基于模拟退火算法的水下航行器流体动力参数辨识

运用模拟退火算法和极大似然准则，对水下航行器流体动力参数进行辨识。辨识结果表明：运用模拟退火处、可以求得水下航行器流行动力参数的极大似然估计；与常规辨识算法相比，模拟退火算法对初值的选取要求较低。     

一类低速水下航行器的自适应反演运动控制

针对一类安装了垂向推进器的低速水下航行器,研究了垂直面内的非线性运动控制问题.考虑水下航行器动力学模型中的未知参数,采用反演技术设计非线性自适应控制器,使水下航行器的深度和俯仰角全局渐近稳定到期望值.利用REMUS水下航行器的数学模型进行仿真研究,结果验证了该控制器的全局渐近稳定性,以及对未知模型参数的自适应性.     

水下航行器多目标制导能力评估方法

水下航行器多目标制导能力评估是目前水下多目标精确制导研究中亟待解决的问题。根据水下航行器多目标制导系统的主要任务和技术特点,运用灰色关联分析理论对水下多目标精确制导能力进行了综合评估研究,提出了水下航行器多目标制导能力评估方法。通过水下攻防对抗仿真试验,验证了该方法的可行性和合理性,为水下航行器多目标制导系统的技术优化和方案决策提供科学的理论依据。     

超空泡水下航行器可视化仿真技术研究

针对超空泡水下航行器的工作机理以及超空泡形成难度及复杂性的问题,首次开发出超空泡水下航行器的弹道可视化仿真系统.设计了超空泡水下航行器视景仿真系统的框架结构;利用Vega Prime和C 仿真应用程序建立了天空、海面.海底环境;研究了超空泡形成的工作机理,建立了超空泡的三维实体模型;实现了超空泡水下航行器发射,运行、助推发动机脱离、超空泡形成以及攻击等功能,形象逼真地模拟了超空泡水下航行器的运行过程.所建三维模型逼真度高、特效设计形象,可视化效果良好,使得科研人员在超空泡水下航行器的研究过程中,能够获得直观.清晰的认识,满足了超空泡水下航行器研究的要求.     

MATLAB下6自由度AUV的VRML建模及仿真

传统航行器的控制仿真研究是用仿真曲线来校验其控制模型的正确性,而利用虚拟现实技术不仅可以校验模型的正确性,还能实现比较好的人机交互,并将水下作业的仿真过程及其仿真环境直观的表现出来。为了研究水下航行器的可视化仿真,介绍了在MATLAB环境下自主水下航行器的VRML建模问题,运用VRML构建水下航行器运行的虚拟场景,并在Simulink仿真环境下利用MATLAB虚拟现实工具箱实现对水下航行器视景仿真的应用。     

浅海中水下航行器尾流感应电磁场建模与仿真

为了研究水下航行器探测的新途径,以水下航行器产生的尾流为研究对象,推导建立了水下航行器尾流感应电磁场的浅海数学模型,并利用高斯积分法对数学模型进行了数值求解和实例仿真计算,结果表明,水下航行器尾流感应电磁场具有频率低、远场衰减速度慢、传播距离远、持续时间长的特点,量级可观具有可探测性,可用于对水下航行器的探测。     

自适应联邦H∞滤波在水下组合导航系统中的应用

为了提高自主水下航行器组合导航系统精度,选择了捷联式惯性导航系统、多普勒速度声纳、电子磁罗经和海底地形匹配作为水下航行器组合导航系统导航传感器,建立了水下航行器组合导航系统的状态模型和导航传感器观测模型,提出了一种基于RBF神经网络进行联邦滤波信息分配的自适应联邦滤波信息融合方法并进行了计算机软件仿真试验,仿真实验结果表明:采用RBF神经网络进行信息分配系数的自适应调整的改进自适应联邦滤波器的水下航行器组合导航系统的导航姿态、速度和位置精度得到了提高,满足高精度水下组合导航的要求.新型信息融合方法克服了传统滤波容易发散的缺点,有效地提高了水下航行器组合导航系统的容错性能和导航精度.     

