基于粒子群算法的水下多元线阵阵形有源校正方法

针对存在阵元位置误差的水下多元线阵,提出一种基于粒子群优化算法的远场有源阵形校正方法.该方法选用2个辅助源分时工作方式,利用无条件最大似然方位估计算法构建目标函数,并通过粒子群算法对阵元位置进行寻优.利用该方法对均匀线阵进行性能仿真实验.结果表明:该方法稳健性好、校正精度高,具有一定的应用前景.     

测向交叉定位方法在工程中的应用

根据三维测向定位算法,给出定位公式及定位误差,研究最小二乘算法在侦察定位工程中的应用,并进行仿真。仿真结果显示,目标定位精度与布站的位置、基线区距离、测角精度等有关。采用基于加权最小二乘的定位算法定位精度高,运算量相比较小,利于实际的工程应用。     

基于矢量传感器的水下运动目标测向的研究

将基于二维压差式矢量传感器的声压振速联合处理技术应用于水下运动目标测向算法研究中,在小尺寸和低频条件下,实现了对水下运动目标的精确测向。研究了传感器尺寸、信噪比对算法性能的影响,并采用实测辐射噪声对算法性能进行了分析。仿真和实验结果表明,该测向方法具有基阵尺寸小、测向精度高的特点。该研究为水下运动目标的方位估计提供了一种有效的技术途径。     

改进MUSIC算法对相关信号源DOA的估计

MUSIC算法能有效地估计独立信号源的DOA，并且在模型准确的前提下，对DOA的估计可以达到任意精度；MMUSIC算法可改善MUSIC算法对相关信号源的DOA估计性能，且不影响对非相关信号源DOA的估计；但对相干信号源和相隔比较近的小信噪比信号源，MMUSIC算法就不适用了，这里提出一种新的改进MUSIC算法，该算法既能有效估计独立信号源的DOA，也能有效地估计相关信号源和相隔比较近的小信噪比信号源的DOA。计算机仿真结果验证了上述理论分析的合理性。     

一种基于磁天线的罗兰C信号测向定位方法

提出一种基于磁天线的罗兰C测向定位方法,建立测向定位模型,采用平面近似方法,结合球面三角形定理,解算出舰船概位,再利用牛顿迭代法对概位进行修正,得到舰船真实位置。以我国南海海域罗兰C台链为参照,分析算法的误差性能及工作区内的定位精度,验证该方法的可行性。     

基于粒子群算法的水下多元线阵阵形有源校正方法

针对存在阵元位置误差的水下多元线阵,提出一种基于粒子群优化算法的远场有源阵形校正方法。该方法选用2个辅助源分时工作方式,利用无条件最大似然方位估计算法构建目标函数,并通过粒子群算法对阵元位置进行寻优。利用该方法对均匀线阵进行性能仿真实验。结果表明:该方法稳健性好、校正精度高,具有一定的应用前景。     

Rice信道下的测向误差分析

研究Rice信道下天线阵列的相位关系模型,总结Rice因子估计的可行方法;对Rice信道下的测向误差进行了计算和仿真,在此基础上分析测向误差的统计特性,该统计特性可以用于对测向结果的可信度进行估计。     

相干信号空间谱估计测向仿真研究

空间谱测向技术是一项先进的阵列信号处理技术.普通空间谱MUSIC算法对相干信号波达角估计测向分辨率比较差,推导了基于空间平滑算法和基于频率平滑的算法并进行了仿真.通过仿真对这2种算法与不经平滑计算出的波达角进行了比较分析,结果空间平滑算法对窄带内相干信号分辨率比较理想,而频率平滑算法对宽频带内相干信号的分辨率比较理想.     

