基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

基于前轮转角约束自适应模型预测控制的路径跟踪研究

针对在车辆行驶中较小的前轮转角无法充分利用路面附着能力,较大的前轮转角使得车辆的行驶稳定性差的问题,文章提出了一种前轮转角约束自适应模型预测方法。首先建立车辆的动力学模型,然后通过计算得到轮胎纵向力,最终得到车辆的前轮转角。将车辆的状态量与前轮转角自适应约束条件输入给模型预测控制器,输出车辆的前轮转角,实现对参考路径的跟踪。在Carsim和MATLAB平台上联合仿真,仿真结果表明前轮转角约束自适应模型预测控制的车辆相比固定转角约束的车辆具有较好的跟踪能力和稳定性。     

信息化战争交通重点目标防护的对策

针对信息化战争条件下战场透明化和打击精确化的特点,从建立和完善"综合集成" 的防护体系、完善伪装防护技术手段、适时做好交通保障器材的储备和更新等方面,提出了交通重点目标防护应采取的技术措施和应对精确打击的相关对策.     

Singular perturbation composite control of a free-floating flexible dual-arm space robot

The Free-floating Flexible Dual-arm Space Robot is a highly nonlinear and coupled dynamics system. In this paper, the dynamic model is derived of a Free-floating Flexible Dual-arm Space Robot holding a rigid payload. Furthermore, according to the singular perturbation method, the system is separated into a slow subsystem representing rigid body motion of the robot and a fast subsystem representing the flexible link dynamics. For the slow subsystem, based on the second method of Lyapunov, using simple quantitative bounds on the model uncertainties, a robust tracking controller design is used during the trajectory tracking phase. The optimal control method is designed in the fast subsystem to guarantee the exponential stability. With the combination of the two above, the system can track the expected trajectory accurately, even though with uncertainty in model parameters, and its flexible vibration gets suppressed, too. Finally, some simulation tests have been conducted to verify the effectiveness of the proposed methods.     

����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。     

基于规则评价的武器目标分配方法

遗传算法、蚁群算法、粒子群优化算法等解决武器目标分配问题的典型方法尚不能满足工程应用的要求,为了提高舰艇对反舰导弹防御过程中的武器目标分配问题的工程化水平,采用系统分析的方法,提出一组适应舰艇火力通道组织的火力分配规则,设计了基于规则评价的武器目标分配方法,建立了评价函数及求解过程,并分析了算法的复杂度,该方法可以使目标分配结果与规则的符合度直观明确,更符合指挥员的自然决策思维过程,具有很好的工程实用价值。     

船用光伏发电系统最大功率跟踪及自动跟踪控制研究

太阳能是一种新型的可再生清洁能源,资源丰富,对环境无任何污染,被越来越多的用在船舶上。搭载光伏发电系统的船舶具有经济性好、噪音低、振动小、安全性好及无污染等优点,已经得到了初步应用。为研究光伏发电系统在船舶上的应用,针对如何提高光伏发电系统输出功率,提高光伏发电系统的发电效率展开研究,重点对最大功率跟踪控制及自动跟踪控制技术的实现进行研究与分析。     

基于无线传感器网络的运动目标检测动态聚类图

有效的目标跟踪需要积极的传感器节点对运动目标群实行跟踪。与单目标跟踪相比,聚类在效能上有显著提高。本文提出准确的相干和非相干运动模式下目标的聚类,采用隐式动态时间框架来评估在创建连接组件加权图的目标关系史。该算法采用目标跟踪中定位算法的关键特征,即估计当前和预测的位置来确定移动目标的方向和距离的关系。模拟结果显示,通过动态调整历史窗口大小和预测目标之间的关系,可以显著提高聚类的准确性并减少运算时间。     

一种基于DSP的实时图像处理仿真技术

海面运动舰船目标的定位检测是军事图像处理领域的一个重要方向,同时海面对光线的折射放射对检测的准确性造成了干扰。本文重点对目标检测法进行研究,分析了算法利弊。为解决目标检测算法对于目标背景的敏感度问题,以及提高算法的实时性,把小波变换运用到目标运动检测中,通过小波变换更新图像背景框图,使实时图像在可变模板背景进行运动物的提取。最后,设计基于DSP的仿真系统,通过实验证明新的方法能较好解决因背景更新以及目标物变形造成的检测误差,提高检测精度。     

一种改进的快速压缩跟踪算法

为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪.