虚拟现实平台中水下航行器动力系统装配模型优化设计

现有的水下航行器动力系统装配模型在虚拟现实平台中经常出现多数据间的协同异常,模型内多单元数据计算误差偏大的问题。针对问题的出现,提出虚拟现实平台中水下航行器动力系统装配模型优化设计。首先,引入多粒子群分析算法对航行器水下动力系统装配数据进行则优化模型建立,通过模型找出装配相关量的优化参数;接着,针对动力单元、控制单元与供电单元,分别引入磁转动力算法、约束控制算法与协同供电算法对对应单元进行优化,在装配相关单元数据修正中,实现最终模型数据误差的消除;最后,通过专业的动力分析系统,对优化后的模型数据进行仿真测试,证明提出的优化方法具有可行性与有效性。     

基于粒子群优化算法的水下航行器深度控制研究

提出了一种基于粒子群优化算法的水下航行器深度控制器参数优化设计方法。针对水下航行器运动参数变化的特性,采用粒子群优化算法收敛速度快、寻优特性好等特点,将其应用到控制器参数的优化设计中。仿真结果表明,利用粒子群优化算法进行优化设计的水下航行器深度控制器具有良好的控制性能。     

基于粒子群算法的船舶发电系统电路优化

船舶发电系统电路受到传感电机电磁耦合的影响,容易产生串扰,导致输出功率因素不高,需要进行电路优化设计。提出基于粒子群算法的船舶发电系统电路优化方法,构建船舶发电系统电路优化的控制约束参量模型,采用粒子群进化方法进行电路优化参数的自适应寻优,以粒子种群的适应度方差最小为约束条件,得到电路控制参数的最优解。以此为指导进行船舶发电系统电路的优化设计,并进行电路测试和仿真分析,得出采用该方法进行船舶发电系统电路优化能提高关联约束参量的寻优能力,发电系统控制的稳定性较好,发电系统的输出功率增益得到提升。     

海洋环境对水下航行安全影响的综合评估

为评估海洋环境对水下运载器航行安全效能的影响,针对水下航行特点和航行对安全性的要求,采用模糊数学方法构建环境要素对水下航行安全影响的隶属函数,对主要海洋环境要素的航行安全影响效能进行综合评估。通过模型仿真实验,得到影响评估的量化结果,并根据评估结果分析海洋环境要素对水下航行安全影响效能的时空分布特点。     

基于多目标粒子群算法的动力吸振器参数优化和决策研究

动力吸振器在船舶领域得到广泛应用.在船舶振动控制中需要寻找吸振器的最优参数,即最优频率比、最优阻尼比和最优质量比,使得结构在不同的频率激励下获得最好的减振效果.本文将基于多目标粒子群算法的优化技术与多属性决策方法联合运用,针对主系统存在阻尼的减振系统,研究了动力吸振器参数优化和决策问题.对于多目标优化问题,采用多目标粒子群算法(α-MOPSO)求出Pareto最优解,基于熵方法得到属性权重,用逼近理想解的排序方法(TOPSIS)对Pareto最优解给出排序.文中给出了4个设计参数、2个目标函数的动力吸振器优化设计算例.计算结果表明,文中提出的联合方法能够有效应用于动力吸振器的参数优化.     

人工智能算法的舰船路径规划

为了实现对舰船航行的智能调度,需要进行舰船路径规划设计,提出一种基于人工粒子群智能算法的舰船路径规划方法。构建舰船航行路径分布的网格结构模型,将舰船航行区域内的各个对象表达为人工粒子群个体,采用四元素的扩展卡尔曼滤波方法构造舰船航行路径规划的约束参量模型。构造舰船航行路径规划的控制目标函数,以舰船动态性能和稳态性能为优化目标,采用人工智能群算法进行航行路径的自适应寻优,实现舰船路径规划。结果表明,采用该方法进行舰船路径规划,能准确跟踪舰船航行的方位角和姿态角,实现路径实时跟踪,提高了舰船路径的准确规划能力。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。     

船舶航行性能优化的模糊遗传算法

模糊遗传算法是一种模糊优化与遗传算法紧密结合的优化方法。它兼有模糊优化的考虑到模糊因素从而更能贴近工程的实际情况和遗传算法的全局寻优能力强的特点。本文中模糊优化采用限界搜索法，它可针对模糊非线性一规划给出一个特定的清晰解。对应特定水平则委托遗传算法进行寻优。为处理等式和不等式混合约束，通过惩罚策略将其吸入遗传算法中染色体的适值。本文采用该方法对船舶航行性能进行优化，以船舶的快速性、操纵性和耐波性三个航行性能综合最优为目标函数，具体做法是取三个性能指标的线性加权和，最后建立的数学模型包括三个等式约束和五个不等式约束。根据以上思想本文用VC＋＋6．0开发了ShipPO优化平台，并在其上进行船舶航行性能优化计算，结果表明，该京城地少，全局寻优能力强，非常符合工程需要。     

