国外天文导航技术发展综述

叙述了国外天文导航技术的发展现状及其趋势,包括基于“高度差法”的两星定位技术、基于星图识别的多星矢量定位技术、自主光学水平基准技术、天文射电定位技术等,并概述了天文导航技术未来的研究方向.     

一种改进的三角形识别算法

星图匹配识别是确定载体平台姿态的关键步骤,匹配识别的速度和准确率决定了其姿态识别的效率,星图匹配识别算法也决定了导航方式的选取和导航星库的存储和读取方式。对当前应用最为广泛的三角形算法进行改进,提出了一种新的表征星三角形的方法。     

船用星敏感器星象提取方法

从星空图像中提取星象是星敏感器工作的重要基础,也一直是星敏感器研究领域的研究重点。针对船用星敏感器所获取的星空图像噪声情况复杂的特点,提出一种新的阈值分割星图星象提取方法。经实验验证,能够很好的在高噪声条件下提取星象,适用于船用星敏感器星象提取。     

基于模糊SOFM网分类的船舶电力负荷估算模型

提出了一种新的船舶电力负荷分类随机估算模型。将负荷的功率和工作概率作为分类的两项指标，利用模糊自组织特征映射（SOFM）网络对负荷进行分类，并基于分类给出了电力负荷的随机估算模型。由于分类保证了同一类中的负荷，其功率和工作概率均较接近，从而减小了因分类而导致的模型误差。给出了一个实例，其结果表明：模型精度高，计算简单，易于实现。     

郑和牵星图考释及复原

本文从牵星板的来源、使用方法、论证了郑和牵星法的技术。采用微机程序计算出‘指’、‘角’与今天度的对应关系,牵星定位经纬验算及去极度修正等一系列数据。借助于经过岁差修正的星球仪复原了四幅郑和牵星图,并在此基础上考证出牵星图中每颗星所对应的现代星名。     

一种惯性/星光复合制导系统研究

针对传统的基于姿态角修正的惯性/星光复合制导系统的不足,提出了一种新的基于位置和姿态信息进行融合估计的惯性/星光复合制导修正方案,来提高战略导弹的制导精度和可靠性。一方面利用得到的星敏感器视场中恒星星光矢量在CCD光敏面上的星像点及其在导航星库中的赤经、赤纬,结合高度仪给出的导弹高度值,可得到战略导弹的位置信息,再与惯导系统给出的导弹位置信息相减可得到位置误差测量值;另一方面通过星图识别及坐标变换可得到战略导弹的姿态误差值。以Kalman滤波为基础,将得到的位置误差和姿态角误差进行数据融合,估计出复合制导系统的误差状态量,进而修正惯导系统的位置、速度和姿态角参数。仿真结果表明,该方案有效地抑制了传统复合方案中位置和速度误差的发散,并使系统具有较高的精度和可靠性。     

基于LSTM-FCN神经网络的船舶电力系统故障识别方法

船舶电力系统拓扑结构日趋复杂，故障种类繁多且不易区分。为确保继电保护动作的正确性，本文基于船舶电力系统故障录波数据，利用全卷积网络(Fully Convolutional Network, FCN)在局部特征提取上的优势，以及长短期记忆网络(Long Short-Term Memory, LSTM)在时序特征提取上的优势，提出了一种基于改进LSTM-FCN网络的故障诊断模型，并应用于船舶电力系统故障识别。依托PSCAD/EMTDC仿真软件对典型船舶电力系统各种故障进行仿真，通过小波变换对采样信号进行预处理。实验结果表明：本文所提出的故障诊断模型能够很好地对船舶电力系统故障进行分类识别。     

基于Qt的船用CCD星敏感器导航系统仿真研究

针对星敏感器这种典型船用自主导航设备进行建模,在一定程度上利用软件模拟CCD星敏感器工作原理,感知由剧情平台所提供的船舶位置和姿态信息采用以太网作为同星敏感器导航设备的通信接口,通过仿真模型计算给出船舶当前姿态信息,采用以太网发送给综合导航驾驶台仿真软件进行综合显示.此仿真系统满足模拟星敏感器运行情况、跨平台和交互性等需求,目前已经成功应用于实际项目,具有良好应用价值.     

基于ANN星识别算法的仿真平台

星敏感器是一种高精确度的姿态测量仪器，它通过对观测到的星点进行识别来计算姿态。为了能够较好地测试和验证星识别系统的性能，设计了一个基于ANN算法的星识别仿真平台。通过对该星识别仿真平台性能的测试，表明该仿真平台能够方便，实时地测试星识别算法的性能与正确性，因此说它是一种具有较好实用价值的星识别仿真平台。     

基于数据挖掘的船用通信网络异常行为分类和识别研究方法

为保证船用通信网络的安全,设计基于深度数据挖掘的船用通信网络异常行为分类和识别方法。该方法数据处理模块采用全局信息数据融合策略,融合网络的原始采集数据,特征选择模块通过平均不纯度减少特征重要度计算方法,选择有效特征并计算该特征重要度后,形成特征集,将其输入分类识别模块的内外卷积网络深度学习网络模型中,通过模型的学习和训练,获取船用通信网络异常行为分类识别结果。测试结果显示：该方法可有效删除其中的无效特征,保留有效特征结果;可获取不同类别有效特征标签的重要度评分结果;分类识别的平均绝对误差均低于0.18,可完成不同流量变化下异常行为分类识别。     

