混沌神经网络优化机制研究

分析了混沌神经网络的优化机制,研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数,以及计算网络Lyapunov指数的方法,从理论上证明了当网络参数满足一定条件时,网络具有混沌性状。在仿真实验中,应用Hopfield网络和混沌神经网络求解信道分配问题。结果表明,混沌神经网络在求解优化问题时具有更强的搜索全局最优解的能力,和更快的收敛速度。     

自主式水下机器人水下对接技术综述

  目的  为满足全驱动型自主式水下机器人（AUV）水下搜救、回收及海底地貌成像等实际任务需求,研究全驱动型AUV三维路径跟踪控制应用的方法。  方法  阐述自主研发的\     

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。     

多目标跟踪中的目标位置及速度数据融合

基于多传感器数据融合理论，提出了一种在杂波环境下解决多目标跟踪的方法，即利用位置，速度的融合，得到比较满意的多目标跟踪运动轨迹，给出了有效的融合算法，并进行了仿真，通过仿真可以看出这是一种实用，有效的多传感器融合。     

一种混沌遗传混合算法及其在机动多目标数据关联中的应用

讨论了混沌优化方法和自适应遗传算法在多目标数据关联中的应用，针对这两种算法的不足，提出了一种集成混沌优化与遗传算法的混沌遗传算法。仿真结果表明，将本文提出的集成算法运用于数据关联，可以提高关联成功率，加速算法收敛速度。     

非高斯条件下基于无味粒子滤波器的目标跟踪

研究了无味粒子滤波器的基本思想和具体算法实现步骤,在给出的闪烁噪声统计模型基础上,将PF、UKF和UPF算法应用在雷达目标跟踪中,解决了闪烁噪声情况下的雷达目标跟踪问题,仿真结果表明,UPF的状态估计性能优越。     

船舶建模新方法研究

根据舰船横向运动的水动力模型,讨论了将水动力模型化为一个仅随舰船的航向、航速变化,而与频率无关的控制模型的几种方法,运用微分方程最小二乘拟合法产生了船舶的控制模型,并对其幅相特性、能控能观性及稳定性加以验证,从而证明了该模型的合理性.     

海底电缆检测方法发展现状综述

自主水下航行器（AUV）在海底复杂地形环境下执行独立铺缆作业时,需要兼顾铺缆质量和自身安全,即在避障的同时还需要保持船体与海底平面的相对高度。为此,设计一种基于模型预测的海缆铺设AUV最优避障控制方法。

首先,基于模型预测控制（MPC）建立AUV的路径跟踪模型,将海底不规则障碍物分类为凸起和凹陷地形,并分别建立障碍物的工程简化数学模型;然后,根据不同地形和海缆铺设要求来设计多个目标优化函数;最后,根据地形特征点迭代计算与海底平面保持稳定高度且路径最短的最优避障路径。

仿真结果表明,该方法响应性能好、可靠性高,能够使AUV选择最短路径并避开意外障碍物。

在复杂的海底环境下,该方法既保障了AUV作业过程中的自身安全,又极大提高了海缆的铺设质量。

     

Situation and prospects of shipboard integrated power system reconfiguration technology北大核心CSCD

当前,船舶综合电力系统(IPS)正朝着复杂化、模块化、自动化方向发展,研究快速、稳定、能够应对各种突发状况的船舶综合电力系统重构技术对保障船舶安全和可靠航行具有重要意义。首先,综述当前国内外在船舶综合电力系统重构技术方面的研究进展,讨论集中式重构和分布式重构的特点,并对数学优化算法、启发式算法、人工智能算法等进行归纳总结;然后,分析面对多重并发故障时重构技术所面临的困难与挑战,提出需重点关注混杂系统建模和分层分布式重构框架的建立;最后,从重构模型建立、算法优化、分布式架构等方面对未来船舶综合电力系统重构的发展提出设想和建议。