共查询到20条相似文献,搜索用时 218 毫秒
1.
为提升复杂环境下网络信道特性的表征能力,设计描述舰船通信网络信号动态变化特性的数学模型。依据坎贝尔定理,通过节点之间的泊松点过程,构建舰船通信网络的信道模型。基于所构建的信道模型,依据Friis公式,引入直射路径的信道衰落、镜面反射路径的信道衰落,以及反射路径的信道衰落构建信道衰落模型。依据网络信号传输状态,考虑信道衰落情况,利用马尔科夫链构建信号传输距离、接收机接收功率、信号接收位置关联的二维传输模型,通过二维传输模型体现舰船通信网络信号的动态变化特性。实验结果表明,该模型能够精确表征复杂环境下的舰船通信网络信号动态变化特性,可以作为提升舰船通信网络质量的重要依据。 相似文献
2.
应用随机稳性理论,研究建立舰船稳性监测的数学模型.通过实时数值分析和自适应识别技术处理舰船横摇运动的水动力系数,提出舰船动稳性衡准指标,进行舰船在风浪中稳性的实时计算及预报研究.通过算例,说明应用随机风浪中航行舰船的动稳性预报方法,可以估算舰船的稳性储备和安全性能. 相似文献
3.
4.
应用随机稳性理论,研究建立舰船稳性监测的数学模型。通过实时数值分析和自适应识别技术处理舰船横摇运动的水动力系数,提出舰船动稳性衡准指标,进行舰船在风浪中稳性的实时计算及预报研究。通过算例,说明应用随机风浪中航行舰船的动稳性预报方法,可以估算舰船的稳性储备和安全性能。 相似文献
5.
传统的舰船上层建筑结构动力响应数学模型存在响应性能低的缺点,为此提出舰船上层建筑结构动力响应的数学模型研究。对舰船上层建筑结构的刚度、质量分布与阻尼进行计算,为动力响应数学模型的构建做准备,以上述准备条件为基础对舰船上层建筑结构动力放大系数进行求解,以得到的动力放大系数为依据采用数学公式对舰船上层建筑结构动力响应值进行计算,并对动力响应进行分析,实现了舰船上层建筑结构动力响应数学模型的构建。通过实验得到,构建的舰船上层建筑结构动力响应数学模型响应时间比传统模型快了271 ms,动力放大系数比传统模型增加了0.41,充分说明构建的舰船上层建筑结构动力响应数学模型具备更好的响应性能。 相似文献
6.
7.
8.
9.
舰船在风浪中横摇运动特性是影响舰船航行安全的主要因素,而当舰船由于碰撞、搁浅等意外事故造成船体破损进水后,具有淹水舱的舰船在风浪中的横摇运动将变得更加复杂,更加危险,文章系统地分析了具有淹水舱的舰船在波浪中横摇运动时船和舱内水的能量耦合作用,根据拉格朗日方程建立了具有淹水舱的舰船横摇运动两自由度微分方程,并在此基础上,用Melnikov方法对某实船破损进水后的横摇运动进行了非线性分析,验证了所建模型的实用性,为进一步分析破损进水舰船在风浪中的横摇运动特性提供了可行的数学模型. 相似文献
10.
舰船姿态运动的自适应实时预报及其应用 总被引:1,自引:0,他引:1
舰船姿态运动预报系统是舰载机起降指导系统中的主要部分,它对提高舰载机安全起降起到重要作用.本文根据大型舰船在随机海浪作用下的运动特性,提出了基于自适应AR模型的预报方法,它通过RLS递推算法实现了在线实时预报.利用DSP设计的上述预报系统,本文进行了大量典型航行工况下的仿真.仿真结果表明,文中提出的舰船姿态运动预报方法可行,提前2秒的预报误差为2.7%,提前7秒的预报误差为8.3%.因此,该方法在工程中具有很大的实用价值. 相似文献
11.
12.
13.
在舰船的设计开发过程中,船型的选择非常重要。舰船的尾部型线结构是船型设计中比较容易忽视的问题,为了使舰船尾部型线结构达到最优,可以利用先进的RBF神经网络对尾部型线结构进行优化。基于此点,本文从RBF神经网络的原理、结构及优点分析入手,提出船型优化框架的构建思路,以RBF神经网络替代传统的CFD,并对RBF神经网络模型的建立及预报精度进行研究。结果表明,RBF神经网络模型的预报精度能够满足应用需要,它的优化时间要远远少于CFD。 相似文献
14.
传统的船舶横向运动短期姿态预报数学模型存在着预报性能低的缺陷,为此提出船舶横向运动短期姿态预报数学建模可行性研究。采用平均滤除法对船舶横向运动数据中的不良数据进行去除,完成船舶横向运动数据准备,将得到的船舶横向运动数据进行归一化处理,适应预报函数的需求,将得到的归一化的船舶横向运动数据输入到BP神经网络算法中完成船舶横向运动短期姿态的预报,实现了船舶横向运动短期姿态预报数学模型的建立。通过实验得到,构建的船舶横向运动短期姿态预报数学模型预报误差比传统模型低了21.41%,预报时间比传统模型高出3.25 s,充分说明构建的船舶横向运动短期姿态预报数学模型具备良好的可行性与预报性能。 相似文献
15.
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。 相似文献
16.
17.
18.