基于智能优化算法的舰船航行轨迹跟踪

针对当前舰船航行轨迹跟踪精度的难题,设计了基于智能优化算法的舰船航行轨迹跟踪方法。首先结合舰船航行轨迹跟踪的特点,将舰船航行轨迹跟踪问题转换为一个多目标优化问题,然后引入智能优化算法对网格点的多目标优化问题进行求解,找到最优的舰船航行轨迹跟踪方案,最后进行舰船航行轨迹跟踪仿真测试,测试结果表明,智能优化算法获得了比传统算法更优的舰船航行轨迹跟踪精度,而且舰船航行轨迹跟踪的速度高,具有较好应用价值。     

改进遗传算法的舰船电力系统无功优化

由于现有方法存在有功网损优化效果差的问题,以及控制与状态变量越限运行的现象,故提出改进遗传算法的舰船电力系统无功优化方法。依据舰船电力系统电压、网络损耗、无功功率之间的关系,构建无功优化数学模型,以此为基础,基于快速解耦法计算无功优化潮流,以潮流计算结果为依据,应用改进遗传算法求解无功优化数学模型,最终实现舰船电力系统无功优化的目标。实验结果显示:与现有方法相比较,本文方法有功网损优化效果更好,并无变量越限现象,充分证实了本文方法性能更佳。     

混沌背景下舰船图像弱小目标轨迹跟踪的数学模型构建

在海上混沌背景干扰下,舰船图像弱小目标很难被检测出来,影响了跟踪质量。为此,构建一种混沌背景下舰船图像弱小目标轨迹跟踪的数学模型。该模型构建首先进行混沌背景处理,包括图像灰度化和图像滤波,以此抑制背景干扰。利用自适应修改搜索管径的时空域滤波方法进行舰船弱小目标检测,最后利用均值漂移算法实现弱小目标轨迹跟踪。结果表明,与前人研究的4种方法相对比,本文研究方法,轨迹跟踪误差较小,证明了所研究的有效性。     

舰船通信网络模糊信息多目标元素优化跟踪系统

为了解决传统多目标元素跟踪系统中,由于受到通信信号的干扰导致的跟踪误差大的问题,从硬件和软件2个方面,设计舰船通信网络模糊信息多目标元素优化跟踪系统。在硬件方面主要改装跟踪器和控制器,在硬件设备支持的基础上,通过设计系统的软件功能。首先搭建多目标元素的运动模型,在舰船通信网络中收集模糊信息,并以此作为判断多目标实时状态的基础。最后通过多个跟踪点数据的关联,实现多目标元素优化跟踪与维持。通过与传统系统的测试对比得出结论,设计的多目标元素优化跟踪系统的平均跟踪误差降低了52%,且在通信网络干扰的情况下可以保证跟踪精度的稳定,具有较高的鲁棒性。     

舰船移动网络大数据切片流概率稳定调控研究

现有的舰船移动网络大数据切片流概率稳定调控方法,存在着调控跨度较大的缺陷,为此提出舰船移动网络大数据切片流概率稳定调控方法。采用GCC编译舰船移动网络大数据中间表示,以此为基础,经过迭代计算完成网络大数据的切片,并得到大数据切片流概率,以切片流概率为依据,构建贝叶斯网络-概率模型,稳定调控大数据切片流概率,实现了舰船移动网络大数据切片流概率的稳定调控。实验结果表明,与现有的舰船移动网络大数据切片流概率稳定调控方法相比,提出的舰船移动网络大数据切片流概率稳定调控方法极大地降低了调控跨度,充分说明提出的舰船移动网络大数据切片流概率稳定调控方法具备更好的调控效果。     

纹理高阶分形特征的海面舰船目标检测方法

为了提高海面舰船目标检测效果,提出纹理高阶分形特征的海面舰船目标检测方法。首先分析海面舰船目标检测原理,并对海面舰船目标图像进行处理,然后提取海面舰船目标检测的纹理高阶分形特征,并引入卷积神经网络分析海面舰船目标的变化特点,从而建立海面舰船目标检测模型,最后通过仿真实验分析海面舰船目标检测的效果。结果表明,对复杂背景的海面舰船目标,本文方法不仅提升了海面舰船目标检测的准确性,解决了海面舰船目标漏检的难题,而且海面舰船目标检测速度明显加快,可以实现海面舰船目标实时监控。     

机器学习算法的舰船路径跟踪误差估计

针对传统舰船路径跟踪误差估计方法存在误差估计性能较差的问题,设计一种机器学习算法的舰船路径跟踪误差估计方法,对舰船路径跟踪时的运动方向进行简化。根据其扰动状态对舰船路径跟踪实施扰动分析,获取舰船路径跟踪时的旋转角度与角速度。设舰船在初始跟踪位置开始跟踪目标船,通过轨迹跟踪获取目标船的参考运动轨迹,利用饱和输入约束获取舰船路径跟踪目标轨迹的控制参数,并将其作为目标船参考运动轨迹的决定优化变量,获取参考运动轨迹,利用机器学习算法对舰船路径跟踪误差进行估计。为了证明机器学习算法的舰船路径跟踪误差估计方法的误差估计性能较好,将传统方法与该方法进行对比实验,实验结果证明该方法的误差估计性能优于传统方法。     

