plot((1:t)*10,caru2) xlabel('time /s')

ylabel('pcu at this second')

27

28

29