一款基于CAN总线的方向盘转角传感器的设计

本传感器使用PIC18F25K83单片机和非接触式霍尔传感器TLE5012B,设计出成本低、测量精度高、抗干扰性强的转角传感器,给出结构设计、硬件设计、软件设计方案(标定、置零、绝对角度计算),并对传感器试验数据进行误差分析。     

目标速度对主动定位误差的影响

超高速鱼雷的出现带来了水中兵器领域的一场技术革命,必将改变海战的作战样式.对超高速鱼雷的探测是与其对抗的前提和基础.由于其航速高达100m/s以上,用现有声呐技术对它进行探测将带来许多新问题.通过研究分析常规声主动定位过程,提出了一种简化模型.运用该模型,分析了在鱼雷跟踪攻击阶段声呐对超高速鱼雷的定位测距误差.仿真结果表明,随着鱼雷速度的提高,常规声呐主动定位精度严重下降,给对抗超高速鱼雷带来极大困难.     

强干扰下舰船通信网络信号传输质量检测方法

为解决舰船通信网络信号质量检测区间受限的问题,提出强干扰下的新型舰船通信网络信号传输质量检测方法。通过信号波形特征提取、干扰算子定义2个步骤,完成强干扰下舰船通信网络的信号识别。在此基础上,通过传输信号质量的抖动幅值定义、传输时间间隔误差计算、检测相位算子求解3个步骤,完成新型信号传输质量检测方法的搭建。对比实验结果表明,与传统检测方法相比,应用强干扰下舰船通信网络信号传输质量检测方法后,待检测信号质量算子的最大值超过9.50 Mb,最小值低于2.00 Mb,整个检测区间长度得到明显扩充。     

基于在线有向无环图的船舶轨迹压缩算法

为了解决船舶轨迹数据的压缩问题, 提出了一种船舶轨迹在线压缩算法; 使用多次滑动推算船位判断方法清洗船舶轨迹, 使用在线有向无环图在干净轨迹上建立压缩路径树并输出采样点; 为了提高轨迹队列和路径树在内存中的查询速度, 使用哈希表对其进行管理; 为了验证提出算法的效果, 比较了真实船舶自动识别系统数据与方向保留算法、道格拉斯-普克算法的压缩时间和误差, 采用可视化方法分析了原始轨迹、清洗轨迹和压缩轨迹。试验结果表明: 在压缩时间方面, 方向保留算法和道格拉斯-普克算法的压缩时间分别约为提出算法的1.1、1.3倍, 说明提出的算法比其他2种算法的处理时间更短; 提出的算法在压缩过程中保留了时间信息, 平均同步欧氏距离误差在任何压缩率下都能保持在10 m以下, 最大同步欧氏距离误差在压缩率为1%时仅有127 m, 而其他2种算法的平均同步欧氏距离误差和最大同步欧氏距离误差不受控制, 会随机变化; 在垂直距离误差方面, 提出的算法与道格拉斯-普克算法在压缩率不小于5%的条件下, 都能保证垂直距离误差小于20 m, 而方向保留算法的垂直距离误差会随机变化; 在显示效果方面, 提出的算法能有效清除轨迹噪声点, 压缩轨迹能够较好地代表原始轨迹的宏观交通流情况。可见, 提出的算法能更高效地保留原始轨迹的形状和时间信息。      

基于误差回馈机制的船舶机组电压鲁棒性研究

针对原有船舶机组电压鲁棒性的分析方法分析结果精度较低的问题,设计基于误差回馈机制的船舶机组电压鲁棒性分析方法。采用单机模型进行船舶机组电力数学模型的构建,对电压功率进行多次运算,保证机组电压模型的完整性。获取反馈系数,并代入机组电压数学模型中,得出机组电压矩阵。通过SMES控制原理进行机组电压控制,结合反馈系数,求得机组电压鲁棒性数学模型。将机组电压带入模型中,完成分析。至此,基于误差回馈机制的船舶机组电压的鲁棒性分析完成。设计对比实验,通过对比分析误差产生次数与处理情况体现分析精度。与原有鲁棒性分析方法相比,此方法误差产生次数更少,处理更加及时。由此可见,此方法更有效。     

基于Attenton-LSTM神经网络的船舶航行预测

航行预测是无人艇关键技术之一。航行问题复杂度较高,传统的预测算法无法满足当前需求。为此,提出一种基于注意力机制-长短期记忆(Attention-Long Short Term Memory,Attention-LSTM)的多维船舶航行预测算法,结合船舶自动识别系统(Automatic Identification Systerm,AIS),采用注意力机制突出对船舶航行起关键作用的输入特征,实现对船舶未来时刻经度、纬度、航向、航速的预测。以成山角海域真实数据为例,进行仿真对比实验,结果表明所提方法具有更好的精确性和鲁棒性。     

机械加工质量分析与诊断知识的获取

本文对机械加工质量分析诊断专家系统中的知识获取问题进行了系统研究，提出以误差原因树方法来获取质量分析诊断知识，给出了知识的形式化描述方法。