非线性回波在舰船航向控制系统中的研究

针对海上舰船航向控制问题进行研究。对非线性回波特征分析在舰船航行控制上的应用进行探讨。首先对舰船航行进行数学建模分析,再对航向控制进行建模,并对雷达回波的特性进行详细分析。通过分析捕获到的雷达回波信号相位,得到相位误差信息,进而实现运动补偿,保持舰船航向。最后,以1艘大型舰船为例进行实验仿真,仿真结果证明算法的可行性。     

基于嵌入式技术的舰船航向通道自动控制系统

在错综复杂的水路巷道中,舰船需要通过航向通道系统的计算,来完成对舰船航向路径的规划选定。其中,海量数据在综合计算过程中会出现信号间的相互抑制,抑制信号会转化为判定误差,造成舰船航向通道控制出现偏差。为解决上述问题,提出基于嵌入式技术的舰船航向通道自动控制系统。通过嵌入式技术,组建前端数据独立计算平台,通过数据处理硬件对多项数据进行分离计算。通过设计融合策略对独立计算后的数据进行融合分析计算,最后,通过非线性控制算法对通道数据进行自动分析判定,实现自适应的自动控制效果。通过设计仿真场景对设计系统进行数据模拟测试,并对测试数据进行对比分析得出可行性结论。     

图像处理技术的船舶航向控制测试平台设计

传统船舶航向控制测试平台采用的判定机制为量化数据对比判定机制,在机制中通过两组判定参数的比较,根据误差值大小判定控制精准度。虽然能够快速得到控制结果,但是得到的结果稳定性较差,极易出现加大误差。为了解决此类问题,设计平台引入图像处理技术,将量化数据转换为图像数据,总结出一套图像处理技术的船舶航向控制测试平台。首先,创建航向控制测试图像采集硬件,然后在硬件数据处理层分别采用航向控制图像判定策略定义,测试信号回波补偿算法以及误差阈值闭环增益优化,通过图像化数据参量优化,实现提升航向控制测试参量更新,提升控制准确率的效果。通过对比测试证明,提出设计平台能够满足上述设计预期标准。     

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。     

舰船水上纵向运动非线性数学控制模型

传统舰船控制在理论基础中以舰船水上运动的二自由度作为参数进行计算,忽略舵机伺服系统中的航向偏差,导致对航行要素的分析出现误差,因此设计一种针对舰船水上纵向运动的控制模型。首先对舰船水上运动过程中的各自由度在舰船运动坐标系中进行分析,并以向量形式的数学方程来描述纵向运动非线性舰船的状态,在驱动力上叠加一个非线性变推力,通过控制航速的方式控制舰船纵摇的幅值,设计变推力开环施加流程,经过相位改变得到相位差,精准跟踪纵摇变化纠正舵机伺服系统航向偏差。仿真实验中,分别使用传统控制模型与设计的非线性数学控制模型进行实验。结果表明,设计模型仿真结果对于各航行要素的分析误差平均控制在5%以内,具有一定有效性。     

舰船多信道无线网络抗干扰算法设计

为提升舰船设备通信质量及稳定性,设计舰船多信道无线网络抗干扰算法。建立舰船多信道模型,获取舰船多信道网络信号,提取舰船多信道网络干扰信号特征、计算干扰信号特征数据邻域距离、可达距离和异常因子,从信号中挖掘干扰信号;改进小波阈值算法对舰船多信道无线网络干扰信号进行抑制,实现舰船多信道无线网络的抗干扰。实验结果表明：该算法应用后,舰船的多信道无线网络的频率变化稳定,抗干扰效果较好,可保证接收端完整接收发射端的信号。     

舰船目标实测数据ISAR成像分析

采用逆合成孔径雷达对海上舰船目标进行一维成像和二维成像研究.海上舰船目标的一维距离像通过对各次回波的dechirp数据直接进行傅立叶变换得到.二维成像需要对相邻回波用相邻相关法对其相关系数进行分析,由分布情况找出并剔除不正常回波,然后对各次回波进行运动补偿,包括包络对齐和自聚焦两步,最后分析各距离单元的时频分布情况,按照结果对数据进行分析、处理,得到舰船目标的二维图像.由Matlab仿真结果对得出的分析结果进行了检验.     

