基于D＊算法方向指针的水下远程武器航路规划方法研究

远程武器航路规划的目的是使引导远程武器追踪并攻击目标。当攻击运动目标时,通常采用的处理方法是将运动目标航迹分解为多个静态目标来规划,但该种方法会出现计算周期长、盘旋重复运动等问题。针对上述问题,该文设计了一种基于D＊算法方向指针的动态规划方法,可大幅减少计算量和避免盘旋运动问题的发生,并且通过模拟仿真,验证了该方法的有效性。该方法可为远程武器的有效运用提供重要参考价值。     

航空磁探中水下目标的自适应探测方法

目前普遍采用的飞机磁场模型存在一定的复共线性,传统方法很难准确计算其模型系数。模型系数的不准确对水下磁异常信号探测的影响也很大。自适应探测方法假设飞行测量过程为平稳随机过程,利用对背景噪声的统计特性的学习,实现飞机背景噪声的白化。根据磁性目标的时序特点和噪声的统计特性提出的探测因子,在强起伏干扰背景下对磁异常信号具有较强的探测能力,同时简化了补偿过程,提高了探测效率,具有工程应用价值。     

基于重叠网格的某新型舟桥数值模拟

采用RANS方法和重叠网格计算了带自由液面的全航速范围内桥脚分置式门桥绕流问题.自由液面的模拟采用单相Level-Set方法,Reynolds应力采用k-ω模型,采用PISO算法求解RANS方程,获得门桥阻力、波型等参数.简要描述了重叠网格及单相Level Set自由液面模拟方法.通过对桥脚分置式门桥在全航速范围下数值求解与试验结果比较,结果表明本方法可有效模拟全航速下的门桥绕流问题.     

多跳水下传感器网络中的功率分配算法

水下无线传感器网络的研究越来越受到学术界的重视,其典型特点是能量和带宽有限.多数水下无线传感器网络的应用都可以归结为参数估计问题.本文针对多跳水下无线传感器网络,对递进式的分布式参数估计算法进行了性能分析.在此基础上,利用交替最小化方法得到功率分配方案,目标是在给定的均方误差性能要求下,使得网络消耗的总功率最小.     

基于卷积网络与自适应SVM的齿轮箱故障诊断

针对齿轮箱运作过程中故障诊断效果不理想的问题,提出了一种卷积神经网络(CNN)与粒子群优化的支持向量机(PSO-SVM)方法.首先利用特征参量求出信号的时频特征统计量,其次利用卷积神经网络对时频特征统计量进行二次特征提取,最后利用粒子群优化的支持向量机进行分类.经实验验证,此方法准确率不仅高于其他经典网络模型,而且训练...     

捷联惯性姿态测量系统的扩展遗忘因子递推最小二乘算法研究

在实际大型动态测量船动态变形测量应用中准确确定捷联惯性姿态测量系统噪声模型和相关性比较困难,采用常规卡尔曼滤波(KF)会导致较大的状态估计误差,甚至使滤波器发散.针对这一问题,在分析扩展遗忘因子递推最小二乘(EFRLS)算法的稳定性基础上将EFRLS估计误差与带系统相关噪声的卡尔曼滤波器估计误差进行了比较,并针对大型测量船动态环境采用EFRLS算法对变形参数进行了估计,仿真结果验证了EFRLS算法在噪声信息未知情况下的有效性.     

海洋石油模块钻机电力系统谐波分析与治理

由于大功率电力电子元件的快速发展,变频调速在海洋石油工程中也开始成熟的应用,随之在海洋工程项目的设计中必须注意大功率电力电子器件应用所带来的谐波的影响。我们在设计过程中积累了一些关于谐波的实践经验,文章由海洋石油模块钻机系统谐波的产生及影响入手,对工程设计项目中谐波的治理方案进行分析和对比。     

基于权值优选粒子滤波的雷达目标跟踪

本文详细分析了粒子滤波的特点,给出了基于权值优选的粒子滤波算法,对雷达目标进行了跟踪。仿真结果表明,基于权值优选的粒子滤波算法在N值较小的情况下较标准粒子滤波算法具有更明显的优势。     

船体零件智能优化排样系统的设计研究

针对船体零件的排样问题,开发了基于智能算法的板材套料优化排样系统。该系统采用粒子群算法,并将免疫记忆和浓度机制引入算法提高了零件的排序优化速度。通过零件图形信息数据库管理模块和排样解码算法,实现图形的输入和编码、定位排放和正交靠接及自动计算生成最优排样结果。排样实例表明了该系统具有良好界面和人机交互功能,且有效提高了排样自动化程度和材料利用率。     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。