一种自主水下航行器路径规划算法

提出了一种自主水下航行器穿越雷区的路径规划算法。将路径规划分为全局路径规划和局部路径规划两个部分,建立了水雷分布的Voronoi图,采用遗传算法规划出初步的全局最优路径。自主水下航行器按照全局最优路径航行时,利用前视声纳作为探测仪器。根据所测得的障碍物相对于自主水下航行器的位置关系设计出一个模糊推理系统(FIS)求解其避障角度,完成局部路径规划。仿真结果表明了这种算法的有效性。     

多新息最小二乘法辨识水下机器人动力学模型

水下机器人动力学模型辨识是水下机器人运动控制、状态监测和系统设计开发的基础.把6自由度动力学模型适当简化,给出Falcon水下机器人的动力学模型,在最小二乘算法(LS)和递推最小二乘算法(RLS)的基础上,提出基于多新总最小二乘算法(MILS)的水下机器人动力学模型辨识方法,最后给出MILS辨识算法、RLS算法和LS辨识算法仿真实验结果,证明所提算法的可行性与优越性.利用多新息最小二乘算法得到的水下机器人动力学模型参数更接近于理想参数,能够更好的描述水下机器人的动态特性,对于水下机器人的操纵与自适应控制的研究有较大的实际意义.     

海流建模及其在路径规划中的应用

对水下航行器进行路径规划时,除了要考虑所规划的路径长度外,还需要考虑所规划路径满足航行器能量消耗约束,其中海流是影响航行器能量消耗的重要因素,为考虑海流对路径规划的影响,这里提出了一种利用B样条曲面对动态海流环境进行建模的方法,并将海流对航行器能量消耗的影响作为约束函数应用到路径规划算法中,使航行器能够在路径的搜索过程中,综合考虑全局路径消耗和能量消耗,寻找能够实现目标函数最优的路径;另外考虑到海流各向异性、时变的特性,对路径规划算法进行改进,使航行器规划路径能够利用海流模型,避开局部湍流,并根据动态海流信息实时对所设计路径进行修正。通过仿真验证,将建立的海流模型应用到路径规划算法后,改进的路径规划算法可以利用海流减少航行器的能源消耗,根据海流的实时变化调整航行路径,航行器满足安全运动条件,并实现在满足能源消耗前提下的路径长度最优。     

基于跳变参数估计的故障诊断方法

本文讨论研究了系统跳变参数估计的故障诊断方法。利用卡尔曼滤波法检测及估计跳变参数,从而减少了系统模型参数辨识的计算量。通过选择跳变模型参数集、非跳变模型参数集以及基于知识的方法,减少方程p=f~(-1)(θ)的待求变量数量,提高了故障定位速度。用广义Newton—Raphson方法求解故障定位方程,保证了较高的故障定位精度。     

基于经典贝叶斯方法的滤波模型参数估计

滤波模型作为一种主要的剩余寿命统计预测模型,其成功地工程应用很大程度上取决于参数的估计。而现代设备的昂贵造价、多次可靠性试验的不现实性导致了样本数据不足,这使得采用传统的参数估计方法不够准确。针对这种情况,首先利用专家对某些参数做出一定判断产生的主观数据对参数进行估计,然后,随着设备的投入运行和不断积累的客观数据,采用贝叶斯方法综合主客观数据进行参数估计。最后,通过案例和仿真算法表明了这种方法的优越性。     

软计算技术在环境复杂模型参数识别中的应用研究

以WASP模型在密云水库水质模拟中的应用为例,研究考察分析了软计算技术用于环境复杂模型参数识别的性能和效率.参数分析表明,WASP模型存在一些低灵敏参数且受相关参数的影响明显.为对比参数灵敏度和相关性的影响,共设计了4组数值试验.数值试验表明,全局搜索法能较好解决参数全局寻优问题,是获取参数辅助信息的重要手段.MCMC法可有效对参数后验分布进行采样,采样序列稳定收敛到参数后验分布上,同时MCMC法较好地处理了相关参数采样的问题.最后给出案例表明基于软计算技术的复杂模型参数识别技术路线是高效的、实用的.     

