基于自组织神经网络的多目标跟踪方法

本文陈述了多维Kohonen网络和网络的学习算法，提出了一种使用多维Kohonen网络求解多目标跟踪问题的神经网络方法。仿真结果表明Kohonen网络能够用于求解多目标跟踪问题，克服了传统方法的组合爆炸问题，提高了跟踪速度和精度。     

船型多方案选优决策的层次分析方法

本文应用定性分析与定量分析相结合的层次分析法（ＡＨＰ法），将船型选优排序这一多方案多目标的决策问题，通过划分相互联系的有序层次结构使之条理化，再根据对实际问题的分析，就每一层次的相对重要性给予定量表示一构造判断矩阵，利用排序权向量计算的特征根方法表达每一层次全部元素的相对重要性次序的权值，最后通过计算各层元素的组合权重确定层次总排序，给出综合指标最优的船型方案。文中的分析及计算实例表明，ＡＨＰ法具     

基于层次分析法的水下多目标威胁评估模型

由于海洋环境的复杂性和水声信道的特殊性,水下多目标威胁评估一直是水声信号处理领域的难题。目标威胁评估是目标分配的重要依据,是区分目标的轻重缓急,为多目标攻击决策提供依据的保证。本文基于某型鱼雷,对影响水下多目标威胁评估的各种因素进行了分析,提出了基于层次分析方法的水下多目标威胁评估模型,并通过实例演示了评估的过程。该方法有效地解决了水下多目标威胁评估和排序问题,并提高了鱼雷的作战效能。     

基于层次分析法的舰船电力系统设计方案决策

文中介绍了一种利用层次分析法进行舰船电力系统设计方案决策的方法。利用层次分析法建立舰船电力系统设计方案决策模型,综合考虑设计方案的经济性、可行性、可靠性、安全性、可维修性等指标,并对设计方案的各项指标进行量化,寻找最优设计方案,为电力系统设计方案决策提供依据。     

水下网络的发展与应用

在对美军水下网络发展进行研究的基础上,对水下网络的组成、特点、应用等进行简要介绍。水下网络由传感器节点、浮标网关节点、遥控声纳中继节点等组成,尽管由于水声信道的特殊性,使水下网络存在信道带宽窄、数据传输速率低、收发数据率的非对称性、网络配置的机动性和稀疏性、成本高等问题,但它将逐渐被应用于军事海洋环境遥感、战场环境分析、远程水下控制、水下探测、反潜战等领域。     

基于层次分析法的无人机作战模糊决策研究

基于无人机在现代战争中的定位,分析了影响无人机作战决策的各个因素,将层次分析法应用于无人机作战决策之中,提出了一种无人机作战模糊决策方法。     

AUV水下对接控制方法

针对AUV水下对接系统的需求,研究了AUV对接航行中的控制方法。将导引和控制过程分为追踪回归和直线对接2个阶段。通过仿真计算研究,验证了控制策略和算法的可行性。     

二维水下传感器网络的多重贪心算法

水下传感器网络是一种特殊的传感器网络。在水声通信的基础上构建一个简单、高效的水下传感器网络还是一个新兴的研究领域。对水下传感器网络网络拓扑结构进行分析，并根据二维水下传感器网络的特点，以减少网络功耗为目的，提出了一种新的路由算法-多重贪心算法以获得最优路径。     

基于模糊层次分析法的指挥员决策能力分析

以自行火炮营为例,提出基于模糊层次分析法的指挥员决策能力量化模型,采用多层次模糊综合评判的方法进行综合评价,最终确定自行火炮营指挥能力的优劣性。     

基于联合神经网络的水声目标识别方法

为了改善传统的单一识别网络难以充分考虑水下声音样本各方面特征的缺陷,本文利用联合一维卷积神经网络与长短期记忆网络2种网络串行的方式,构建一种新的网络框架,首次将联合网络运用到水声目标识别中.其次,用船舶音频数据作为数据集输入网络,对网络性能进行评价,进行识别结果的可视化分析.通过结果分析得出,该网络能够实现对水声目标的...     