基于相对时变跟踪点位的无人艇目标跟踪策略

[目的]无人艇（USV）进行目标跟踪时,采用相对固定跟踪点位（RFTP）策略得到的参考轨迹含有拐点,导致跟踪不稳定,针对该问题提出相对时变跟踪点位（RTTP）策略以提高跟踪的稳定性。[方法]首先,使用一阶滞后滤波对目标艇艏向变化量进行处理;然后,根据滤波后的数据设计时变跟踪点位,将目标跟踪问题转化为轨迹跟踪问题,并得到参考轨迹;最后,使用模型预测控制（MPC）方法实现对目标艇的跟踪。[结果]仿真结果表明,USV在RTTP策略下的跟踪效果更稳定,跟踪距离均方根差（RMSE）下降了28.06%,能耗降低了5.93%,且控制量更加平稳。[结论]相比传统的RFTP策略,采用RTTP策略可有效提高USV目标跟踪的稳定性,为USV的目标跟踪提供了新策略。     

物联网结构在舰船多目标检测系统中的研究

舰船多目标检测系统是海上军事领域的重要研究方向之一。随着物联网技术的发展,无线传感网络在舰船多目标识别系统中的应用越来越广,其无线传感网络的节能问题﹑通信带宽及信道衰落都影响着目标检测系统的时效性及准确性。本文研究现有的多传感器网络的目标检测系统原理,重点分析基于舰船纯方位角度的多目标检测跟踪算法,并利用UFK方法对算法中的非线性扰动问题进行分析,解决多目标检测中的滑动窗口稳定性问题,最后进行仿真。     

舰船网络入侵目标检测效率优化方法分析

传统舰船网络入侵目标检测方法存在检测效率偏低的问题,因此提出舰船网络入侵目标检测效率优化方法分析。通过对网络入侵目标的函数定位计算,锁定入侵目标信号波;对锁定的信号波进行熵值得特征计算,得到入侵信号的特征熵值信息。根据得到的熵值信息对粒子检测算法进行优化计算,提升入侵目标检测效率。通过设计仿真实验场景,对提出设计方法进行对比测试,证明提出的舰船网络入侵目标检测效率优化方法,具有提升舰船网络入侵目标检测效率的作用。     

高速变螺距舰船短波通信线路优化布置数学模型

不能准确估量舰船短波通信的线路探测频率,是现有技术手段面临的主要问题。为解决上述问题,设计一种高速变螺距舰船短波通信线路优化布置数学模型。通过实时频率预测、输入、输出变量控制2个步骤,完成舰船短波通信频率选择。在此基础上,通过通信容错量确定、传输时延确定、通信布置数据分类3个步骤,完成新型舰船通信线路优化布置数学模型的搭建。模拟对比实验结果表明,应用高速变螺距舰船短波通信线路优化布置数学模型后,线路探测频率估量值的准确率得到一定程度的提升。     

基于大数据的舰船红外图像目标实时跟踪方法

舰船红外图像目标实时跟踪具有重要的研究意义,针对当前舰船红外图像目标实时跟踪算法存在的易丢失跟踪目标、目标跟踪精度低、计算时间少等缺陷,为了改善舰船红外图像目标实时跟踪效果,设计了基于大数据的舰船红外图像目标实时跟踪方法。首先分析了目前一些经典舰船红外图像目标实时跟踪方法的缺陷,找到引起它们不足的原因,然后提取舰船红外图像目标跟踪特征,并采用大数据分析技术根据特征实现舰船红外图像目标实时跟踪,最后对舰船红外图像目标跟踪误差和实时性进行实例分析,结果表明,本文方法的舰船红外图像目标跟踪精度高,跟踪误差处于实际应用要求的最小区间内,且舰船红外图像目标跟踪计算时间短,可以对目标进行实时有效的跟踪,获得比其它方法更优的舰船红外图像目标实时跟踪结果。     

舰船建造工艺参数优化的数学模型构建

为科学选择舰船建造工艺参数,缩短建造时间,提升建造稳定性,降低建造过程中的能源消耗,构建舰船建造工艺参数优化的数学模型.以舰船建造切削过程的切削时间、切削稳定性与切削能耗为优化目标,切削功率、工件表面粗糙度与切削力等为约束条件,建立工艺参数优化的数学模型;利用自适应网格的多目标粒子群算法求解数学模型,获取最佳工艺参数优...     

