基于改进的ELMAN网络的舰船航态建模与预测

讨论了具有自适应功能的基于改进Elman网络的动态系统辨识建模与预测方法,并依据特定海情下实测的舰船航态数据,利用该法训练舰船航态的预测模型.该法对具有时变特性的非线性系统的建模与预测有一定的自适应能力.仿真结果表明,按该法进行建模与预测,具有动态性好、逼近速度快,精度高等特点,并且自适应性与抗噪性有较大改善,说明改进的Elman网络是一种新颖、可靠的负荷预测方法.     

基于Elman网络的舰船组合导航系统误差补偿研究

为了提高卡尔曼滤波估计精度，提出了一种基于回归神经网络补偿卡尔曼滤波器估计误差的方法。根据Elman网络与非线性ARMA模型工作原理的相似性，利用Elman网络做误差估计器，补偿卡尔曼滤波器的估计精度。实际舰船航行数据仿真测试表明，该方法有效可行。     

舰船航态监测及预报系统研究

基于随机理论基础的研究方法 ,应用矩函数法求解随机风浪中舰船的非线性横摇响应 ,提出了风浪中舰船安全航行的动稳性简化指标 ,研究建立将理论研究成果与测量技术、数据处理、计算机应用相结合的舰船浮态、稳性监测系统数学模型 ,给出舰船航态监测及预报系统设计方案     

航行速度的非线性建模与仿真研究

舰船航行速度具有十分强烈的非线性变化特点,而当前舰船航行速度建模方法均只考虑其线性特性,使得舰船航行速度预测错误很大。为了提高舰船航行速度预测精度,提出一种航行速度预测的非线性建模方法。首先采用舰船航行速度的历史样本数据,建立舰船航行速度预测的训练样本集合,然后引入回声状态网络对舰船航行速度训练样本的变化规律进行描述,建立舰船航行速度预测模型,最后采用具体舰船航行速度数据对非线性建模性能进行测试。本文建模方法可以捕捉舰船航行速度强烈的非线性变化特点,舰船航行速度预测错误小,舰船航行速度预测精度要小于当前线性建模方法,而且降低了舰船航行速度建模的时间,具有比较显著的优越性。     

舰船海上补给的航态决策方法研究

舰船横向补给是海上物资和装备的一种主要补给手段,舰船的航态和横向间距是舰船横向补给的关键影响因素。在复杂海况下,单纯依靠补给指挥员的经验及补给规范往往无法得到兼顾补给效率与安全的舰船航态和横向间距值。通过对复杂海况下海上航行补给环境影响因素的深入分析,基于舰船的耐波性理论,建立舰船航态的耐波性安全评估和决策模型。对5级海况下的舰船航态进行计算,通过与相关文献研究的结果以及舰船的补给规范进行对比,证明了计算结果的准确性,验证了该决策方法的可行性与工程应用价值。     

消磁系统新趋势

消磁系统的功能就是借助于装置在舰船内的线圈通过电流产生的磁场来补偿舰船所造成的地磁场的畸变。消磁系统应能根据舰船的航态（航向、横倾、纵倾）和海域位置的变化产生一个大小相等，方向相反的补偿磁场。然而，随着现代化水雷灵敏度的提高，必须不断地改进消磁系统的效能。     

基于标准建模的舰船试验备航训练系统研究

采用UML建模语言对舰船试验备航训练系统的设计进行了系统分析。运用实例阐明了标准化建模技术在建立舰船试验备航训练系统与动态模型中的应用,并给出了系统的用例图模型、流程图模型和顺序图模型。     

一种基于参数估计的自适应舰船运动预报方法

运动预报是部分舰船系统的重要组成部分。为了有效地解决这一问题,文章提出了一种基于海浪峰值频率估计的自适应舰船运动预报方法。在舰船运动与海浪激励的建模基础上,建立了基于最小二乘估计的自复位海浪峰值频率估计器。采用自回归移动平均(ARIMA)模型拟合方法预报舰船运动,并通过海浪峰值频率估计值自适应调节ARIMA模型的采样周期,提高了复杂海况下对舰船运动的预报能力。该方法与常规ARIMA模型方法、反向传播神经网络方法的仿真对比结果表明了该方法在解决舰船动态预报问题上的良好精度和鲁棒性。     