基于组合算法的水下地形辅助导航性能分析

针对目前水下地形辅助导航性能在单一算法下受多因素影响而无法得到最佳发挥的问题,采用双线性插值法制备了相应分辨率的水下数字地图,采用地形轮廓相关匹配(TERCOM)算法和基于直接概率准则的质点滤波(PMF)算法组成的组合匹配算法,较为全面地仿真分析了潜航器航速、测深误差、航向误差、航速误差、初始位置偏差和水下地形特征等诸多因素对导航性能的影响规律,对组合算法在复杂条件下的应用性能进行了剖析。仿真结果表明,在复杂条件下组合算法具有较强的稳定性和抗误差性,通过合理地选择应用参数,可有效降低匹配误差,提高导航性能,研究成果可为匹配算法在水下导航工程实践中的应用提供参考。     

三维压差式矢量水听器定向性能分析

由于压差式矢量水听器是通过声压梯度来近似测量质点的振速,因此声场计算误差必将影响其定向精度.从理论上对三维压差式矢量水听器定向性能进行了分析,推导了由声场计算误差引入的目标俯仰角和方位角误差公式.此外,利用平均声强流定向算法,通过仿真详细分析了矢量水听器各阵元幅度和相位不一致、阵元间距、积分时间和信噪比等因素对目标定向精度的影响.仿真结果对三维压差式矢量水听器的制作及实际工程应用均有指导意义.     

通过式消磁站线圈系统仿真设计

旨在构建一种水下磁传感器校准装置设计方案。该装置由电磁线圈和组合导航设备构成,能够搭载水上机动平台在水面航行,实现水下磁传感器位置和姿态的高精度校准。

根据电磁线圈的姿态方位信息及其在水下磁传感器处产生磁场的测量值,采用非线性最优化算法计算水下磁传感器的位置和姿态,并建立全系统的数学模型进行数值验证实验,将电磁线圈的方位和姿态测量精度、磁传感器的噪声和测量误差以及地磁场干扰的影响纳入考虑。

实验结果表明,磁传感器在水下30 m深度时,装置的定位误差均值不大于0.06 m,姿态误差均值不大于0.20°。磁传感器自身精度是影响校准精度的主要因素。

校准装置能够同时实现水下磁传感器位置和姿态的高精度校准,具有较高应用价值,可广泛用于水下磁性目标探测、资源勘探、医学等领域,尤其适用于姿态发生偏移的水下磁传感器校准。

     

Onboard tuning of vessel seakeeping model parameters and sea state characteristics

It is essential for a safe and cost-efficient marine operation to improve the knowledge about the real-time onboard vessel conditions. This paper proposes a novel algorithm for simultaneous tuning of important vessel seakeeping model parameters and sea state characteristics based on onboard vessel motion measurements and available wave data. The proposed algorithm is fundamentally based on the unscented transformation and inspired by the scaled unscented Kalman filter, which is very computationally efficient for large dimensional and nonlinear problems. The algorithm is demonstrated by case studies based on numerical simulations, considering realistic sensor noises and wave data uncertainties. Both long-crested and short-crested wave conditions are considered in the case studies. The system state of the proposed tuning framework consists of a vessel state vector and a sea state vector. The tuning results reasonably approach the true values of the considered uncertain vessel parameters and sea state characteristics, with reduced uncertainties. The quantification of the system state uncertainties helps to close a critical gap towards achieving reliability-based marine operations.     

模糊离散变结构控制及在直流伺服系统中的应用

研究基于趋近律方法的离散变结构控制设计问题。提出一种新的趋近律,可以稳定于原点;并与模糊调节技术相结合设计了扰动估计器。将所提方法用于直流伺服系统的控制,仿真研究结果表明,所设计的控制器可以有效减弱抖振,并使伺服系统具有良好的跟踪能力和很强的鲁棒性。     

一种基于RSSI的无线传感器网络的改进定位算法

在无线传感器网络的各种应用中,传感器节点必须首先知道自身的地理位置信息,才能进一步进行目标实时监测、目标跟踪等应用。目前的节点自定位算法主要分为两大类：基于距离的和与距离无关的算法。文章提出了一种基于RSSI的改进定位算法,从三角形质心定位的模型和加权质心的权重系数这两个方面分别进行了优化。最后经过Matlab仿真表明,该改进的算法比传统的RSSI算法有更小的定位误差。     

