海洋遥感图像舰船尾迹检测研究

针对传统小波变换的不足,提出利用方向小波进行遥感图像舰船尾迹检测算法。在理论分析的基础上,对模拟船舶尾迹进行不同方向的尾迹区分,方向性明显。最后通过传统小波变换和方向小波变换对比的仿真实验验证,本文所采用的算法更加接近真实的尾迹,且尾迹平滑、清晰,能够体现尾迹的纹理和方向。     

舰船尾迹建模与电磁散射研究

船舶在行进过程中,由于螺旋桨和船体的作用,水体会产生随机的尾迹波浪,这些波浪的存在会直接影响到船舶的航行安全,对舰船的隐蔽性造成潜在的威胁,因此本文主要研究了在电磁散射条件下的舰船尾迹模型,从而为其控制参数的优化提供解决方案。文中首先对舰船的一般性尾迹进行数学建模,然后对尾迹数据进行离散化的处理,从而方便从不同的角度对尾迹的形态进行研究,接着通过提取尾迹的电磁散射特征,建立尾迹散射的优化模型,最后通过实验数值的模拟,进一步优化控制矩阵的散射参数。     

大数据环境下舰船尾迹破碎图像高精度识别技术

针对原有方法在对舰船尾迹破碎图像进行识别的过程中,受破碎图像特征残缺的影响,存在大量难以检测的角点,在图像破碎度为40%～60%时存在特征抽样拟合率较低的问题,提出一种大数据环境下舰船尾迹破碎图像高精度识别技术。在大数据环境下,通过SUSAN角点检测算法这种大数据算法对舰船尾迹破碎图像进行角点检测。构建图像特征检测模型,利用构建模型对舰船尾迹破碎图像角点处实施特征检测,获取舰船尾迹破碎图像特征。通过构建舰船尾迹破碎图像高精度识别模型实现舰船尾迹破碎图像高精度识别。为了证明大数据环境下舰船尾迹破碎图像高精度识别技术实现了特征抽样拟合率的提升,将原有技术作为对比实验技术进行该技术与原有技术的特征抽样拟合率对比实验,实验结果证明该技术实现了特征抽样拟合率的提升,更适用于舰船尾迹破碎图像的识别。     

潜航体激发类开尔文内波的垂向数值纹影实验研究

运用垂向数值纹影实验技术(NSS_V),研究了潜航体模型在线性分层流体中激发内波的形态特征,测量了类开尔文V形内波的张角、航行方向内波波长 λx与内弗罗德数(Fr=U/DN)之间的关系.实验表明:V型内波张角随着弗罗德数增大而减小,在Fr=1附近出现一个异常缓变平台;波峰线相关波长 λx与弗罗德数呈线性关系:λx=8.57Fr+1.74.对比实验表明潜航体的指挥塔对三维内波流场影响主要表现为其体积效应及角区的湍流尾迹效应.     

拖曳体内波尾迹水下/水面波流特征试验研究

内波水面效应对于水下航行体探测具有重要意义，目前关于水下航行体内波尾迹水面特征的相关研究还较少。本文介绍了在大型分层流试验水池中同时开展的以研究内波尾迹特征及其诱导的水面流动特征的拖曳体内波水下/水面尾迹特征试验研究。研究采用电导率仪阵列测量拖曳体(SUBOFF)水下内波波高场及其随时间变化，采用基于光学粒子图像互相关分析的流场测试方法测量拖曳体激发内波诱导的水面流场，并定量分析拖曳体激发的内波波长及其扰动引起水面流动的波长。研究表明：所采用的水面流场测量方法可以测量水面mm/s低速流动。在低傅汝德数Fr_i下(Fr_i≤2.14)，分层流体中拖曳体水面尾迹特征主要受水下体效应内波影响，其水面尾迹波长及传播速度与水下内波的波长、传播速度基本一致；随着Fri的增加(2.14≤Fr_i≤3.42)，在水下尾流效应内波逐渐增强，但在水面流场未见明显尾流效应内波影响；随着Fri的进一步增加(3.42≤Fr_i≤10.27)，水下呈现出明显的尾流效应内波特征，由于表面波效应增强，水面流动主要表现为Kelvin波特征。     

基于大数据挖掘模型的船舶破碎尾迹智能跟踪方法

为了解决传统船舶破碎尾迹跟踪方法跟踪轨迹点离散性过大的问题,设计基于大数据挖掘模型,提出一种新的船舶破碎尾迹智能跟踪方法。采用GIBS抽样算法作为数据挖掘模型的内核,将传统单一的马尔科夫数据链转化为多链,建立一种多链结构的数据挖掘挖掘模型,进行船舶当前尾迹数据挖掘,利用尾迹状态方程和尾迹测量方程,将尾迹数据图像化,确定尾迹实际像素并进行补偿处理,对处理后的图像进行回波特征转化,根据图像像素的回波特征值,评判像素点是否属于船舶尾迹,从而实现当前船舶尾迹跟踪。实验数据表明,该方法输出的船舶尾迹跟踪结果,其轨迹回波有效间距提高了32%,补偿间距提高了29%,可以有效降低轨迹离散。     

船用雷达在港口水域中的运用

船用雷达是船舶重要助航仪器,合理利用雷达功能对安全航行大有益处。介绍雷达的矢量线、尾迹、船舶自动识别系统的融合,和偏心显示等功能在港口水域中的运用以及使用雷达时的注意事项。     

基于局部脊波变换的SAR图像舰船尾迹检测方法

分析舰船尾迹的分类及SAR图像特征,提出一种结合局部Radon变换与脊波变换的检测尾迹的方法,即将图像分成若干个小窗口,在小窗口内进行局部的脊波变换。该方法克服了全局脊波变换的局限,使尾迹能够在较复杂的海况检测出由断续线段组成的尾迹。     

基于PINN方法的不可压流场求解

将残差网络（Res Net）结构引入物理信息神经网络（PINN）,提出一种基于Res Net的PINN方法（Res Net-PINN）。采用该方法对二维不可压圆柱绕流尾迹流场进行重建和预测,结果表明：Res Net-PINN能更准确地重建绕流尾迹的非定常变化规律;在圆柱绕流尾迹的短期预测方面,Res Net-PINN的预测精度和收敛速度相比全连接PINN均能提升3倍左右。Res Net能提高PINN对非定常流场的求解和预测能力,该研究可为采用机器学习方法求解更复杂流动问题提供参考。     

船用雷达在海警执勤中的应用

目前船用雷达的功能日益完善,但在海警执勤中的应用非常有限,只局限于基本的测距离、搜索目标功能。本文在分析海警部队雷达装备的现状的基础上,论述了船用雷达在海警执勤中的应用,以期对舰艇的雷达操作人员和指挥员有所帮助。