改进差分进化算法在舰船电力系统网络重构中的应用

针对舰船电力系统的网络重构,建立了以负载恢复量、开关操作数和发电机效率均衡为多优化目标的舰船电力系统故障恢复模型,提出了一种带自适应离散断点算子和动态变异、交叉因子的改进离散差分进化算法进行求解。改进后的算法能有效地提高收敛速度,并克服传统差分进化算法收敛精度不高、易陷入局部最优的问题。舰船电力系统网络故障恢复算例表明,该方法能获得更好的系统重构方案,并具有较好的优化性能。     

舰船舫态监测及预报系统研究

基于随机理论基础的研究方法，应用矩函数法求解随机风浪中舰船的非线性横摇响应，提出了风浪中舰船安全航行的动稳性简化指标，研究建立将理论研究成果与测量技术、数据处理、计算机应用相结合的舰船浮态、稳性监测系统数学模型，给出舰船态监测与预报系统设计方案。     

舰船能耗预测的云数据挖掘

能耗是舰船工作过程一个重要评价指标,针对当前舰船能耗预测方法存在预测错误率高、建模速度慢等不足,提出一种舰船能耗预测的云数据挖掘技术。首先分析国内外对舰船能耗的预测方法,找到各种舰船能耗预测方法的缺陷和不足,然后收集舰船能耗预测的数据,将云平台作为舰船能耗预测的建模环境,采用数据挖掘建立舰船能耗预测模型,最后进行舰船能耗预测效果的测试实验。云数据挖掘技术的舰船能耗预测精度超过了95%,可以描述舰船能耗预测的变化特点,对于大规模舰船能耗数据,本文方法的预测时间明显短于当前其他舰船能耗预测方法,具有十分明显的优势。     

舰船航姿发送系统的数字化改进设计

随着现代惯性导航设备（特别是捷联导航设备）的发展,惯性测量单元（IMU）大多以数字平台的方式存在,发送数字信号简单而方便;为兼容一些设备的模拟电机接收,对原有的舰船航姿发送系统进行数字化改进就显得十分必要了。该文提出了某舰船航姿发送系统的数字化改进设计的原理、方案和实现的一些关键措施,并列举了该系统的特点和与原系统的优势所在。     

基于贝叶斯网络的舰船故障建模方法研究

舰船故障建模是进行故障诊断的主要技术,舰船故障的种类多,变化复杂,兼具有随机性和规律性,当前舰船故障诊断的建模方法无法描述其变化特点,使得舰船故障诊断结果不理想。为了改善舰船故障诊断效果,设计了基于贝叶斯网络的舰船故障建模方法。首先对舰船故障诊断的工作原理进行分析,指出当前舰船故障诊断方法出现缺陷的影响因素,然后采用贝叶斯网络对舰船故障诊断过程进行模拟和建模,最后采用仿真实验与其他舰船故障诊断模型的结果进行对比。结果表明,贝叶斯网络的舰船故障诊断正确率更高,可以更好反映舰船故障诊断随着时间改变的变化趋势,避免了出现故障诊断错误率高的难题,具有广泛的应用前景。     

基于改进模糊Petri网的航空保障系统易损性评估

提出一种基于改进模糊Petri网(FPN)的系统易损性评估模型.该模型在传统FPN基础上结合一种改进的粒子群优化算法,既能够模拟系统复杂的逻辑关系,又能够更方便地通过训练样本来确定系统中大量未知参数,摆脱对专家经验的依赖,具有优良的收敛性能.针对大型载机舰船航空保障系统的特性,建立了基于改进FPN的航保系统易损性评估模型.算例表明该方法比传统损伤树法更合理、全面,可推广用于舰船复杂系统易损性评估.     