TDOA/DR组合系统定位算法及仿真研究

GPS/DR组合导航在户外GPS信号较好的情况下,可以提供精度较高的定位导航,但人的活动范围不仅仅是户外,会经常穿梭、停留于各种建筑物中。此时,GPS信号几乎无法获得,DR会因长时间得不到修正而导致发散,因此,GPS/DR系统无法在室内提供长时间高精度的导航信息。基于上述原因,文章研究基于到达时间差（TDOA）的定位算法,利用超声传感器实现室内TDOA定位,并与DR系统进行组合,校正并改善DR系统误差发散问题,以增强导航系统的定位能力。     

计程仪电磁传感器水下检测方法研究

计程仪电磁传感器安装于舰艇底部,当传感器处于水下状态时,电极导线腐蚀受损等故障难以通过正常方法进行检测。采用双极性脉冲法实现电导测量,同时进行阻抗测量、模拟传感器信号与测量传感器信号相结合的方法,达到了检测传感器的目的。     

船舶航向模糊滑模控制器的设计与仿真

In considering the characteristic of a rudder,the maneuvers of a ship were described by an unmatched uncertain nonlinear mathematic model with unknown virtual control coefficient and parameter uncertainties.In order to solve the uncertainties in the ship heading control,specifically the controller singular and paramount re-estimation problem,a new multiple sliding-mode adaptive fuzzy control algorithm was proposed by combining Nussbaum gain technology,the approximation property of fuzzy logic systems,and a multiple sliding-mode control algorithm.Based on the Lyapunov function,it was proven in theory that the controller made all signals in the nonlinear system of unmatched uncertain ship motion uniformly bounded,with tracking errors converging to zero.Simulation results show that the demonstrated controller design can track a desired course fast and accurately.It also exhibits strong robustness peculiarity in relation to system uncertainties and disturbances.     

单矢量水听器多目标方位估计的算法研究

矢量水听器可有效抑制各向同性的背景噪声干扰,能同时共点地拾取声场的声压标量和振速矢量信息。这些信息的偶次阶矩组成了以各个目标的声强和方位为未知数的非线性方程组。为了求解该方程组,研究了具有全局最优化概率搜索的快速方法:遗传算法和小生境遗传算法,并对两者的性能进行比较。仿真试验的结果证明了算法的可行性,即基于小生境遗传算法能够实现单个矢量水听器进行多个非相干源目标的方位估计。为了提高弱目标的方位估计精度,又提出了二次小生境搜索方法。     

基于强化学习的自主式水下潜器障碍规避技术（英文）

Obstacle avoidance becomes a very challenging task for an autonomous underwater vehicle(AUV) in an unknown underwater environment during exploration process. Successful control in such case may be achieved using the model-based classical control techniques like PID and MPC but it required an accurate mathematical model of AUV and may fail due to parametric uncertainties, disturbance, or plant model mismatch. On the other hand, model-free reinforcement learning(RL) algorithm can be designed using actual behavior of AUV plant in an unknown environment and the learned control may not get affected by model uncertainties like a classical control approach. Unlike model-based control model-free RL based controller does not require to manually tune controller with the changing environment. A standard RL based one-step Q-learning based control can be utilized for obstacle avoidance but it has tendency to explore all possible actions at given state which may increase number of collision.Hence a modified Q-learning based control approach is proposed to deal with these problems in unknown environment.Furthermore, function approximation is utilized using neural network(NN) to overcome the continuous states and large statespace problems which arise in RL-based controller design. The proposed modified Q-learning algorithm is validated using MATLAB simulations by comparing it with standard Q-learning algorithm for single obstacle avoidance. Also, the same algorithm is utilized to deal with multiple obstacle avoidance problems.     

多目标跟踪中的目标位置及速度数据融合

基于多传感器数据融合理论，提出了一种在杂波环境下解决多目标跟踪的方法，即利用位置，速度的融合，得到比较满意的多目标跟踪运动轨迹，给出了有效的融合算法，并进行了仿真，通过仿真可以看出这是一种实用，有效的多传感器融合。