波浪爬高的PSPH方法数值模拟研究

通过Poisson方程迭代求解压力场的SPH方法,建立了模拟水波动力学问题的数值模型,将亚格子湍流模式加入方程中,更加精确地描述了波浪破碎时的湍流特性。针对SPH方法中粒子靠近边界处由于粒子缺失导致核函数的截断而引起计算误差,将核函数梯度修正引入了数值计算模型中。同时提出一种新的边界压力计算方法,改善了边界压力计算的精度。对孤立波及椭余波在斜坡上的爬坡破碎过程进行了数值模拟,数值结果与实验结果吻合较好。表明该方法在对复杂水波动力问题的数值模拟上是行之有效的。     

海洋平台电网谐波治理

本文结合陆丰13-2平台电网系统,针对平台变频设备产生的谐波,阐述谐波的产生机理、危害,介绍了无源滤波和有源滤波工作原理,并比较了其各自特点,随后给出平台电网谐波分析过程及谐波治理方案.     

水流对浮体作用的SPH方法模拟

水流与浮体相互作用时,运动情况十分复杂,目前很难准确有效地模拟。而SPH作为一种纯拉格朗日方法,无需构建网格,用核函数近似粒子进行离散,能较好地解决一些自由面大变形问题。文章利用SPH法对溃坝时引起的高速水流冲击浮体以及水体晃动时破损浮体的运动过程进行模拟。模拟结果表明,SPH法能有效地进行水流对浮体作用的研究。     

一种声纳数字值班电路的设计

对于长期工作在水下的声纳检测系统,必须有可靠性高、功耗低的值班电路,文章设计了基于MSP430单片机的值班电路系统,提出了采用自适应notch滤波器实现数字滤波,完成值班电路对唤醒信号的检测,并详细介绍了自适应检测程序的流程、仿真过程和测试结果。     

基于卡尔曼滤波的潜器运动状态观测器

该文以某型潜器为研究对象,通过对潜器的运动方程线性化,用卡尔曼滤波预测潜器运动状态量,并根据实际的输出量（量测值）来修正预测值,得到估计的状态量。仿真结果表明,量测输出精度越高、潜器运动状态变化越慢,观测器的估计误差就越小。     

微粒群优化理论在光电载荷安装误差修正中的应用

载荷安装误差是影响空中机动单站光电载荷无源定位精度的主要因素。针对传统解析方法建模复杂、精度不高的问题,采用一种微粒群优化方法对光电载荷安装误差进行修正。仿真分析表明,所采用的微粒群优化方法搜索效率高、搜索效果好,能够实现对安装误差的高精度修正,有望为实际应用提供一种简易可行的方法。     

面向目标跟踪的传感器调度方法

针对传感器网络对目标的跟踪问题,提出一种传感器优化调度方法。该方法以传感器使用成本和允许激活的最大传感器数量为约束条件,把最小化目标位置误差作为优化目标,运用二进制凸规划技术对优化调度问题进行建模,采取逼近算法迭代求解规划模型。蒙特卡罗实验表明,对于节点数目小于70的传感器网络,优化调度方案可以获得高精度的目标跟踪结果。     

Underwater simultaneous localization and mapping based on forward-looking sonar

A method of underwater simultaneous localization and mapping (SLAM) based on forward-looking sonar was proposed in this paper. Positions of objects were obtained by the forward-looking sonar, and an improved association method based on an ant colony algorithm was introduced to estimate the positions.In order to improve the precision of the positions, the extended Kalman filter (EKF) was adopted. The presented algorithm was tested in a tank, and the maximum estimation error of SLAM gained was 0.25 m. The tests verify that this method can maintain better association efficiency and reduce navigation error.     

PSO优化灰色Verhulst模型用于研制经费投资决策

针对新型装备研制经费投资分析问题,基于研制经费的数据特点和变化趋势特征以及灰色系统理论的独特优势,提出采用灰色Verhulst模型用于新型装备研制经费的投资分析。考虑到传统Verhulst模型中基于最小二乘的参数估计方法对年度投资变化较大时所出现的不适应性,提出采用粒子群优化(particle swarm optimization,PSO)算法优化模型参数,进而确定对新项目的年度经费投资额。应用分析表明,灰色Verhulst模型能较好适应数据的变化规律,同时基于PSO算法的参数优化方法较最小二乘法能得到更好地结果,可以用于指导研制经费的进度付款和合同签订。     

一种新的双种群PSO-DE混合算法

给出一种新的粒子群算法和差分进化算法相结合的混合算法.该算法基于一种双种群进化策略,其中一个种群由粒子群算法进化,另一种群由差分进化算法进化.此外,采用一种信息分享机制,在算法的进化过程中2个种群中的个体可以实现协同进化.为了进一步提高混合算法的性能,在差分进化算法中融入一种线性递减加权策略的变异操作和指数递增交叉概率算子.通过4个标准测试函数的测试结果表明文中提出的混合算法是一种收敛速度快、求解精度高、鲁棒性较强的全局优化算法.