“龙格-库塔”算法在航天器实时落点计算中的应用

在介绍航天器实时落点估算的作用和实现原理的基础上,分析了采用“龙格库塔”算法进行航天器实时落点估算的优势,提出了四阶“龙格一库塔”法实时计算航天器落点模型。该方法在保证航天飞行试验强实时性的前提下有效提高了航天器实时落点估算的精度,对确保成功地实施航天器安全控制和回收提供了科学的依据。     

改进多目标粒子群优化算法在营养配餐中应用

营养配餐计算模型为多目标模型,求解过程复杂,笔者利用改进过的多目标粒子群算法优化后,再根据配餐用户的偏好信息进行优化,摆脱了传统多目标优化的权重系数的影响,使得营养配餐计算模型能够满足各类人群的差异化、特殊化.最后,笔者以一日营养量为目标进行实际配餐,实验证明,配餐结果令人满意.     

充液管路线谱噪声主动控制试验

针对充液管路系统低频线谱噪声控制问题,设计1套充液管路噪声主动控制系统并进行试验验证。在循环水管路试验平台上开展不同工况下的多线谱噪声有源控制试验,验证有源消声系统的降噪性能。试验结果表明,该系统可实现低频线谱噪声的有效控制,在管内可以取得10 dB以上的降噪效果,系统具有良好的鲁棒性。试验结果可以为舰船管路系统噪声主动控制提供切实有效的依据。     

基于Q学习的参数自适应S面控制方法

复杂的动力学特性及多变的海洋环境对无人水下航行器（UUV）控制器的设计提出了巨大挑战,在实际应用中,控制器的参数经人工调试后便固化,在控制过程中无法适应环境的变化。针对上述难题,该文借鉴自适应控制思想,提出一种基于强化学习的参数自适应S面控制方法,采用自适应控制方式实现不同环境下控制器参数的优化和自动整定。该方法采用Q学习算法进行训练,通过Q学习的自学习机制寻找输入状态和输出动作间的最优映射。仿真试验表明,所提方法能对控制器的参数进行实时在线调整,具备良好的控制效果和环境自适应能力。     

基于漂移量的航道宽度算法浅析

航道宽度的确定是港口建设及维护必须的.以往的港口航道宽度是由<海港平面设计规范>JTJ211-99中的公式确定的,由于其中的公式是建立在经验取值的基础上的,因此确定的航道宽度太宽,不利于节省港口水域资源,且在流速大于1m/s时该公式就由于其中的满载船舶漂移倍数n和风流压偏角的值无法确定而失效.本文提出一种基于漂移量的航道宽度算法,该算法适用范围广且可在确保安全的基础上大幅度节省航宽.     

粘连蚕卵图像分离算法研究

针对蚕卵图像中存在的粘连或者部分重叠现象,本文提出了一种新的分离方法。该方法先采用模糊C均值聚类算法将蚕卵图像从背景中分割,然后采用模糊距离变换得到模糊距离图像,最后使用分水岭算法将粘连或者部分重叠蚕卵分离。实验证明,此法能够将粘连颗粒物图像有效分离。     

Min-norm spatial spectrum based on acoustic vector-sensor linear array

1 Introduction1 The Min-Norm(MN) algorithm was proposed by Kumaresan and Tufts[1] for estimating the DOA of targets applied at pressure sensor arrays. It has been proved that lower bias and higher resolution of DOA estimation using the MN algorithm is obt…     

Application of frequency estimation algorithm based on a single vector sensor in underwater acoustic communication

1 Introduction1 An acoustic vector sensor (AVS) simultaneously measures the acoustic pressure and the components of acoustic particle velocity which render the basis for developing new signal processing methods[1-2]. The higher processing gain can be obta…     

可调螺距螺旋桨的自适应模糊控制系统研究

在常规模糊控制器的基础上，通过自适应控制优化模糊控制器的控制规则，获得了反映被控对象过程状态特征的自适应模糊控制器，并且通过MATLAB软件仿真实验的方法，研究了该自适应模糊控制器用于可调螺距螺旋桨系统时的控制性能，取得了比较令人满意的仿真效果。     

基于贝叶斯网络的辐射源威胁等级评估算法

贝叶斯网络是近年来人工智能领域最重要的研究成果之一，在具有不确定性的推理和决策问题中得到了广泛的应用。以贝叶斯网络及其推理机制为基础，主要研究了贝叶斯网络在辐射源威胁等级评估方面的应用。选取了部分影响因素，建立了基于贝叶斯网络的辐射源威胁等级评估模型。最后通过一个计算机仿真实例验证了算法具有连续性和累积性，能够对辐射源威胁等级做出较准确评估。