多Agent技术在飞行冲突解脱中的应用

提出一个离散环境下的分布式的飞行冲突解脱方法,引入了自动化的Agent.探测到冲突后,解脱过程的求解包括两个步骤Agent冲突解脱和Agent协调,在保证安全间隔的同时保证了最大的空域容量利用率.     

小型船舶自动操舵控制系统的研制

设计基于ARM的小型船舶自动操舵控制系统.通过磁罗经检测实际航向,与给定航向比较产生偏航角,由控制器通过PID算法产生偏舵角去控制舵机,形成双闭环控制系统,从而实现对船舶航向的自动控制.     

基于EM算法的船舶大转向航向路径跟踪控制方法

目前研究的船舶大转向航向路径跟踪控制方法在解决航向环境变化下船舶大转向航向路径跟踪控制问题时,解决能力较弱,抗干扰能力较差。为解决上述问题,基于EM算法研究了一种新的船舶大转向航向路径跟踪控制方法,通过构建基于EM算法的船舶大转向特征模型获取完整的船舶信息并对其进行在线参数估计,为航向路径跟踪控制奠定基础,结合GPS定位系统对船舶的大转向航向路径进行实时跟踪和路径描绘,以EM算法对其大转向航向路径进行控制。实验结果表明,基于EM算法的船舶大转向航向路径跟踪控制方法跟踪准确、控制有效,适用于为了船舶领域的进一步发展。     

多约束条件下最优航向控制中的蚁群算法研究

我国最优航向控制技术是智能航海技术中的关键技术之一,能够保证船舶按照最优航向航线到达目的地,提高航行的安全性和经济性。在最优航向控制技术中,引入蚁群算法可满足求解最优化路径的要求,进一步优化最优航向控制系统的性能。本文分析传统蚁群算法的基本原理和缺陷,提出改进后的栅格蚁群算法,以弥补传统算法的不足,并基于栅格蚁群算法构建起多约束条件下的最优航向控制模型,对模型进行实验仿真分析,仿真结果表明该模型可得出最优航向航线结果。     

船舶航向计算动词PID自动舵设计

研究一种新的智能控制算法——计算动词PID控制算法在船舶航向控制器设计中应用.以非线性船舶运动模型为对象,详细地设计了一种计算动词PID控制器,并应用MATLAB软件进行仿真试验.仿真结果表明该智能控制器能够快速准确地跟踪设定航向,同时表明当模型参数摄动时,具有强鲁棒性.     

船舶航向保持的鲁棒神经网络控制

设计一个N5-5-5-5-5-5-1前向神经网络,经训练得到一个开环的船舶航向保持控制器,使其能够较好地保持典型输入信号作用下的船舶航向;然后应用闭环增益成形算法,形成闭环控制系统.这种基于神经网络的航向保持方案,将神经网络的适应能力、非线性函数映射能力和闭环增益成形算法的鲁棒性结合起来,改善了系统的鲁棒性能.这种方法设计过程简单,物理意义明显.     

舰船磁场与航向关系的试验分析

通过观察船模在不同航向下所产生的磁场,得到磁场与航向存在正余弦关系,在磁场数学建模的基础上推导分析认为,能通过测量两个不同航向下的磁场估计任意航向下的磁场,减少实测次数,而且可用于识别航向。     

人工智能技术在舰船航向混合自动控制中的应用

现有航向控制主要使用PID控制器,其主要应用于线性控制问题,而航向控制具备一定的随机性,导致常规航向控制方法稳定性较差,威胁舰船航行安全性,引入人工智能技术提出舰船航向混合自动控制方法研究。设置假设条件构建舰船运动模型,以此为基础,对运动参量进行无因次化处理,避免量纲不同对模型产生不利影响,引入人工智能技术——神经网络算法与PID控制理论进行混合应用,制定神经网络PID控制程序,执行程序即可实现舰船航向的混合自动控制。实验数据显示:在常数大于2条件下,应用人工智能技术后获得的航向控制稳定性指标大于平均水平,说明人工智能技术应用性能较好。     

船舶航向自动控制的蚁群优化算法

针对当前船舶航向自动控制算法存在的局限性,为了提高船舶航向自动控制的精度,提出船舶航向自动控制的蚁群优化算法。首先对船舶航向自动控制的工作原理进行分析,建立船舶航向自动控制的数学模型,然后采用蚁群算法模拟蚂蚁搜索食物机制对船舶航向自动控制的数学模型进行优化,最后进行船舶航向自动控制的仿真模拟实验。结果表明,本文方法提高了船舶航向自动控制精度,工作十分稳定,而且船舶航向自动控制的超调量小于当前其它船舶航向自动控制算法。     

基于最优控制算法的船舶航向控制器设计

船舶的航向控制器是关系到船舶安全的重要设备。本文基于最优控制算法,研究了船舶航向控制器的设计。本文研究了船舶航向控制技术的发展及现状;分析了船舶航向控制器的原理及性能指标;探讨船舶运动的数学模型;讨论了船舶航向的最优控制算法;给出了基于最优算法的船舶航向控制器整体结构。本文研究对于促进我国船舶航向控制器有着积极的指导作用。