基于虚拟仪器的超短基线水声定位系统

基于虚拟仪器技术,介绍通过Matlab仪器控制工具箱将示波器和计算机结合组成超短基线水声定位系统的方法。用虚拟仪器技术扩展传统仪器的功能,定位水下运动目标。     

无姿态补偿的水下信标绝对位置传递研究

文章介绍了长基线系统(Long Baseline)相对和绝对校准工作,分析了姿态补偿纵摇(Pitch)和横摇(Roll)对水下信标定位精度的影响机理,对无姿态补偿的绝对位置传递的可行性进行了可行分析研究,给出了基于最小二乘的信标位置计算方法。分析计算了Pitch和Roll的影响。对比了计算得到的无姿态补偿的结果与有姿态补偿结果符合情况及差异,得出了无姿态补偿计算结果可信的结论。该方法满足大多数水下定位作业的要求。利用该方法进行了海上实地测试,验证了通过多个水下信标构成的基阵,在进行相对校准和绝对校准后,在无姿态补偿情况下亦可以完成水下构件安装等高精度水下工程。     

船体搭载坞墩枕木下沉预报与实测分析

以沪东中华造船集团设计建造的某LNG实船为研究对象,对该船船体搭载过程中的坞墩枕木下沉量进行全船有限元分析预报和实测。通过搭载船舶底部下沉量的理论分析和实测对比,两者结果基本接近,理论预报方法能够反映搭载过程中的船体底部下沉趋势。基于计算分析和实测结果,总结坞墩布置经验,提出了该船型的坞墩优化方案。采用船体搭载坞墩枕木下沉有限元预报方法为今后调整优化船坞坞墩布置、控制船体基线精度和船底受力局部强度分析提供理论支撑,分析结果可供各类船型的坞墩布置设计参考。     

CM长短桩处理山区高速公路深层软基应用研究

应用CM长短桩复合地基的工作原理和设计理论,以毕节至都格高速公路大海子段(K170+400~K171+450)深层软基处理工程为依托,研究山区高速公路深层软基长短桩处治技术的应用。     

混合示教长短时记忆网络的车辆轨迹预测研究

为实现智能网联车对周围车辆运行轨迹准确地长时预测，本文提出一种混合示教解码的长短时记忆网络的车辆轨迹预测方法。首先，通过特征筛选和历史轨迹序列标注建立轨迹预测数据集；其次，构建长短时记忆网络的编码器-解码器模型，编码器将自车和周围车辆历史轨迹及道路环境信息编码为上下文向量，解码器采用混合示教的模式将上下文向量解码动态解码为未来轨迹；最后，采用真实道路数据集NGSIM US101和I-80路段验证模型的可行性。多组对比分析实验结果表明：本文所提方法在长时域预测的终点位移误差指标上的有效性和优越性，5 s的终点位移误差在2.7 m以内；并且模型在稀疏采样后的数据集上达到更高的预测准确率，5 s的位移误差在1.3 m以内。     

长江中下游航道C级GPS网布网方案和数据处理的探讨

探讨长江中下游航道C级GPS网中框架网和C级网的布设方案，简要描述了框架网和C级网的基线处理、网平差、坐标转换的数据处理思路。     

GPS快速静态测量技术在陆地测量中的应用

GPS快速静态测量技术在小范围地区可以进行控制测量、布设图跟点和进行碎步测量等,在通视、作业效率和精度等方面具有很高的优越性,该文讨论了该技术的原理方法,并在已知控制点上运用该方法进行实地观测,把解算的结果与已知坐标进行了比较分析,为今后工作提供一些经验和借鉴。     

长短时记忆网络水下目标噪声智能识别方法

未来基于水下无人平台的水声目标探测体系要求平台自身具备目标智能化识别能力,而传统水下目标噪声识别方法需要人工提取泛化能力强的特征数据,且识别过程具有较强的人机交互特性,无法满足这一要求。针对这一问题,本文研究一种基于长短时记忆网络(LSTM)的水下目标噪声智能识别方法,借助深度学习自主学习数据特征的能力,应用长短时记忆网络(LSTM)分别对水下目标噪声的时域时间序列数据、频谱数据、梅尔倒谱(MFCC)数据进行深层次特征提取与识别,并使用实际水声目标噪声信号对该方法进行了验证。结果表明,在上述3种输入数据情况下,采用LSTM长短时记忆模型均能有效实现水下目标噪声特征提取与智能识别。