模糊逻辑在舰船航向自动控制系统中的应用

分析了设计舰船航向自动控制系统时面临的问题,建立了描述舰船运动的六自由度模型,给出了以模糊逻辑为基础的舰船航向模糊控制系统框图,研究在随机变化的外部扰动作用下,考虑舰船数学模型复杂动态过程与非线性时,以航向误差和误差变化率为输人变量,以舵面位置变化为控制量的二维模糊控制器构成问题,给出了模糊调节器运行参数计算方法,针对舰船摇摆和保持航向最危险的情况给出了仿真结果。     

随机风浪下船舶航速自适应控制

船舶在航行过程中受到参数扰动及海浪因素等影响,导致航速控制的稳定性不好,提出基于自适应反演误差补偿的随机风浪下船舶航速控制方法。构建随机风浪下船舶航速控制约束参量模型,采用船舶姿态信息的实时调节方法进行误差补偿,结合船舶的航速参量进行位姿修正,提高船舶航行的稳定性。采用Kalman滤波算法进行船舶航速参量的融合处理,实现自适应优化控制。仿真试验结果表明,采用该方法进行船舶航速自适应控制的稳定性较好,输出航速参量的自适应调节能力较强,提高船舶抗随机风浪能力。     

陀螺罗经的航向效应标定与补偿

陀螺罗经在实际工作时,存在陀螺的常值漂移误差、随机漂移误差、阻尼误差、速度误差及风、流等因素影响,这些所有影响因素归纳为航向效应.提出一种参数拟合的航向效应标定与补偿的方法,对陀螺罗经输出的航向数据进行处理.仿真结果表明,该方法有效地消除了误差,获得了满足高精度导航需求的航向数据,具有一定实际应用价值.     

最小二乘支持向量机的舰船航向保持非线性控制

现有的舰船航向保持非线性控制在建模过程中最多只能包含3个自由度,导致舰船航向控制不精准。为此设计一种最小二乘支持向量机的舰船航向保持非线性控制方法。首先使用局部最小二乘支持向量机对航行中的舰船进行建模,能够描述出舰船实际航行中的6个自由度,并使用等式约束代替不等式约束,引入反馈校正环节,弥补缺陷,完成模型的构建。在控制算法的设计中,使用模型训练误差均平方值代替松弛变量,且训练过程只需要求解一个线性方程组,简化了运算,使用动态抗饱和补偿器得到最优参数,实现舰船航向保持的非线性控制。通过仿真实验结果表明,使用本文控制方法控制船只的航向角和舵角,控制精度更高,效果更好。     

非线性信号检测在舰船目标识别中的应用

在对非线性舰船辐射噪声产生机理和其噪声谱组成分析的基础上,研究利用高阶谱分析方法检测舰船辐射噪声。首先分析舰船辐射噪声的噪声谱中的组成成分和特性,对不同噪声源与舰船噪声谱成分间关系特点进行研究,并建立舰船辐射噪声的仿真模型。然后,研究高阶谱理论及其在提取非线性信号特征时的应用;最后,通过对仿真生成的2种舰船辐射噪声应用本文算法实现检测与分类,结果证明该方法可行。     

基于三维地理信息的舰船输电通道多源信息融合技术研究

针对舰船输电通道差异性数据聚类出现的中心不定问题,提出基于三维地理信息的舰船输电通道多源信息融合技术。构建舰船配电网络输电通道的信息传输信道模型,采用量化跟踪调制方法对信道进行自适应调整以补偿信道畸变;对舰船输电通道覆盖区域进行三维地理信息特征采集,对采集的地理信息特征进行模糊C均值聚类处理,并输入到舰船输电通道中组成一组训练序列+信息序列的帧信号,在决策指向性模式下实现舰船输电通道多元信息融合。仿真结果表明,采用该方法进行舰船输电通道信息融合,可提高舰船配电网络输电通道负载均衡性,抗干扰能力较强,从而改善了舰船配电网的结构性能。     

