基于双编码策略的水声OFDM通信算法

针对船舶噪声和时变多途干扰问题,提出基于双编码策略的水声正交频分复用(DE-OFDM)通信算法。基于信道卷积编码的冗余和记忆特性,将信息比特数量提升多倍,进行约束,得到编码比特,提高通信系统抗船舶噪声和时变多途干扰性能;提出差分编码技术,构建参考相位,利用相邻相位差值进行符号编码,有效消除船舶噪声和时变多途干扰;基于循环前缀技术和OFDM通信技术抗多途特性,有效消除时变多途干扰。进行仿真和100组水箱时变且含船舶噪声信道下的试验,试验结果验证了所提算法的有效性。     

基于自适应分数阶Kalman滤波的船舶视觉跟踪

为提高Kalman滤波算法的准确性和鲁棒性,提出一种基于自适应分数阶系统的Kalman滤波算法,设计状态噪声协方差选择的自适应机制,推导其数学过程.将该算法应用到船舶视觉跟踪中,选取不同河流的CCTV(Closed Circnit Television)船舶监控视频(包括不同情况下的内河船舶运动监控),针对不同船舶大小...     

大连海事大学毕业生质量跟踪调查报告

航海院校毕业生质量是衡量学校办学水平的一项重要指标 ,办学质量也是学校生存与发展的生命线。及时了解毕业生的情况 ,有助于航海院校动态地评估、监控学校教育教学及管理情况 ,并进一步掌握港航企事业单位对学校培养人才的满意程度与需求状况。面对当今世界日趋激烈的人才竞争及国际航运人才市场的东移 ,航海院校如何应对挑战 ,培养出更多、更好的高质量国际航运人才 ,已成为航海院校亟待解决的重要课题。为此 ,大连海事大学组织了对近年来毕业生质量情况的跟踪调查 ,现在此发表 ,以飨读者。由于篇幅较长 ,本刊将分两期刊登这份调查报告。     

军工产品中电子元器件的质量控制

电子元器件是电子设备和系统的最基本单元，电子产品的可靠与否决定于电子元器件的可靠性，没有高可靠性的电子元器件，设计再好的电子产品也难以发挥其作用。本文从元器件的选择、元器件生产厂家的选择、元器件内在质量评价、二次筛选、电装后的质量跟踪、建立元器件质量数据库等环节讨论了电子元器件的质量控制问题，并提出了一些建议。     

船舶航迹控制中航迹段的确定

在进行航迹控制时，必须确定当前船位与设定航迹的相对关系。由于设定航迹是由多个转向点之间的航迹段连接而成的，因此必须确定当前船位所跟踪的航迹段。此文提出一种算法，将航迹段再进行分段，确定当前船位在设定航迹上的相关点，从而确定应跟踪的具体航迹段。     

基于DSP平台的海上目标跟踪监测系统

针对传统海上目标跟踪监测系统目标跟踪监测性能较差的问题,提出一种基于DSP平台的海上目标跟踪监测系统。系统硬件包括图像采集模块、数据存储控制模块,其中图像采集模块主要由摄像头传感器、关联寄存器组成;数据存储控制模块主要由存储芯片、模块控制接口组成。系统软件配置为目标跟踪监测软件,通过硬件与软件相结合实现了海上目标的跟踪监测。为了验证该海上目标跟踪监测系统的目标跟踪监测性能较为优越,将该系统与基于目标选择算法的海上目标跟踪监测系统、基于卷积神经网络的海上目标跟踪监测系统、基于计算机视觉的海上目标跟踪监测系统进行对比实验,实验结果证明该系统的监测成功率更高,即目标跟踪监测性能优于传统海上目标跟踪监测系统。     

基于视频处理技术的船舶移动位置跟踪研究

移动位置跟踪是船舶航行过程中的重要技术,针对当前船舶移动位置跟踪误差大,受环境因素影响大的缺陷,为了提高船舶移动位置跟踪性能,设计了基于视频处理技术的船舶移动位置跟踪方法。首先分析当前船舶移动位置跟踪的研究进展,并描述视频处理技术的船舶移动位置跟踪原理,然后采用分帧技术对船舶移动位置跟踪视频进行处理,并提取船舶移动位置跟踪视频图像特征,通过特征替换提高船舶移动位置跟踪视频质量,最后引入Mean shift算法实现船舶移动位置跟踪,并采用仿真实验对船舶移动位置跟踪效果进行测试,结果表明,基于视频处理技术的船舶移动位置跟踪精度超过95%,跟踪速度快,获得比当前其他方法整体性能更优的船舶移动位置跟踪结果。     

基于DSC的欠驱动船舶路径跟踪神经滑模控制

为进一步提高船舶路径跟踪的准确性和稳定性,针对欠驱动船舶易受外界环境的干扰和模型不确定等问题,提出一种基于动态面技术的神经网络滑模控制策略。在虚拟船逻辑制导算法的基础上,结合反步法对虚拟控制律进行设计,引入动态面技术对虚拟控制律的导数进行估计,避免因直接求导而增加计算负担。在动力学回路设计中,将径向基神经网络与滑模控制相结合,设计神经网络权重的自适应律,实现对系统非线性项的在线估计和对实际控制律的设计。采用Lyapunov直接法证明闭环系统的稳定性,并对一艘长为32m的单体船进行仿真试验。结果表明,该控制策略可行,能实现对欠驱动船舶路径的有效跟踪。     

基于粒子滤波的声呐图像目标跟踪算法研究

声呐图像目标跟踪技术在水下UUV作战系统中具有重要意义,由于水声环境复杂,噪声干扰严重,导致声呐目标跟踪效果欠佳。本文针对UUV声呐成像特点,首先给出一种改进的Curvelet变换图像增强方法,可以有效降低声呐图像噪声并在一定程度上增强目标图像的边缘。并此基础上,提出一种基于粒子滤波的声呐目标跟踪算法以获得更为准确的目标跟踪效果。仿真结果表明,相较于传统声呐目标跟踪,该方法具有更好的目标跟踪精度以及鲁棒性。     

神经网络的舰船航迹跟踪分析

舰船航迹具有比较强的时变性,对其进行研究具有重要意义。针对传统舰船航迹跟踪分析方法难以准确、在线性对舰船航迹进行跟踪,舰船航迹跟踪误差大的缺陷,设计了基于神经网络的舰船航迹跟踪分析方法。首先分析了舰船航迹跟踪的原理,指出各种舰船航迹跟踪分析方法的局限性,然后通过神经网络对舰船航迹进行有效拟合,建立舰船航迹跟踪分析模型,并对神经网络的相关参数进行优化,最后进行舰船航迹跟踪分析仿真模拟测试,神经网络的舰船航迹跟踪误差小于5%,远远低于舰船航迹跟踪实际要求的15%,而且舰船航迹跟踪精度要高于传统舰船航迹跟踪分析方法,舰船航迹跟踪分析时间更短,能够进行舰船航迹在线跟踪分析,具有更高的实际应用价值。