无人水下航行器的智能航行控制

水下无人航行器是探索未知水域的重要设备,但是传统水下无人航行器的智能航行控制系统,受到水域信号传播限制,造成智能控制范围较小,为此设计无人水下航行器的智能航行控制系统。使用水域深度变换器对智能控制器进行重新设计,根据水域深度变化进行不同方式的控制切换,优化PID控制器,改变水域信号传输方式,根据需求进行多传输方式的切换;使用粒子群算法对智能控制方式进行规划,对不同水域控制方式进行最优选择,实现航行智能控制系统设计。试验结果表明,设计的控制系统能在水下2 000 m内进行有效控制,比传统控制系统多出800 m的有效范围,因此本文设计系统具备极高的有效性。     

水下航行器水下障碍规避性能分析与仿真

水下航行器的障碍躲避是提高水下航行器生存能力的关键技术,针对信息融合跟踪算法避障容易误差偏差和局部收敛的问题,提出一种基于Kalman滤波量化融合规避的水下航行器水下避障算法。构建水下航行器的运动系统方程,采用方位信息的量化融合方法进行自适应路径规划,结合Kalman滤波进行障碍信息的干扰抑制,采用强跟踪滤波实现障碍参量信息量化融合规避,实现水下航行器水下障碍躲避。仿真结果表明,采用该方法进行水下航行器避障,能有效规避障碍目标,提高对障碍物的方位估计精度,有效规避的准确概率达到最优。     

水下航行器组合导航蔽障控制器的设计与实现

为了提高水下航行器的蔽障性能,进行组合导航蔽障控制器优化设计。针对水下航行器导航中容易出现横滚误差的问题,提出一种基于横滚小扰动误差补偿的组合导航蔽障控制算法,构建水下航行器组合导航蔽障控制对象模型,进行控制约束参量分析,设计组合导航蔽障的运动方程和控制目标函数,采用小扰动误差补偿方法进行横滚误差抑制,提高控制精度,在纵向运动的弹道模型下实现控制器的优化设计。仿真结果表明,采用该控制方法进行水下航行器组合导航蔽障控制的误差较小,收敛性和鲁棒性较好,性能优越。     

自主水下航行器内部通信传输信号延时消除方法研究

自主水下航行器内部通信采用的传统信号传输算法,在日常航行器内部通信信号传输过程中,经常出现传输延迟过高的问题,因此针对问题提出自主水下航行器内部通信传输信号延时消除方法研究。通过对延迟问题产生原因进行分析,找到信号传输能量耗尽参数;根据参数与信号数据节点传输量间的关系,建立延迟节点消除关系函数;最后由关系函数引入粒子群延迟消除算法,实现延迟节点消除。通过仿真实验对提出方法进行测试,证明提出方法在延迟消除方面的有效性与稳定性。     

基于被动声呐方程的水下航行器声学安全态势研究

针对水下航行器声探测效能定量评估需求,以被动声呐方程为基础,建立窄带水声探测模型,定量给出水下航行器辐射噪声声源级、海洋声场传播损失、海洋环境背景噪声级等声学安全态势评估输入参数,经信号处理得到了接收设备阵列响应。在此基础上,基于统计检测理论明确了水下目标探测距离,完成了水下目标安全态势分析。研究表明,水下航行器辐射噪声峰值线谱对声呐探测效能影响显著,峰值线谱的有效控制是优化水下航行器声学性能的关键。     

水下航行器新型高效动力系统

从水下航行器对动力系统的要求出发,分析了常规燃料AIP、小堆AIP技术和永磁同步电力推进系统国外发展概况,提出了小堆AIP技术和永磁同步电力推进系统组成的水下航行器新型高效动力系统,在对该系统研究后指出了需要研究的关键技术,原理与配置;展望了应用前景.     

基于全弹道控制分析的水下航行器攻击模型视景仿真*

研究并建立高空滑翔水下航行器的虚拟现实的视景仿真系统,分析水下航行器全弹道控制并在视景仿真平台下实现水下航行器全弹道多状态攻击轨迹模型。高空滑翔水下航行器姿态变化快,背景参数复杂,视景仿真中会出现局部模型快速变化或者模型分离的难题。提出采用DOF和Switch节点相结合的方法,利用其Matlab Simulink仿真模型,计算高空滑翔水下航行器的六自由度数据,通过Matlab的“To Workspace”模块将六自由度数据输出并存档。在VC＋＋6．0环境下编写Vega应用程序,读取运动参数,应用LOD技术在不降低显示速度的同时提高仿真视觉效果。仿真实验和测试效果表明,系统实能实现水下航行器在空中滑翔、低空突防、滑翔翼脱离以及水下攻击等多状态的水下航行器运动弹道轨迹和视景仿真效果,以及运动控制参数的同步跟踪,不再会因局部模型快速变化和模型分离而失真。为分析空投滑翔水下航行器的运动轨迹提供了数据支撑和视景平台支持,对展开高空滑翔水下航行器的弹道控制研究和试验具有重要价值。     

水下无人集群优化部署算法设计与分析

部署优化是水下无人传感器集群重要任务之一,针对水下探测需要,本文设计基于粒子群与人工鱼群法混合部署算法。首先利用先用改进粒子群算法进行初期寻优,然后利用人工鱼群算法进行后期寻优,完成水下无人集群节点部署优化设计。通过对特定场景设计,设定实验约束条件,利用Matlab完成优化部署算法的系统仿真实验,对覆盖率进行对比分析,得出部署优化算法覆盖率提高了25%,覆盖度曲线初期收敛快,后期寻优效果有明显提升。     

基于多学科设计优化的UUV总体组合优化方法

无人水下航行器(UUV)是多学科交叉的复杂耦合系统,采用多学科设计优化(MDO)可以大大缩短UUV研发周期,提升UUV总体性能。针对UUV的总体设计,开展模块化学科划分,建立各学科分析模型。由于UUV总体系统属于多变量高维空间,单一的优化方法并不能得到全局范围的最优解,采用序列二次规划法结合自适应模拟退火法以及序列二次规划法结合多岛遗传算法的组合优化设计方法,基于协同优化策略,开展以UUV总重量为主优化目标的多学科设计优化,并利用仿真分析对优化后的UUV结构强度与稳定性进行校验。由优化设计的结果可以看出,UUV满足各个子系统约束的前提下,有效地减小了UUV总重量。     

基于AQPSO算法的圆碟形水下滑翔机路径规划

为解决复杂海洋环境影响下圆碟形水下滑翔机的路径规划问题,采用多黏性Lamb涡叠加方法模拟洋流环境模型。以最小能量消耗为优化目标,结合B-spline方法生成光滑的曲线路径,采用自适应性基于量子行为的粒子群优化算法对圆碟形水下滑翔机的路径选择进行优化求解。将该算法与粒子群优化算法和基于量子行为的粒子群优化算法相对比,仿真结果验证了各算法在求解航行路径问题方面的有效性。此外,基于能耗最优原则分析各算法的适用性。     

基于AQPSO算法的圆碟形水下滑翔机路径规划

为解决复杂海洋环境影响下圆碟形水下滑翔机的路径规划问题,采用多黏性Lamb涡叠加方法模拟洋流环境模型。以最小能量消耗为优化目标,结合B-spline方法生成光滑的曲线路径,采用自适应性基于量子行为的粒子群优化算法对圆碟形水下滑翔机的路径选择进行优化求解。将该算法与粒子群优化算法和基于量子行为的粒子群优化算法相对比,仿真结果验证了各算法在求解航行路径问题方面的有效性。此外,基于能耗最优原则分析各算法的适用性。     

通气超空泡形态及视景仿真研究

超高速航行器在水下运动时,其大部分表面被超空泡包裹,构成了一种新的流体动力布局,运动模式和运动特性完全不同于常规水下航行器。为了分析超高速水下航行器运动的稳定性,本文对超空泡生成机理进行研究,给出描述超空泡形态的数学模型,得到不同影响因素作用下超空泡形态的变化规律。为验证超空泡实时生成效果和超高速水下航行器运动过程各种动作功能,采用Vega Prime构建三维虚拟环境,在此基础上设计超空泡视景演示系统,通过ADI仿真系统实时解算超空泡和水下航行器运动数据来驱动超空泡视景系统,逼真地演示超空泡动态生成过程以及水下航行器高速运行轨迹和"空泡+航行器"的相对运动关系等关键技术。