船舶通信网络盲信号的分离算法

盲信号分离算法是船舶通信网络研究中的一个重要方向,为了解决当前盲信号分离算法存在的分离效果差、精度低等缺陷,提出一种基于混合人工智能算法的船舶通信网络盲信号分离算法。首先对船舶通信网络盲信号分离原理进行分析,指出盲均衡器权向量是影响分离效果的关键因素,然后采用粒子群算法和蚁群算法组成一个混合人工智能算法,将其引入盲均衡器权向量最优值的搜索中,最后进行船舶通信网络盲信号分离实验。本文算法能够快速有效的找到盲均衡器权向量最优解,解决当前船舶通信网络盲信号分离算法存在的难题,提高了船舶通信网络盲信号分离精度,具有十分广泛的应用前景。     

基于分离度的步长自适应EASI算法

首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制EASI算法中的步长因子,从而提出了一种基于分离状态的步长自适应EASI盲源分离算法。由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其它固定步长或变步长的EASI算法。     

基于分离矩阵的步长自适应EASI算法

首次提出将分离矩阵用于对在线盲分离算法中步长自适应控制,并在认真分析相关固定步长和变步长EASI算法的基础上,将其加以运用,提出了一种新的步长自适应EASI算法。该算法步长是基于分离矩阵的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其他固定步长或变步长的EASI算法。     

一种改进的步长自适应EASI算法

首先定义了描述信号分离状态的一种测度，并在认真分析相关固定步长和变步长EASI算法的基础上，将其加以运用，提出一种新的步长自适应EASI算法。由于该算法步长是基于分离状态的，其学习速率由信号的分离程度自适应的选取，因而能很好地解决收敛速度和稳态误差之问的矛盾。计算机仿真结果与理论分析相一致，证实了该算法明显优于其它的EASI算法。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题,模拟退火算法是求解此问题的一种理想方法.模拟退火算法是依赖邻域结构的迭代方法,模拟退火算法对选择试验解比较敏感.本文针对找领域解,提出6种策略.算法的分析和测试表明,策略F是一种简单有效的算法.     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题，模拟退火算法是求解此问题的一种理想方法。模拟退火算法是依赖邻域结构的迭代方法，模拟退火算法对选择试验解比较敏感。本文针对找领域解，提出6种策略。算法的分析和测试表明，策略F是一种简单有效的算法。     

独立成分分析技术综述

独立成分分析是一种将源信号从混合信号分离出来的信号处理技术。本文首先概述了独立成分分析与盲信号分离,主成分分析的关系,然后系统地介绍了该技术的基本概念和数据模型,对现今比较流行的各种独立成分分析算法进行了剖析和总结。最后对独立成分分析的发展及应用前景作了展望。     

引导进化模拟退火算法在船舶能优化设计中应用

引导进化模拟退火算法是一种采用全局优化策略的人工神经网络的平行技术，综合了遗传算法，模拟退火，模拟进化的思想，并在解空间实施区域引导，本文用该算法进行船舶性能优化计算，速度快捷，其全局化策略，可避免陷入局部最小值。     

引导进化模拟退火算法在船舶性能优化设计中应用

引导进化模拟退火等法是一种采用全局优化策略的人工神经网络的平行技术，综合了遗传算法、模拟退火、模拟进化的思想，并在解空间实施区域引导。本文用该算法进行船舶性能优化计算，速度快捷，其全局优化策略，可避免陷入局部最小值。     

基于阶梯函数插值模型的复合材料层合板铺层优化设计

针对复合材料层合板铺层优化中的离散组合优化属性,本文提出一种提出基于拓扑优化罚函数思想的阶梯函数插值模型,建立复合材料连续变量与离散变量的映射关系,进而运用连续变量优化算法求解离散组合优化问题。基于线性递减权值策略的粒子群算法,考虑层合板最大基础频率,对层合板铺层角度进行离散组合优化设计,并与应用差分进化算法（DE）、模拟退火算法（SA）所得到的结果进行对比。结果表明,3种优化方法得到的最大基础频率一致,证明了提出方法的有效性。     