基于大数据分析的舰船配电网络故障趋势预测

以传统方法各种可能发生的故障特征为基础,通过匹配典型故障特征实现舰船配电网络故障趋势预测,但对于复杂的舰船配电网络,难以对未知故障趋势进行预测的弊端。提出一种基于大数据分析的舰船配电网络故障趋势预测方法。首先采集舰船配电网络故障信号,利用自适应滤波方法对干扰和噪声进行过滤后,通过KL转化方法将信号转化为对应的故障数据信息后,利用欧几里德距离计算方法对数据进行降维和归一化处理,利用舰船配电网络的状态脆弱度和配电网故障趋势项参数获取网络故障脆弱度影响因子,根据影响因子的累积效应,进行舰船配电网络故障趋势的预测。最后利用协方差矩阵对预测过程进行修正,完成舰船配电网络故障趋势预测的改进。实验结果证明,改进算法具有较高的预测精度,并在一定程度上降低了故障趋势预测虚警率,具有较高的实用性和实时性。     

仿真技术在舰船设计研究中应用

文章论述了仿真的概念及其在舰船设计研究中的应用,分别对推进系统、舰船航态及船舶电力系统仿真进行了介绍,分析了该技术在国内外的现状及发展方向,提出了我国在这方面应努力的方向。     

舰船主干网络动态负载均衡与节能机制研究

为实现更加智能化的节能设计,提出一种新的舰船主干网络动态负载均衡方法与节能机制。对舰船主干网络系统进行能耗建模。在建模中将舰船主干网络系统网络拓扑直接模拟为一种有向图,不对休眠控制器与其相关链路进行考虑,仅对休眠交换机相关配置端口进行考虑。根据构建的能耗模型,设计一种分配算法,对服务器任务进行合理分配。设计一个由多个组件构成的舰船主干网络节能机制,具体包括决策组件、预测组件等组件。参照舰船主干网络的通信协议标准部署实验仿真场景,对设计方法进行仿真验证。验证结果表明设计方法能够实现动态负载均衡,对于用户流量的承受能力与可调节性都较强;端口休眠比例整体较高,最高可达95.9%,休眠比例波动幅度较小,以及能耗整体较低,达到了很好的节能效果,说明设计方法达到了设计目标。     

基于自适应四参数估计的电罗经航向运动建模

为减小舰船直航时风、流、摇摆等干扰对电罗经航向的影响,提高电罗经指向精度,采用小波变换对电罗经直航向数据进行消噪处理,获得较为平稳的信号;对消噪后的信号经能量频点分析并傅里叶展开;基于改进的四参数估计法,对直航向信号建立自适应迭代预测模型,并与实测数据进行验证对比。结果表明,采用小波分析、傅里叶级数同四参数估计相结合的自适应建模方法适用于电罗经直航向建模,航向预测效果优于传统四参数估计法。     

基于自适应四参数估计的电罗经航向运动建模

为减小舰船直航时风、流、摇摆等干扰对电罗经航向的影响,提高电罗经指向精度,采用小波变换对电罗经直航向数据进行消噪处理,获得较为平稳的信号;对消噪后的信号经能量频点分析并傅里叶展开;基于改进的四参数估计法,对直航向信号建立自适应迭代预测模型,并与实测数据进行验证对比。结果表明,采用小波分析、傅里叶级数同四参数估计相结合的自适应建模方法适用于电罗经直航向建模,航向预测效果优于传统四参数估计法。     

稠密度聚类在舰船网络微弱信号自适应增强中的应用

提升舰船网络信号及整体通信质量,提出基于稠密度聚类的舰船网络微弱信号自适应增强方法.应用稠密度聚类算法检测出舰船网络微弱信号,通过经验模态分解法分解微弱信号,结合小波变换法与奇异谱分析法去除的噪声,实现舰船网络微弱信号增强信.结果表明,该方法能够有效分解所检出微弱信号,并进行分量去噪处理,去噪后各信号分量不仅保留原有细...