基于人工智能技术的舰船轨迹规划算法

轨迹规划是保证舰船安全航行的关键技术,针对当前舰船轨迹规划算法存在规划精度低、速度慢等不足,为了获得更优的舰船轨迹规划方案,设计了基于人工智能技术的舰船轨迹规划算法。首先分析了当前舰船轨迹规划的研究现状,并构建了舰船轨迹规划的数学模型,然后采用人工智能技术对舰船轨迹规划的数学模型进行求解,搜索到最优的舰船轨迹规划方案,最后采用具体仿真模拟实验验证舰船轨迹规划算法的性能。结果表明,人工智能技术的舰船轨迹规划精度高,舰船轨迹规划速度快,获得了比其他算法更优的舰船轨迹规划方案,可以应用于实际舰船安全航行管理中。     

基于提高舰船不沉性的分舱优化

从舰船的水密分舱(主船体分舱)方面考虑来提高舰船的不沉性。提出了"平均初稳性高"和"平均最小干舷"的概念,并建立其数学模型。然后以两者为目标函数,以设置的水密舱壁位置为设计变量进行遗传算法优化。优化过程中,利用线性加权和法将多目标问题转化为单目标问题,并结合与舰船不沉性相关的实际问题对遗传算法进行改进。最后,以某一舰船为例进行优化试验,计算结果表明,文中方法是可行的、有效的,可应用于主船体分舱等船舶工程领域。     

基于多智能体遗传算法的电力网络重构方法分析

电力网络重构对于舰船电力系统十分关键,针对传统遗传算法的电力网络重构效率低,稳定性差等缺陷,设计了基于多智能体遗传算法的舰船电力网络重构方法。首先分析当前舰船电力网络重构的研究现状,并采用供电负荷最大化作为目标函数,建立舰船电力网络重构的数学模型,然后引入多智能体遗传算法对舰船电力网络重构的数学模型进行求解,最后进行舰船电力网络重构仿真测试。结果表明,本文方法的舰船电力网络重构问题求解时间短,可以快速找到最优舰船电力网络重构方案,而且找到最优舰船电力网络重构方案的成功率要高于其他方法,具有一定的实用性。     

基于统计数学理论的舰船航行轨迹建模研究

轨迹建模对舰船航行安全具有重要的意义,为了解决当前的舰船航行轨迹建模准确性低,以及建模时间长的难题,以获得更加理想的舰船航行轨迹建模结果为目标,设计了基于统计数学理论的舰船航行轨迹建模方法。首先对舰船航行轨迹建模原理进行分析,建立舰船航行轨迹建模的数学模型,然后引入统计数学理论中的机器学习算法——BP神经网络对舰船航行轨迹进行建模,最后采用具体舰船航行轨迹数据进行了性能验证性测试。结果表明,相对于当前经典舰船航行轨迹建模方法,本文方法的舰船航行轨迹建模效果更优,获得了高精度的舰船航行轨迹建模结果,缩短了舰船航行轨迹建模时间,是一种高精度、高效率的舰船航行轨迹建模方法,具有一定的实际应用价值。     

大范围超声波测距技术在海上船舶定位系统的应用研究

深海技术的发展增强了舰船在海上精确定位的需求。本文以超声波测距原理为理论基础,分析了超声波的物理特性,讨论了一体式和分立式两种超声波测距原理,研究了基于超声波测距的定位系统的基本原理。给出了基于分立式的超声波测距原理的舰船海面定位系统的数学模型,通过该数学模型可以精确地算出舰船在海面上的坐标;探讨了超声波测距在舰船海面定位系统中的具体实现方案。该方案对我国舰船海面定位系统的研究有着积极的促进作用。     

节点信息融合的舰船目标跟踪算法

舰船目标跟踪成为各国关注的热点,针对当前舰船目标跟踪算法存在的跟踪速度慢、跟踪精度低等缺陷,以提高舰船目标跟踪效果为目标,设计了基于节点信息融合的舰船目标跟踪算法。首先采用多个传感器对舰船目标状态信息进行收集,并对信息进行一定融合,减少舰船目标状态信息的重复率,然后引入跟踪-学习-检测技术对舰船目标进行跟踪,最后采用舰船目标跟踪实验测试其性能。结果表明,本文算法可以动态、准确地对舰船目标进行检测和跟踪,相对于当前其他舰船目标跟踪算法,无论是跟踪精度或者是跟踪实时,均具有十分明显的优势。     

多自主式水下航行器轨迹精准跟踪控制方法

针对多自主式水下航行器轨迹跟踪控制中的不确定性问题,研究多自主式水下航行器轨迹精准跟踪控制方法。构建基于灰色预测的轨迹精准跟踪控制模型,利用灰色预测模型预测航行器航向角,构建一元多项式回归模型,拟合航行器初始航向角同预测航向角间的残差,优化灰色预测模型,提升航行器航向角预测精度。将航向角预测结果代入PID控制器内,通过计算航向角控制率确定位置误差、速度误差与加速度误差,通过控制上述误差实现航行器轨迹准确跟踪控制。实验结果显示该方法可在航行器不同运动特性下准确跟踪轨迹,并具有较好的控制效果。