一种基于GL的雷达操控模拟设计方法

文章研究了利用GLStudio虚拟仪表仿真软件开发虚拟训练装备的设计方法。实践表明,该方法建模逼真、开发快捷、效率高、效果好。     

基于决策SVM的入侵检测技术研究

在网络入侵检测中,数据类别不均衡训练集的使用将产生分类偏差,支持向量机是一种新型的统计学习模型,在处理小样本和学习机的推广能力上有很大的优势．针对支持向量机解决k个多类分类问题存在训练样本数据大、训练困难的问题,提出基于支持向量机的决策树训练算法,构建了基于支持向量机决策树的入侵检测系统模型．利用KDDCup99数据集,将本文提出的算法与Lee-Carter方法和1-v-R方法进行了对比实验．通过实验和比较表明,该方法的训练效率大大提高,并且具有较高的检测率．     

Research and implementation of digital detection method on closed loop FOG

In the strapdown inertial navigation system, the Fiber Optical Gyro(FOG) must have high precision to give accurate navigation information. In this paper, a digital closed loop detection method based on the ramp wave modulating technigue is introduced. DSP and FPGA have many advantages in digital signal processing. In the design, by using DSP,a complex arithmetic operation is completed to meet the needs of closed loop control of FOG within a short time. All kinds of control signals are produced easily by FPGA, under which DSP could work properly. Combining the DSP and FPGA,the detecting method is implemented successfully. In the end, the result of test and performance is given. From the result we can conclude that the precision of FOG is improved and the noises are limited to a low level.     

相邻火区喷淋原则计算消防水总量在海上油气生产设施上的应用

针对大型海上油气生产设施消防水量大,消防泵选型和消防管网布置困难的问题,通过研究国外相关标准规范,将相邻火区喷淋原则用于海上油气生产设施的消防水总量计算中,并与传统消防水量计算方法在消防水量大小,设备投资,规范适用性等方面进行了对比分析。分析结果表明相邻火区喷淋计算原则的计算方法满足规范要求,计算方法灵活,能够有效降低消防水总量,可以广泛应用于不同类型的海上油气生产设施。该方法在设备投资上具备一定的优势。通过实际案例分析表明,消防水量的降低比例达到了28.8%。同时对该方法的使用的条件,优缺点和注意事项进行了总结。     

船舶设备费用-效能的多层次灰关联综合评价

将层次分析法和灰关联综合评估法两种系统评价方法结合起来,提出了一种多目标多层次加权灰关联综合评估方法,并将其应用于船舶设备的费用—效能综合评价.实例应用结果证明,该方法综合了两种方法的优点,使用简便,切实可行.     

基于CLSVOF方法的多介质流运动界面追踪(英文)

根据Level-Set方法和VOF方法各自的优缺点,耦合生成一种Level-Set和VOF的耦合界面追踪方法,简称CLSVOF(Coupled Level Set and Volume Of Fluid Method)方法。CLSVOF方法利用Level-Set函数计算VOF体积份额,克服了VOF方法难以准确计算界面的法向量和曲率的缺点;同时又利用VOF体积份额修正Level-Set函数,克服了Lev-el-Set方法在计算过程中有物理量的损失的缺点。用旋转流场和剪切流场的数值算例验证了CLSVOF方法相比VOF方法提高了运动界面追踪的分辨率,相比Level-Set方法实现了计算过程中的物理量守恒。运用CLSVOF方法数值模拟了两个多介质流运动界面算例,分别是自由剪切层问题和气泡在静止水体中上升问题.对比数值模拟结果与理论分析和实验结果可知CLSVOF方法能精确地追踪多介质流运动界面。     

传统方法在水下相机标定应用中的研究

针对加装保护壳体的水下相机光路较空气中复杂,传统成像模型及标定在水下是否满足工程要求的问题,在带畸变的小孔成像模型中利用传统方法进行了大气和水下的相机标定,验证了两种情况下标定偏差的存在;利用神经网络方法对水下相机标定进行了对比实验,结果显示传统方法在工程应用中的水下相机标定中仍具有优势。