船舶共享网络系统中信息自动化分类方法研究

传统的船舶共享网络系统在对信息数据计算分类过程中,由于系统采用的分类方法受到自身逻辑条件限制,出现信息数据分类特征计算冲突,无法准确对数据进行对应分类计算,导致大量共享网络信息拥堵。究其产生根源在于传统分类方法,针对此问题产生根源提出船舶共享网络系统中信息自动化分类方法。创建信息标签爬取字典,对共享信息数据词条进行特征识别预处理;接着,引入自动博弈分类算法,对特征与处理后的信息进行类别自动计算划分,完成数据的自动化分类处理。最后,通过仿真实验证明,提出的船舶共享网络系统中信息自动化分类方法,能够有效解决传统分类方法分类计算准确率低的问题。     

基于深度自编码网络的舰船辐射噪声分类识别

针对水下被动声呐目标分类识别问题,借签深度学习网络在图像、语音等领域的成功运用,提出一种基于深度自编码网络的舰船辐射噪声分类识别方法。首先使用Welch功率谱估计方法获得舰船辐射噪声的功率谱特征,然后对原始训练样本集结构优化得到新训练样本集,并构建训练深度自编码网络。依据总体正确识别概率和各类目标正确识别概率对网络参数进行优化设置,实现对舰船辐射噪声的分类识别。经过大量海上实录舰船辐射噪声的分类识别实验,验证了该方法的可行性和实用性。对比BP神经网络分类器,具有更高的正确分类识别概率。     

基于卷积和循环网络的水声信号联合特征表示和识别方法

传统的水声信号识别方法是将特征提取和分类识别分开进行处理的,影响了水声信号识别的整体性能。本文根据水声信号的特点,结合一维卷积网络（1DCNN）的卷积运算、时间平移不变性和门控循环网络(GRU)内部充分考虑时序相关性的记忆能力等优势,将一维卷积网络和门控循环网络进行串联中并对网络参数和模型结构进行优化,自适应提取特征给出分类结果,并与单独使用1DCNN和GRU网络模型的分类性能进行对比。结果表明,本文提出的网络对水声信号的识别准确率最高。     

基于常规参数和脉内特征参数的雷达信号分选

当雷达的常规五参数若是相互交叠或者十分相近时,常规的三参数分选法不能满足实际的需要。论文在三参数基础之上,加入脉内特征参数Wpt6(小波包特征),针对自组织特征映射神经(SOFM)网络需提前设定网络规模的不足,提出一种规模自调整的SOFM网络对四参数进行分选,经过仿真证明,加入的脉内特征参数提高了雷达信号分选准确率。     

基于卷积神经网络的无人船海面垃圾分类算法

为了准确对海面垃圾进行分类识别,从而降低无人水面艇海面垃圾分类回收工作的难度,提出一种利用Keras深度学习框架来进行海面垃圾分类的算法。以Inception-Resnet-v2为训练网络,对4种海面垃圾进行分类识别,并与VGG-16网络模型做对比,结果显示,文章中训练的网络模型正确识别率达到93%,比VGG-16网络的准确率高出17%。充分证明文章中所研究的算法可应用于无人水面艇海面垃圾分类问题。     

舰船导航系统CAN总线网络设计的关键技术

针对舰船传统导航系统中通讯方式的不足,提出了基于CAN总线的导航系统网络化方案,进行了双冗余CAN网络结构的设计。该方案中,综合导航显控台、各导航传感器及导航设备均挂接在CAN网络上,利用CAN总线这个开放统一的接口可以很好地实现各导航设备与舰船上其它系统的信息共享,从而提高了整个导航系统的自动化与可靠性。MATLAB仿真试验表明,基于CAN总线的导航系统网络化方案是可行的。     

基于分类区间小波网络的雷达目标识别研究

介绍了一种区间小波的构造方法,并将区间小波与神经网络相结合,提出了一种用于信号分类的的分类区间小波网络,利用它可以解决以往小波网络的基底空间与被学习信号所属空间不匹配的问题.实验结果表明,将区间小波网络应用于雷达目标识别,可以减少神经元的数目,提高网络的收敛速度,能够获得较好的分类效果.     

基于分类区间小波网络的雷达目标识别研究

介绍了一种区间小波的构造方法,并将区间小波与神经网络相结合,提出了一种用于信号分类的的分类区间小波网络,利用它可以解决以往小波网络的基底空间与被学习信号所属空间不匹配的问题。实验结果表明,将区间小波网络应用于雷达目标识别,可以减少神经元的数目,提高网络的收敛速度,能够获得较好的分类效果。     

改进遗传算法在潜艇天文导航中的应用

潜艇自动天文导航对星图处理有着较高的实时性要求,在比较、分析、综合现有的一些改进方法的基础上,对基本遗传算法提出了一系列的改进措施,形成了一种高效综合的遗传算法．改进算法采用了最优保存策略和比例选择相结合的选择思路,设计了与进化代数相关的交叉概率和与个体适应度相关的变异概率,以及与早熟情况、进化代数和个体适应度有关的移民算法等．将该算法与大津法相结合应用于星图分割中,结果表明,改进的遗传算法不仅可以使图像分割获得满意的效果,而且还有效地提高了计算速度．     

基于调制线谱特征提取的被动声呐目标识别技术研究

目标噪声特征提取和目标分类器设计是被动声呐目标识别系统的关键技术。本文针对被动声呐目标识别，首先着重研究了调制线谱特征提取方法，然后为了训练神经网络目标分类器，本文将遗传算法和BP算法相结合，提出了一种新的自适应遗传BP算法。最后，对海上实录的三类目标噪声进行了分类识别，实验结果表明本文设计的被动声呐目标识别系统具有很好的分类效果。