舰船消防投入消耗的重量和空间统计分析

战斗舰船上有众多的易燃易爆高发区域,必需设置舰船消防系统以达到防火和灭火的目的。但消防投入在提升舰船生命力与安全性水平的同时,也消耗了舰船有限的舱容和排水量。为了配合舰总体进行综合平衡,确保消防设计得以实施,对消防投入涉及的重量和空间进行统计分析,是有效支撑舰船总体布置和性能设计的重要途径。     

基于GPS舰船定向算法的分析研究

简述了利用GPS载波相位技术进行舰船定向的原理,比较了目前已有的多种定位定向关键技术--整周模糊度求解的算法,结合各种算法的优缺点,提出了一种适合于舰船定向的整周模糊度方法.该方法结合最小二乘法和LAMBDA法的优点,减少了备选整周模糊度的组合数,并采用多种约束信息来剔除不正确的模糊度组合,最后给出了系统软件的设计方案.     

基于FAHP的舰船电力系统脆性分析

首次将复杂系统脆性引用到舰船电力系统研究中,由于舰船电力系统是复杂系统,具有层次结构,因此采用模糊层次分析法(FAHP)对其进行脆性分析。由模糊层次分析法求得舰船电力系统各子系统的相对重要度排序向量,找出极易使舰船电力系统崩溃的脆性因素,为决策者提供重要的参考依据。     

舰船电磁环境特性研究

在对舰船电磁环境进行系统分类之后,总结并分析了目前舰船平台上可测量和控制的电磁环境参量,并根据舰船总体电磁兼容设计和测试经验研究了主要用于表征舰船电磁环境特性的物理量及其试验测试方法.     

基于OWA算子和语言OWA算子的舰船研制方案群决策

针对舰船研制方案存在的问题以及定量指标和定性指标的特点,提出一种基于OWA算子和语言OWA算子的综合多属性群决策方法,再结合效用函数来对其进行研究.将多位专家对研制方案的意见综合为专家组的一致意见,实现了舰船研制方案的评估.最后,通过实例说明该方法的有效性及合理性.     

ASME锅炉及压力容器规范在潜艇结构中的适用性分析

潜艇校核常用的是舰船通用规范,但考虑到潜艇某些结构主要承受压力载荷,可采用锅炉及压力容器规范,简称ASME规范,对潜艇的平面舱壁结构进行静强度校核。压力容器规范校核引入分析设计方法,将应力进行分类,对结构不同部位采用不同校核标准,较舰船通用规范能够更充分利用结构。压力容器规范主要适用于板壳结构,而舱壁主要为加筋板结构,所以舱壁校核使用ASME规范时还需要进行一些补充,从两类规范校核结果可以看出,补充后的ASME规范适用于潜艇舱壁结构。     

嵌入式系统的低能耗舰船电路设计

在嵌入式环境下进行舰船电路系统设计,提高舰船控制电路的集成性,提出一种基于DSP技术的低能耗舰船嵌入式系统电路设计方法,采用ADSP21160处理器为核心控制芯片,进行舰船电路的AD模块设计、控制单元设计、信号处理模块设计和通信模块设计,实现舰船的信息采集和数据处理及远程通信功能,在ARM嵌入式系统中进行舰船电路的集成开发,降低电路的能耗,提高电路的集成性和可靠性。测试结果表明,采用该方法进行舰船电路设计,电路的功率放大能力较好,信号处理能力较强,具有很好的电路稳定性。     

舰船机舱油雾浓度测试研究

本文采用计重法和气相色谱/质谱联用法对舰船机舱不同存在形态的油雾污染物进行浓度测试.结果表明:直通舱室的冒气口是舰船机舱油雾污染的主要来源,虽然油雾净化装置的净化效率高(90%以上),使舱室环境的油雾浓度保持在较低浓度水平(1.6~3.1 mg/m3),但机舱的空气质量状况与船员对于空气品质的要求还有较大差距.因此建议加强对油雾的排放控制,增强净化装置的处理能力,同时继续开展对机舱油雾的深化研究,切实改善和提高舱室的空气质量.     

基于LSTM的舰船运动姿态短期预测

舰船的六自由度运动状态形成复杂的非线性过程,运动姿态会受到耦合作用、不定周期、噪声信号以及混沌特性等因素的干扰,因此很难得到精确的预测结果.为了提升舰船运动姿态的预测精度,利用舰船时间序列的特点,建立了基于长短期记忆单元(LSTM)模型,对其进行了舰船姿态预测仿真,将结果与时间序列分析法的结果进行对比.实例分析表明:基于LSTM模型的预测方法具有精确度高、易实现的特点.这为舰船运动短期预测提供了一个新的思路和方法.     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法.首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响.实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率.