水下双层圆柱壳辐射声场欠定分离评估方法研究

水下双层加筋圆柱壳振动和辐射声场的评估对其辐射噪声监测和控制具有重要工程意义。文中通过结构振动模态参与因子向量自身的稀疏特性,分析提出了一种基于结构振动的辐射噪声欠定分离评估方法,可实现有限振动测点情况下的水下复杂结构振动和辐射声场的有效评估。数值和试验结果验证了文中方法的有效性,且所需要的振动测点数目少,具有良好的工程适用性。     

水下航行器头部流噪声性能数值模拟研究

流噪声的降低对水下航行器的隐蔽性提升、主动声呐系统探测能力的提高具有重要意义。首部作为水下航行器主要构成部分,其线型设计的优劣直接关系到流噪声性能和声呐系统工作环境的好坏。基于大涡模拟(LES)的流场计算结果,采用ACTRAN这一声学软件对2种不同头部线型、不同速度、不同攻角、不同监测点处的流噪声性能进行研究。分析研究发现,水下航行器流噪声能量主要集中在低频段,随着速度的增大而增大。在速度、攻角相同的情况下,头部端面半径小、头部长度较长的模型具有较好的流噪声性能。在同一模型下,头部驻点处的流噪声比头部端面一定半径处任何点的流噪声要小。将数值模拟与水下航行器流噪声特性水洞试验研究进行对比,两者得到的结论一致。     

分布式作战体系的自同步构建研究

提出分布式作战体系构建的“Bottom Up”思想，在体系描述的基础上提出分布式作战体系遵循“Bottom Up”进行自同步构建与重构行为的基本思想、行为原则以及自同步构建流程与具体内容，其流程的包括从使命目标的分解与任务建模到确定任务序列关系的行动规划、从行动规划方案到任务计划、从任务计划输出至作战单元的协同问题、作战单元的编成问题以及作战单元间的信息计划，分析构建框架中存在的关键技术问题，指出作战体系构建中存在的问题以及未来的发展方向。     

水下滑翔机滑翔运动的能量分析及水动力性能研究

水下滑翔机是一种新型水下无人潜航器,它通过改变自身的浮力在海中前进,续航时间可长达数月或一年.文中对水下滑翔机滑翔运动过程中的能量变化进行了分析,建立了上浮和下潜运动数学模型,通过数值计算方法对水下滑翔机不同速度和攻角下的水动力进行了计算和分析,可为水下滑翔机总体设计与运动控制提供参考.     

虚拟仪器技术在船舶水下自噪声测试分析中的应用

采用虚拟仪器(简称VI)技术,利用美国NI公司数据采集卡和虚拟仪器设计平台LabVIEW开发了船舶水下自噪声分析系统,并利用该系统进行了实船的水下自噪声测试分析。该系统及主要功能包括:采集卡驱动、A/D转换、信号调制、文件存储、示波、FFT谱分析、1/3Oct、细化分析、在线分析、离线分析、报表结果打印等。通过实船测试与传统仪器分析的结果对比,证明该方法方便宜行。     

水下倾斜裸岩面埋设超大直径桩基钢护筒的施工方法

水中桩基设处河床冲刷严重,地形条件复杂,在倾斜的裸岩面直接安装钢护筒,钢护筒底部失衡无法定位,预先对倾斜岩面进行处理平整,再行下放钢护筒并对其进行水下封底固定,有效地解决了超大直径的桩基成孔过程中的孔内水头差,较好地保证了该类地形条件的大直径桩基施工进度和质量.     

鹰击浅谈现代海军航空兵的突防作战

海军航空兵是现代海军编成的重要兵种,同时又是现代海军各兵种中机动能力和战斗出动强度最大的作战力量。拥有现代航空武器装备的海军航空兵具有反应快,飞行距离远,速度快,战斗行动受海区地形、水文等自然条件影响小,能够在短时间内重复使用的特点,因而是现代海军作战力量的重要组成部分之一。现代海军航空兵的突防作战是高技术条件下海上局部战争的重要作战方式。     

非对称作战与中国海军发展战略

所谓非对称作战,即在战争中充分利用敌方军事力量、系统及作战方式的弱点,有效发挥己方优势的战略、战术,亦即扬己之长、击敌之短的作战方法。非对称作战作为影响深远的军事思想和战争指导规律,自古以来一直贯穿于人类的军事斗争中。进入21世纪以来,人们看到,拥有先进军事技术优势的美军在其发动的历次高技术局部战争中均十分重视利用和发挥与对手在战场观察、信息传递、各种武器作战距离、直至整个军事系统方面巨大的不对称优势,不仅有效抵消了敌方在兵力规模方面的优势,甚至将大规模战争演变为对落后装备者的狩猎式单向打击,从而毫无悬念地击败对手。     

中国建设现代化海陆两栖作战力量

本文编译自美国《信号》杂志2006年4月号。本刊发表此文（文中小标题为译者所加）,并不表示证实文中报道或赞同其观点,仅供读者参考。[编者按]     

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。