基于非线性反馈积分滑模控制的船舶航向自动舵设计

为设计一种节能并且鲁棒性强的船舶航向保持控制器,将非线性反馈算法与积分滑模控制相结合,设计非线性反馈积分滑模控制器用于船舶航向保持。非线性反馈积分滑模控制器建立在积分滑模控制器的基础上,利用非线性函数处理反馈误差,从而达到节能的作用。证明了积分滑模曲面的李雅普诺夫稳定性,并进行了仿真实验。从仿真结果可以看出,非线性反馈积分滑模控制在不影响航向保持精度的前提下,能够降低舵力,但是,船舶的横漂运动和转艏运动会受到影响。在设计非线性反馈积分滑模控制器的同时,分析了非线性反馈算法对船舶各状态的影响,对非线性反馈算法的进一步改进具有一定的参考价值。     

基于遗传学习算法的船舶航向智能控制方法

针对现有船舶航向控制方面采用的传统控制算法,在对船舶航向数据计算过程中存在数据迭代分析准度失常,无法适应性逻辑推导航向数据量的问题。本文提出基于遗传学习算法的船舶航向智能控制方法,利用遗传算法作为理论算法,对船舶航向数据进行遗传数据的建模,从而得到迭代航向控制量计算因子;接着,引入基于遗传算法的NRD蚁群学习算法,对得到的迭代航向控制量计算因子进行最优控制因子的蚁群化计算,得到船舶航向控制的最优适应控制参量;最后,引入适应性控制算法将最优适应控制参量导入算法,使其生成航向适应性计算逻辑策略,最终实现船舶航向的智能化控制。实验数据表明,提出的方法在航向数据迭代分析计算准确性上,准确度较高,满足可行性与有效性测试要求。     

基于图像匹配定位技术的舰船航迹测量方法研究

舰船磁场动态检测中需要对舰船进行远距离高精度的航向和位置测量。根据图像成像原理以及图像处理技术,提出了一种新的基于图像匹配定位的舰船航迹测量方法,当舰船通过测量区域时,两台摄像机对其进行同步拍摄然后将数据传输至主机,利用Mean Shift算法和SURF特征对数据进行处理从而得到舰船在不同时刻的三维坐标,最终确定其航向和位置。实验结果表明,在50米左右的拍摄距离下实验误差在0.1米左右,满足对舰船航迹进行测量的要求。     

舰船机械部件散热控制系统研究

传统舰船机械部件散热控制系统,存在部件局部温度数据采集精度误差大,散热电路控制信号反馈量差量较大,导致散热系统控制准确度降低。针对问题产生原因,提出舰船机械部件散热控制系统研究。通过组建多区域高精度热量采集硬件,对舰船机械部件不同区域热值进行±0.01℃的高精度数据采集;软件部分通过PID神经网络算法,对不同区域热值进行最优量分析计算;引入模糊控制补偿算法,根据热值数据信号,对控制电路信号耦合进行误差补偿,提升散热控制电路的控制精度。通过仿真测试表明:设计系统能够在较短的时间内,将机械部件温度降低20℃,在时间层面上设计系统响应性更好,控制精度更高,更符合舰船机械部件散热控制应用标准。     

基于Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义Web网下取得雷达信号目标图像的数据特征,运用改进FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

基于 Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于 Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义 Web网下取得雷达信号目标图像的数据特征,运用改进 FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于 Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

大数据背景的船舶出航频率非线性估计

传统船舶出航频率非线性估计算法输出估计值与实际频率值之间误差较大,已经无法适应大数据背景下的估计应用。为了解决误差较大问题,提出大数据背景的船舶出航频率非线性估计方法。结合大数据计算特征,构建船舶出航参量进行出航流量的状态模型。通过模型输出相关频率变量特征,对频率估计误差展开分析计算。最后,根据分析系数值,对其进行估计内点差量的补偿计算,从而完成对非线性估计误差问题的优化。数据对比表明,提出的非线性估计输出值,相较传统评估输出值更为接近实际频率值。