共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
利用传统基于SVM和基于神经网络的方法对舰船红外成像目标进行智能识别,识别距离较短,导致识别范围受限。针对上述问题,提出基于模糊数学模型的舰船红外成像目标智能识别方法。该方法分为3步:1)对舰船红外图像进行预处理,包括图像滤波、图像增强、图像分割;2)利用基于几何特性方法提取处理后的图像特征;3)以图像特征作为模糊数学模型特征因子,构建模糊集合,并利用贴近度原则对被识别对象进行归属判决,完成目标识别。结果表明:与基于SVM和基于神经网络的方法相比,利用本方法进行舰船红外成像目标智能识别,识别距离延长10 m和20 m,识别范围扩大。 相似文献
3.
4.
采用密度泛函理论(DFT)中的杂化密度泛函B3LYP方法,在LANL2DZ赝势基组水平上对PtnN0,±(n=1~5)团簇进行了几何结构优化,得到了基态构型,并对基态构型的稳定性和能隙进行了理论分析.结果表明:对于PtnN0,±(n=1~5)团簇,从平均结合能角度看,中性和阳离子团簇随着原子个数的增多,平均结合能呈现依... 相似文献
5.
卷积码的状态转移规律可以用网格图来描述,网格图是一种能清楚显示状态转移的时间依赖性状态图。文章在介绍卷积码原理的基础上,对维特比译码实现过程中的状态网格图的规律进行了深入研究,采用了状态路径度量的"加、比、选"运算方法、保存路径转移的回溯译码方法等,有效的提高整个卷积码译码器的性能。最后进行了编程仿真,结果显示维特比译码的效果比较理想,满足了设计的要求。 相似文献
6.
论文提出一种基于运行模态分析(OMA)的新的船舶推进轴系状态监测方法。论文以船舶推进轴系试验台为试验对象,获取轴系运行时不同加载工况下的扭振信号,利用基于数据的随机子空间法(DD-SSI)识别扭振的固有频率,并与已知的试验模态分析(EMA)识别的轴系静态时同一加载工况下的结果进行对比,验证运行模态分析识别结果的准确性,并研究不同加载工况下轴系扭振固有频率随加载工况的变化规律。试验结果表明,运行模态分析能够准确识别轴系的扭振固有频率,且扭振固有频率的增量与加载量呈正相关,因而运行模态分析可以用作一种新的船舶推进轴系状态监测方法。 相似文献
7.
基于灰色动态MGM(1,n)模型的舰船纵摇-升沉运动预报 总被引:2,自引:0,他引:2
舰船在实际海况中的运动因受到各种因素的影响而非常复杂,六个自由度之间相互耦合构成一个复杂的系统,因此建立描述舰船运动的系统模型并对各自由度运动进行实时预报具有非常重要的意义.灰色MGM(1,n)模型用微分方程的形式表现了一个系统中n个因素对某个因素变化率的影响,可以用于对非线性复杂系统的系统预测.通过对灰色系统理论的学习发现对原始数据用极差变换进行预处理后会更适合MGM(1,n)模型的拟合,为模型预测打下了良好的基础.在充分的理论研究基础上,本文对船模水池试验获得的纵摇、升沉运动数据以及海浪数据进行极差变换后建立灰色MGM(1,n)模型,并对纵摇、升沉进行非线性预报,得到了较好的效果. 相似文献
8.
设G是一个图,g和f是定义在V(G)上的两个整数函数且对每个x∈V(G)有g≤f.本文证明了如下结果设k是一个正整数,G是一个(mg+nk,mf-nk)-图,其中1≤n<m,H是G的任意一个有nk条边的子图.若对每个x∈V(G)有g≥k,则G中存在子图R,R具有(g,f)-因子分解与H(n,k)-正交. 相似文献
9.
研究了等增益合并频率分集M进制频移键控快跳频(FFH/MFSK)系统和编码M进制频移键控慢跳频(SFH/MFSK)系统在水声多途衰落信道中的性能,给出了频率2重和3重分集FFH/MFSK系统,以及采用(2,1,3)卷积码与(3,1,3)卷积码联合比特交织编码调制( BICM)的SFH/MFSK系统误比特率性能曲线,并进行了比较分析.仿真结果表明,FFH/MFSK提供的频率分集以及信道编码FH/MFSK所提供的时频隐分集都可以有效抵抗水声信道的时频双选择性衰落.但在相同编码效率下,基于BICM与软判决译码的信道编解码方式比快跳频显分集方式能提供更大的分集阶数,从而具有更优的抗衰落性能. 相似文献
10.
针对工作环境恶劣、维护保养不便的舰船管路难以迅速定位泄漏点并对其进行损害管制,提出了一种基于VMD和RBF的舰船管路泄漏识别和定位方法。首先,对管路泄漏产生的空化现象、湍流和流体与管路的摩擦进行分析,研究影响泄漏产生激励的因素;然后,提出一种基于变分模态分解(VMD)与径向基函数(RBF)神经网络的管路泄漏识别和定位方法,通过VMD得到有效分量的中心频率和能量值分别构造特征向量,输入RBF神经网络以达到泄漏识别和定位目的;最后,模拟舰船环境,搭建泄漏管路试验平台,分析泄漏管路不同工况下的振动信号,并对RBF神经网络的诊断准确率进行验证。实测舰船管路故障信号分析表明,泄漏识别的准确率为90%,泄漏定位的准确率为87.5%。 相似文献
11.
12.
