基于自适应神经网络的UUV航速控制仿真研究

针对无人水下航行器(UUV)在水动力参数变化和外界不确定干扰下的航速控制问题,提出一种基于李雅普诺夫方法的自适应神经网络控制算法。引入RBF神经网络来估计建模误差和海流干扰,并设计自适应学习律来保证神经网络权值的最优估计,保证了系统的航速误差收敛到零。仿真试验结果表明设计的控制器在航速控制过程中可有效抑制UUV载体的模型不确定性及海流干扰,且控制参数易于调节。     

无人艇艇型优化方法

为了计算和优化无人艇在中低速段艇型阻力性能,考虑了自由表面非线性和黏性的影响,研究了滑行艇在排水航行状态的兴波阻力计算方法.结合线性兴波阻力理论,将给定约束条件下的艇型优化问题转换为求泛函极值的有约束数学优化问题,通过非线性规划优化理论,对给定的艇体主参数约束下的目标函数做有条件最小化,求解最佳优型.理论计算结果和艇模试验结果表明:利用计算方法能够有效、快速地计算艇型兴波阻力,优化后的艇型在给定的速度区间(傅汝德数为0.1～0.7)的兴波阻力系数明显降低,在优化速度点(傅汝德数为0.5)降低约20％.     

无人水下航行器横滚控制系统反演变结构设计

针对无人水下航行器横滚通道的非匹配不确定性控制问题,提出一种非线性反演设计方法,将反演过程中的虚拟控制量的导数作为不确定性项,引入自适应机制对其上界进行估计,并采用变结构控制克服系统的不确定性,利用Lyapunov理论证明系统的稳定性.结果表明,在流体动力参数摄动情况下,本文方法具有良好的鲁棒性和自适应性,满足无人水下航行器快速横滚控制的要求.     

基于行为融合的无人自动驾驶车辆的智能控制

针对动态环境下无人自动驾驶车辆控制的非线性、时变的特点,提出并设计了一种基于行为融合的无人驾驶车辆的智能控制策略。根据车辆行驶基于模糊逻辑方法设计了一系列的基本行为模式,用模糊控制的方法分别建立各行为模式控制器,进而对车辆的方向和速度进行控制。在行为选择机制设计中,对常用的行为竞争和行为融合2种方法进行分析比较后,提出限制各行为模式的使用范围,通过各行为的控制和融合,既达到有效避障,又能完成行驶目标的目的。通过几种典型障碍物环境下的避障仿真实验,结果显示设计达到了预期效果。     

反潜无人艇适配武器发展现状和趋势

随着无人技术的快速发展,无人水面艇应用于反潜作战逐渐受到关注。本文在对反潜无人水面艇的军事需求和面对威胁的分析基础上,梳理和分析了国内外无人水面艇及其配置武器载荷的发展现状,针对各型无人艇的武器配置进行深入分析并提出无人艇相应的适配武器类型,以及适配的武器应具有的能力和技术特点,想定了无人艇典型作战场景,为反潜无人艇的武器配置发展提供理论和技术支撑,对无人艇的顶层设计、作战体系搭建等具有重要意义。     

海战场无人平台作战指挥模型体系管理与检验研究

以海战场无人作战平台跨域协同作战指挥为牵引,设计提出海战场无人平台作战指挥模型体系框架,涵盖海军无人作战基础计算模型、指挥支撑模型和综合应用模型;提出海战场无人平台作战指挥模型开发管理要求,涵盖模型需求管理、任务管理、开发流程、版本管理、组合编排等;提出基于博弈对抗的海战场无人平台跨域协同作战指挥算法检验方法,包括博弈想定、对抗平台和关键技术设计等,能够为海战场无人作战指挥模型体系设计、模型开发管理与检验提供支撑,加快推进海军指挥信息系统无人作战指挥智能化辅助决策能力创新发展。     

海上无人装备跨域通信技术发展研究

针对海上无人装备跨域集群作战的任务要求,总结出无人装备由于缺少人员的实时操控,其通信呈现出网络化、服务化、自主化、抗干扰、设备小型化等特点。梳理了国外无人机、无人艇、无人潜航器等无人装备通信系统的发展现状,并以美军《2017-2042年无人系统综合路线图》为参照,重点分析了无人装备跨域通信未来的发展趋势。在此基础上,重点从互操作性、自主智能、安全保密、人机协作4个方面,提出要重点研究和突破的关键技术。     

决策树算法在无人船异构通信网络切换中的应用

针对无人船航行环境复杂,导致无人船异构通信网络通信质量较差的问题,研究决策树算法在无人船异构通信网络切换中的应用。选取信号强度、最大传输速率以及误码率,作为无人船异构通信网络切换的网络属性,设置各网络属性作为C4.5决策树算法的决策节点,C4.5决策树算法选取信息增益率作为属性分类标准,构建候选网络集。归一化处理候选网络集内的通信属性值,获取各通信网络的多属性判决值,选取具有最大多属性判决值的网络,作为目标网络,完成网络切换。实验结果表明,该方法有效切换无人船异构通信网络,切换后网络吞吐量高于50 Mbps。     

探讨无人仓库技术在铁路物资管理中的应用

根据铁路物资仓储管理实际,针对无人仓库技术的特点,提出了无人仓库技术适用于铁路物资管理的3种模式,以及在车间仓库、异地仓库、代储等3种常见的铁路物资仓储管理场景中的应用方式.     

基于神经网络的无人船自主靠泊模拟研究

针对传统神经网络自主靠泊控制器忽视车令与螺旋桨转速、舵令与实际舵角之间的映射关系问题,将控制器的输出由螺旋桨转速、舵角改为车令与舵令.为解决靠泊完成后船艏向偏差较大问题,将多初始状态下的靠泊训练数据改为单一初始状态,并将选择靠泊过程中的部分数据作为控制器输入改为提取靠泊过程中的全部信息,以此来提高控制器的训练效果.仿真...