基于层次分析法的航道规划方案优选研究

航道是航运发展的基本条件,航道规划方案评价涉及的指标非常多,属于多指标综合评价。通过对层次方法、指标体系、权重、评价标准进行分析,选用层次分析法和模糊综合评价法相结合的评价方法,构建了模糊综合评价模型。该模型具有定量性和离散性,使决策和评价过程变得简便易行,能够为航道规划提供一种合理的优选方案。     

欠驱动自主水下航行器的镇定及跟踪

针对仅带有轴向推力及偏航力矩的欠驱动自主水下航行器（AUV）,研究了其在水平面内的轨迹跟踪及定点调节问题。基于Lyapunov直接法及串接一反步技术,通过采用一种带有动力学震荡器的跟踪误差变换,设计了一种统一的连续时变状态反馈控制律,并给出了参数自适应更新律以估计AUV的非线性阻力参数,使得AUV的位置及方向角的跟踪误差全局渐近收敛于零点左右的一个邻域内,该区域可以为任意小,并且,AUV的跟踪性能与外界干扰的大小无关。仿真结果证明所提出的方法是有效的。     

基于模糊层次分析法的高桩码头安全性评估

影响高桩码头安全性的因素很多。传统的高桩码头安全性评估方法主要是依靠检测结果进行定性分析,很少对其进行准确的量化评估。为了准确分析高桩码头安全性状况,本文参考桥梁安全性评估法进行研究,将安全性评估分为外观检测评估和承载能力评估,通过模糊层次分析法最终得出码头的安全等级。该方法简洁明了,能准确反映在役高桩码头的安全性状况,为码头管理及维修加固提供依据。     

基于扩张状态观测器的双桨推进无人艇抗干扰目标跟踪控制

[目的]针对无人艇(USV)的模型不确定性和未知海洋环境扰动,提出一种基于扩张状态观测器(ESO)的双桨推进无人艇抗干扰目标跟踪控制算法.[方法]在运动学层级,设计基于平行接近制导原理的目标跟踪制导律;在动力学层级,针对模型不确定性和未知环境扰动,设计基于ESO的纵荡速度和艏摇角速度自抗扰控制律,以减小模型不确定性和环...     

基于小波变换和概率神经网络的水下目标识别

由于水下环境的复杂性,水下目标的检测和识别是水声信号处理领域中的一个难题.本文研究了基于小波变换和概率神经网络的水下目标识别方法.利用小波变换得到水下目标辐射噪声信号在不同尺度下的能量分布作为特征矢量,并输入到概率神经网络中以实现目标分类.利用小波变换能量特征值可有效区分不同的目标辐射噪声.概率神经网络无网络训练过程,适合于信号分类.实验结果表明该方法的有效性和可行性.     

基于层次分析法的船闸通过能力影响因素研究

船闸通过能力是船闸工程的重要经济指标,其影响因素非常复杂。基于层次分析法与德尔菲法相结合的综合评价方法,对船闸通过能力影响因素进行系统研究,确定各因素对船闸通过能力影响的权重值。结果表明,对船闸通过能力影响较大的因素有船闸运行水位、船闸级数和线数、闸室有效尺度、各类船舶的尺度、船舶装载系数。研究成果可为类似工程提供参考。     

基于混合学习算法的水下机器人神经网络辨识

借鉴Elman和Jordan神经网络的特点,构造了一种新的动态神经网络.该网络能对隐含层的历史进行状态记忆,实时调整过去的信号对现在值的影响,并且增加了输出层节点的反馈以增强神经网络的信号处理能力.将基于遗传算法(GA)和误差反传算法(BP)的混合学习算法用于神经网络权值的修改,既可提高收敛速度又能避免陷于局部极小值.最后,将改进的神经网络应用于水下机器人动力学模型辨识,仿真结果表明,基于混合学习算法的神经网络提高了学习的收敛速度和辨识精度.     

基于变值法的船型优化层次分析法模型研究

采用层次分析法理论和变值法,提出船舶船型技术经济性层次分析方法,建立起船舶船型经济评价的层次分析数学模型。通过对珠江干线3000吨级散货船的船型进行实例研究分析,得出了船型优化综合评价指标的排序,得出综合最优船型。在此基础上,对影响船型方案的参数进行敏感性分析。本文提出的船型方案层次分析的经济评价方法,对优化船型的优化设计具有理论研究和实用价值。