<正>0引言某好望角型散货船船长295 m、船宽46 m,夏季满载吃水18.1 m。某航次执行湛江—香港—Punta Totoralillo Port,Caldera(卡尔德拉)港装载铁矿回国的航次任务。驶往香港进行航次补油后,结合气导推荐航线,从北太平洋进入南太平洋,航程10610n mile,在卡尔德拉湾锚泊办理进港手续和上引航 相似文献
13.
《舰船科学技术》2020,(4)
为了提高海洋通信网络故障识别效果,针对当前海洋通信网络故障识别成功率低、建模时间长等缺陷,提出大数据分析下的海洋通信网络故障识别方法。首先,分析海洋通信网络故障识别原理,指出当前各种海洋通信网络故障识别方法的弊端。然后,引入大数据分析技术对海洋通信网络故障识别进行建模,并对建模过程一些问题进行相应解决。最后,采用具体海洋通信网络故障数据对本文方法的性能进行验证。本文方法可以对大规模海洋通信网络故障进行短时间识别,识别正确率完全可以保证海洋通信网络正常通信要求,同时海洋通信网络故障识别综合性能要优于当前其它经典方法,对比结果表明了本文方法用于海洋通信网络故障识别的优越性。 相似文献
14.
《中国造船》2021,(2)
船舶首部是全船型线曲率变化最大的区域,大曲率的形状导致船舶首部流场中发生紊乱复杂的现象,船首破波是这些现象中最直观的一个。船首兴波的破碎在艏部发生,伴随着兴波翻卷和液滴飞溅,是典型的强非线性现象,破碎过程产生的涡结构会持续延伸到船的中后方,使全船的伴流场更加紊乱,进而影响船舶水动力性能。论文将研究的焦点集中在尺度效应对标准船模KCS船首破波的影响上,针对3个缩尺比的船模,垂线间长分别为4.37 m(称为船模1)、6.07 m(称为船模2)和2.19 m(称为船模3),使用延迟分离涡方法(DDES)对它们在Fr数为0.35工况下分别进行数值模拟。首先对设置固定纵倾角为1°和正浮状态的船模1进行模拟,并将模拟结果与试验进行对比,水动力系数和船首波浪破碎情况皆与试验结果吻合良好,验证了模拟方法的正确性。然后对3条船模在1°纵倾角下的工况进行模拟和分析,给出了尺度对艏波破碎影响的定性结论,可为预报实尺度船舶航行中产生的波浪破碎现象提供定性的指导。 相似文献
15.
SINS/GPS组合导航是现代导航的发展趋势,针对采用GPS输出量的不同,对两种组合方式进行详细的研究.论文建立了松组合与紧组合的数学模型,采用遗忘因子估计的卡尔曼滤波算法提高系统的可观测度和鲁棒性,对于紧组合方式通过增加运动约束的方法提高其可观测度,经过滤波调谐,在仿真模式下进行实验.并得到松组合下系统水平姿态精度优于0.09°,方位姿态精度优于0.23°,水平位置误差小于4m,紧组合下系统水平姿态精度优于0.03°,方位姿态精度优于0.09x(n),水平位置误差小于2m的实验结果.通过SINS/GPS组合导航仿真实验结果验证,表明了SINS/GPS紧组合方式的精度确实要高于松组合方式. 相似文献
16.
17.
18.
《舰船科学技术》2021,(3)
本文与经典实验进行对比,对二维圆柱在不同来流速度下的涡激运动进行研究。将运动系统简化为质量(m)-弹簧(k)-阻尼(ζ)系统,分析浮式圆柱运动的控制方程并通过4阶Runge-Kutta法求解运动微分方程,借助UDF编程嵌入到Fluent求解器中进行求解,结合动网格技术实现流固耦合,对比Jauvtis和Williamson的经典实验以验证数值模拟的可靠性,再现了SS,2S,2T和2P的涡泄模式。虽得到了与Jauvtis和Williamson物理模型实验相近的一些典型结果,没有做更进一步的研究,但通过实验数据与数值模拟的对比,能够区别研究相同质量比下其他不同参数对涡激运动特性的影响。对m*=1的浮式圆柱与低质量比圆柱m*=2.6进行涡激运动数值模拟研究对比,发现不同约化速度下对运动频率、涡泄模型等涡激运动特性均有不同程度的影响。 相似文献
19.
忠建河大桥为"V"形峡谷区双塔双索面钢桁梁斜拉桥。文中结合该工程,通过数值模拟研究其在施工状态下的主梁气动力系数。采用二维非定常雷诺平均(URANS)的计算流体动力学方法计算主梁绕流空气场,在此基础上对桁梁截面静风荷载系数和颤振导数进行识别,所得结果与已发表文献中具有类似几何形式主梁的数据进行对比验证。分析表明,URANS方法用于桁梁气动系数识别是切实可行的,建议工程计算采用。 相似文献
20.
《舰船科学技术》2019,(23)
未来基于水下无人平台的水声目标探测体系要求平台自身具备目标智能化识别能力,而传统水下目标噪声识别方法需要人工提取泛化能力强的特征数据,且识别过程具有较强的人机交互特性,无法满足这一要求。针对这一问题,本文研究一种基于长短时记忆网络(LSTM)的水下目标噪声智能识别方法,借助深度学习自主学习数据特征的能力,应用长短时记忆网络(LSTM)分别对水下目标噪声的时域时间序列数据、频谱数据、梅尔倒谱(MFCC)数据进行深层次特征提取与识别,并使用实际水声目标噪声信号对该方法进行了验证。结果表明,在上述3种输入数据情况下,采用LSTM长短时记忆模型均能有效实现水下目标噪声特征提取与智能识别。 相似文献