支持向量回归机元参数优化方法

为了优化ε不敏感支持向量回归机（ε-support vector regression, ε-SVR）的三类元参数,根据其耦合程度将其优化问题分解为核参数优化和结构参数（即不敏感参数和正则化参数）优化两个子问题,并提出了相应的优化方法。首先,提出了一种新的核校准系数以优化核参数;其次,提出了一种基于期望训练误差的结构参数优化方法;最后,为准确估算ε-SVR的期望训练误差,还提出了一种根据实际训练误差分布特征评估和校正期望误差的方法。仿真结果表明,该文方法具有与交叉检验法近似的优化效果,且时间效率更高。     

食品质量链协同系统中的序参量识别研究

序参量是协同系统演化中表明系统新结构宏观有序程度的参量.针对食品质量链协同系统中的序参量问题,提出一种基于灰色关联度与属性约简的食品质量链协同系统序参量识别方法.首先,分析序参量原理在食品质量链协同系统中的作用.然后,确定食品质量链协同要素,建立表征食品质量链系统的状态参量,接着提出本文的序参量求解方法.该方法基于灰色关联度定义和求解各状态参量的参量重要度,定义状态参量重叠关系以使属性约简的结果中不存在重叠度较高的状态参量,并在此基础上应用属性约简原理提出序参量求解的具体步骤.最后,将提出的序参量识别方法应用到具体乳制品质量链中,验证了所提出方法的有效性.本文以整个食品质量链为研究对象,首次建立了食品质量链系统的状态参量体系,为解决食品质量安全问题提供理论参考.对食品质量链序参量的识别方法进行改进,丰富了协同学理论及其应用,有利于优化食品质量链系统,预防食品质量问题的出现.     

一种获得磁跟踪系统参数的简单方法

提出了一种获得磁跟踪系统参数的简单方法，给出了利用磁传感器和三轴正交线圈作为磁场检测器件时的算法公式。该方法通过测量磁场中与发射线圈轴垂直的平面上三个点得磁场信号获得对应该发射线圈的各系统参数。试验结果表明利用该方法获得的参数相对利用传统方法获得的参数提高了系统定位精度。     

基于灵敏度的模拟电路测试参数分析

介绍了一种提取电路最佳可测性参数集以诊断电路故障的新方法。利用灵敏度法分析了电路中故障元件和可测性参数之间的关系,推导出由电路可测性参数表示的故障元件容差最大值和最小值的表示式,得到诊断故障元件的最佳可测性参数,最后利用数据优化算法得到电路故障诊断的最佳可测性参数集。利用所介绍方法分析了一个低通滤波器电路,得到诊断该电路故障的最佳参数集。由于只需较少的可测性参数即可完成电路的故障诊断,因此本方法不仅计算简单,而且可有效地缩短测试时间和降低测试成本。     

基于地磁场的高精度自主导航方法

地磁场矢量可描述成卫星的位置函数,利用三轴磁强计观测地磁场矢量或模,可实现近地卫星在任何运行状态下的自主导航,但是由于地球磁场模型存在不确定性和长期变化性,三轴磁强计存在安装误差和未知比例因子等误差因素,所以目前单一使用三轴磁强计进行自主导航精度有限。提出一种利用地磁场信息在轨修正地磁场模型高斯系数和标定三轴磁强计模型误差的新方法,通过将三轴磁强计与地磁场模型参考值的矢量和模分别作差,推导两种差值与地磁场模型高斯系数和三轴磁强计模型误差参数的数学关系,设计先进滤波算法得到高斯系数及误差参数的最优估计,实时修正地磁场模型和三轴磁强计模型。以某低轨卫星利用地磁场进行自主导航为例,利用数值仿真验证在轨修正后地磁场模型和标定后三轴磁强计模型,并对3种自主导航方法进行仿真结果的分析和比较,论证所设计方法既提高系统导航精度、收敛性和稳定性,又有利于工程实际应用。     

基于深度强化学习的驾驶仪参数快速整定方法

针对深度强化学习方法对驾驶仪控制参数训练速度慢、奖励函数收敛性不好等问题, 以三回路驾驶仪极点配置算法为核心, 提出一种将三维控制参数转换为一维设计参量的智能训练方法, 构建离线深度强化学习训练叠加在线多层感知器神经网络实时计算的智能控制架构, 在提高深度强化学习算法的效率和奖励函数收敛性同时, 确保在大范围飞行状态变化条件下控制参数的快速在线自整定。以典型再入飞行器为例, 完成深度强化学习训练和神经网络部署。仿真结果表明，强化学习动作空间简化后的训练效率更高, 训练得到的驾驶仪对控制指令的跟踪误差在1.2%以内。