油气田用复合材料管材的水压试验

文中介绍了国内外油气田使用的复合材料管材的水压试验方法。通过对国内外有关标准中规定的短时水压失效试验、静水压试验和循环压力试验方法的分析和比较,阐述了水压试验对复合材料管材质量控制的意义,并对复合材料管材质量控制中采用的水压试验方法提出了建议。     

船载集装箱危险货物瞒报谎报现象的管理

文中对船载集装箱危险货物谎报、瞒报引发的事故及产生的影响对这一现象进行了进一步的分析，指出了船载集装箱危险货物监管中存在的问题，并针对这一现象提出了管理对策。     

国际海运危险货物的免除和主管机关批准管理探讨

笔者结合从事多年海运危险货物集装箱管理经验，分析《国际海运危险货物规则》对危险货物运输免除和主管机关批准运输要求，提出相应建议和措施。     

基于强化学习DDPG的智能车辆轨迹跟踪控制

针对智能车辆在轨迹跟踪过程中的横向控制问题，提出一种基于强化学习中深度确定性策略梯度算法（Deep Deterministic Policy Gradient，DDPG）的智能车辆轨迹跟踪控制方法。首先，将智能车辆的跟踪控制描述为一个基于马尔可夫决策过程（MDP）的强化学习过程，强化学习的主体是由Actor神经网络和Critic神经网络构成的Actor-Critic框架；强化学习的环境包括车辆模型、跟踪模型、道路模型和回报函数。其次，所提出方法的学习主体以DDPG方法更新，其中采用回忆缓冲区解决样本相关性的问题，复制结构相同的神经网络解决更新发散问题。最后，将所提出的方法在不同场景中进行训练验证，并与深度Q学习方法（Deep Q-Learning，DQN）和模型预测控制（Model Predictive Control，MPC）方法进行比较。研究结果表明：基于DDPG的强化学习方法所用学习时间短，轨迹跟踪控制过程中横向偏差和角偏差小，且能满足不同车速下的跟踪要求；采用DDPG和DQN强化学习方法在不同场景下均能达到训练片段的最大累计回报；在2种仿真场景中，基于DDPG的学习总时长分别为DQN的9.53%和44.19%，单个片段的学习时长仅为DQN的20.28%和22.09%；以DDPG、DQN和MPC控制方法进行控制时，在场景1中，基于DDPG方法的最大横向偏差分别为DQN和MPC的87.5%和50%，仿真时间分别为DQN和MPC的12.88%和53.45%；在场景2中，基于DDPG方法的最大横向偏差分别为DQN和MPC的75%和21.34%，仿真时间分别为DQN和MPC的20.64%和58.60%。     

虚拟仪器激光轨迹跟踪仪的设计与实现

为了实现非合作目标的跟踪定位,在Labview平台下引用虚拟仪器技术,以硬件为基础,软件为核心,采用基于事件结构状态机的编程方法,设计并开发虚拟仪器激光轨迹跟踪仪,实现非合作目标轨迹、航向及速度的测量.激光轨迹跟踪仪界面友好,操作简单,并已经应用于实际的测量、测试实验中,可为目标特性的测量提供有力的数据参考信息.     

一种应用于多重干扰领域新型定位方法

在不需要舰载定位装置的情况下,舰船磁定位方法已能定位大海中航行的舰船。针对磁定位中磁场信号的变化严重依赖于潮汐深度、舰船和传感器阵列的相对位置2个因素的问题,本文将潮汐变化、舰船和传感器阵列的相对位置2个重要影响因素纳入到舰船磁场信号模拟模型中,根据舰船磁场测量数据定位舰船踪迹,并且不需要舰船上人与装置的大量合作。试验表明,该方法可行性强,定位精度高,具有一定的工程实用价值。     

海上溢油微型跟踪浮标研究与应用

文中介绍了海上溢油微型跟踪浮标的技术特点和研究情况,通过水动力学研究,优化了微型跟踪浮标技术参数,采用卫星定位通讯方式实现海上溢油的全天候全过程监测,海上试验效果良好,为海上溢油事故应急快速反应提供了一种有效技术手段。     

基于小波提升框架的交通目标检测与跟踪

交通图像分析是智能交通领域的关键技术之一。为实现复杂交通场景中的多目标检测与跟踪,设计了一种结合小波提升框架和KLT特征点跟踪的多运动目标检测与跟踪算法。对序列图像中相邻两帧图像的融合图像进行小波提升变换,求取水平和垂直方向上的小波能量,通过合理阈值二值化小波能量矩阵,再利用贴标签方法检测出运动目标;利用KLT特征点集合代表目标,通过跟踪后的特征点集合与目标检测区域的相互关联,实现多目标的跟踪。实验结果表明了所提算法的有效性。     

红外运动目标图像的识别与跟踪技术研究

文中实现了基于红外扫描图像的运动物体自动识别跟踪系统.选择了Butterworth滤波和中值滤波结合的方法对图像进行预处理,基于多帧图像的局部能量的分割算法来实现图像背景的分割,并采用卡尔曼跟踪算法和目标方位确定算法相结合完成对红外小目标的跟踪.在VC++中使用GDI来建立雷达扫描式的极坐标系,将目标运动轨迹在坐标系中显示出模拟轨迹.