水声网络探测节点的一种运动目标参数估计算法

文章提出了一种水声网络探测节点的运动目标参数估计方法,即基于模型匹配原理的估计算法。给出了算法的原理和仿真分析。     

基于蚁群算法的舰船避险航路规划

采用蚁群算法研究舰船避险航路规划问题,利用栅格法将航行海区进行细分,建立舰船避险航路模型,进而求算优化解。仿真结果表明,蚁群算法求解舰船优化航路具有较强的稳定性和鲁棒性。     

含软弱土层边坡稳定性分析的全局滑面自动搜索技术

提出了一种用于边坡稳定性分析的全局滑面自动搜索技术,首先采用三角网格进行了边坡土层的几何离散,然后,结合蒙特卡洛法等角/等边逐段扫描与模拟退火法,构建了全套的边坡全局临界滑面搜索扫描算法。以Fortran和Matlab为计算手段进行联合编程,采用简明Morgenstern-Price法进行了边坡稳定性分析计算。通过选用3个算例进行了算法的可靠性验证,计算结果表明:截面三角网格划分方法具有良好的适应性,能较好地对不规则层位几何形状进行离散;多段折线滑面具有较圆弧滑面更为优秀的极限滑面定位功能,其安全系数随着滑面段数的增加会逐步达到收敛;本搜索方法可不依赖于工程师经验进行多段折线初始滑面的大致范围选择,其能快速地、全自动地进行由弱到强不同复杂土质情况的边坡稳定性计算分析,并能找到全局临界滑面与安全系数。     

路网车流径路选择随机相关机会规划模型及其混合遗传算法

研究随机环境下车流径路的选择问题,首先给出路网车流径路方案可靠性的定义,并在此基础上建立随机环境下车流径路选择问题的随机相关机会多目标规划模型。模型考虑了车流具有不同权重的情况,目标为极大化车流径路方案的可靠性及极小化期望总费用。用C＋＋语言编写K短路算法,并在Visual Studio 6.0上基于该算法开发了软件,用于计算网络上任意两点之间的K短路。以该软件计算出的K短路作为节点间的可选径路集,提出一种基于随机模拟的混合遗传算法。算例表明,在不同交叉和变异概率的条件下算法均可在给定进化代数内收敛至相同的最优解,有较强的适应性。     

一种隧洞探测型AUV及其图像拼接方法研究

裂缝是输水隧洞最普遍的缺陷和潜在威胁,AUV巡检与拍摄输水隧洞中的裂缝,通过拍摄的水下图像进行处理,以确定裂缝位置。但由于水下环境极大限制了光视觉图像可视范围与分辨率,单幅水下图像所获得的视角范围有限,所以本文提出了基于SURF算法的AUV水下图像拼接方法研究。该方法首先在图像预处理阶段对水下图像进行去畸变与限制对比度自适应直方图均衡化处理,用于解决水下图像存在的畸变、对比度低、噪声严重等问题。接着将SURF特征点检测算法应用于水下图像配准当中,并与RANSAC算法相结合对特征点进行精确匹配,然后应用线性渐变融合算法实现水下图像融合,有效去除拼接缝隙,完成水下图像拼接,最终通过水池与外场实验拼接图像来验证该方法的正确性。     

三种基于四元数模型的声矢量阵MUSIC算法

传统的基于长矢量模型的MUSIC算法没有充分利用矢量水听器各分量之间的正交特性,存在多目标分辨能力不足的缺点。针对这一情况,文中引入了四元数的概念,利用四元数能更好地描述矢量水听器各分量的正交结构这一优点,提出了三种基于四元数模型的二维声矢量阵方位估计算法:Q-VV算法、Q-PV算法和Q-PVV算法。与基于长矢量模型的MUSIC算法相比,新算法降低了协方差矩阵的维数,占用更少的内存空间。同时,由于利用了四元数强正交性约束的特点,新算法有好的单目标估计精度和多目标分辨能力。其中:Q-PV算法和Q-PVV算法利用了声压与振速的相干性,抗各向同性干扰的能力优于Q-VV算法。仿真实验证明了算法的有效性。     

动力定位船舶桨-桨干扰处理策略研究

本文针对动力定位船舶在推力分配中桨-桨之间的水动力干扰问题,基于二次规划算法提出了一种改进的避免桨-桨干扰的策略。以一艘海洋平台供应船模型为研究对象,通过仿真验证了该算法可以有效地降低推进器的推力损失,提高船舶的定位精度,降低推进系统的能耗。     

基于IWO算法的轴系—基座—壳体系统声辐射优化研究

针对轴系-基座-壳体结构复杂,对于激振力引起的结构表面声辐射尚未形成一套有效的计算和优化方法,文章尝试通过功率流有限元和声学边界元方法,对系统声优化问题进行了研究。在直线校中状态下,用相应单元模拟系统中减振器、隔振器和吸振器,建立轴系-基座-壳体系统有限元模型,利用有限元转子动力学,计算系统某特定工况下频率响应。在此基础上采用IWO算法,以各减振单元参数为设计变量,以传递路径的总功率流为目标函数进行优化,最后利用声学边界元方法对优化结果进行对比分析。结果表明,将流经路径总功率流替代场点声压为目标函数,不仅能将问题简化大大减少计算量,还能为系统减振降噪提供有效的优化计算方法,具有重要工程应用价值。     

基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

基于遗传神经网络的相似重复记录检测方法研究

设计实现了一个相似重复记录检测系统,该系统包括预处理模块、聚类模块、字段匹配模块和记录匹配模块,支持聚类算法和字段匹配算法的定制扩充。并通过实验对比了几种著名的算法,实验结果表明该系统提高了相似重复记录检测的精确度。