基于动态优化的进出港航班排序模型

针对当前终端区排队模型将进港航班与出港航班分别排序的现状,建立了基于动态优化的进出港航班排序模型.该模型将进港与出港两个过程当作一个整体来考虑,减轻了管制员的工作负荷,可将由主观因素造成的损失降到最小.模型算法动态的将出港航班插入到达流中,每次插入后对受影响的航班进行重新调整,实现了进出港航班的动态合并.基于对管制现实需要的考虑以及计算量的优化,引入了位置交换约束参数.该算法结合实际数据,在仿真实验中与先来先服务方法相比,取得了较好的结果,表明本算法具有较强的可行性.     

少量样本条件下模拟训练航迹点生成算法

为解决少量样本条件下船舶航迹点数量较少的问题,以单船进出港为例,在无确定度的逆向正态云算法和二维正向正态云生成算法基础上,提出基于少量样本的单船进出港航迹点云图生成算法,并通过算例验证算法的实用性,为从航迹角度定量评价驾驶员航行过程奠定了基础.     

基于分层策略的多无人机最优协同航路规划

基于分层策略将多无人机协同航路规划分为航路规划层、协同控制层和航迹控制层进行研究。航路规划层采用基于K均值和遗传算法的航路规划方法,为每架无人机提供多条备选航路;针对传统协同控制算法在求解协同变量出现无解的情况,设计了新的协同变量求解步骤;航迹控制层基于无人机六自由度模型和协同变量建立了终端时间固定的最优航迹控制模型,并采用勒让德伪谱法将最优控制问题转化为非线性规划问题,并利用CFSQP对模型进行了求解,实现了对无人机航迹控制变量和姿态的规划。仿真结果表明,利用该方法得到的无人机协同航路具有较高的可操作性,且计算量较小,效率较高,得到的无人机控制指令平滑,易于操控。     

基于蚁群算法的军用飞行器航迹规划

为了提高军用飞行器的作战效能,在实施远程精确打击之前,必须利用地形和敌情等信息,规划出生存概率最大、作战效率最高的飞行器突防轨迹.针对这一问题,讨论了基于蚁群算法的航迹规划方法,并经过坐标变换将算法的候选解集合、航路选择规则以及信息素更新规则进行了改进,获得了一种更有效的航路规划方法,且取得了较好的计算机仿真结果.     

基于统计学理论的船舶轨迹异常识别

为了准确识别异常航行轨迹的船舶,以船舶AIS信息为数据源,利用统计学中曲线拟合的最小二乘法对训练集船舶轨迹点进行拟合,得到船舶典型航行轨迹的数学表达模型,以此作为标准,通过计算监控船舶轨迹点与典型轨迹间的距离是否大于典型轨迹95%置信区间的范围,从而对轨迹异常的船舶进行识别.实验结果表明,该方法可以有效地识别轨迹异常船舶.将该方法运用到监控系统中可以提高海上交通监控效率.     

基于Bi-BPNNs的船舶轨迹修复模型

为了解决船舶轨迹数据的异常和丢失问题,辅助轨迹复原和情景推演,提出一种双向学习模型,用于修复船舶轨迹.从AIS(Automatic Identification System)报文中提取航行船舶的上下文轨迹特征向量,改进基础BP(Back Propagation)神经网络的拓扑结构,构建具有双向预测功能的BP神经网络(Bi-BPNNs)模型,修复缺失的轨迹数据.使用长江干线航行船舶的真实轨迹数据对构建的模型进行验证和分析,通过与基础BP网络和常用线性插值方法的对比,证明Bi-BPNNs模型在船舶轨迹修复上具有更好的性能和效果.     

一种基于GAN的多船轨迹预测方法

为更好地预测船舶密集水域多船会遇避碰场景中的船舶轨迹，基于生成式对抗网络思想，提出一种多船轨迹预测模型——Vessel-GAN。针对船舶轨迹特点，Vessel-GAN模型基于时序卷积网络的多船历史轨迹编解码、船舶交互特征提取、终点信息引导和避碰损失函数等技术，通过在历史轨迹上的对抗训练，实现了能够拟合船舶航行行为数据分布的多船预测轨迹生成。基于琼州海峡近5000万条由AIS数据构建的船舶交互数据集的实验表明，相较Social-GAN基准模型，Vessel-GAN在计算速度方面提升了36%,平均位移精度、终点位移精度分别提升28%、41%,生成的多船预测轨迹更加符合船舶真实行为特征，且具有更好的预测实时性和稳定性。     

基于神经网络的异常船舶航迹特征因子模型

船舶异常行为研究是海事安全科学理论研究的重要组成部分,它对于船舶监管以及海上安全通行具有重要意义,目前是航海领域的热点研究方向之一。根据船舶航迹分析船舶航行状态以及规范性,研究船舶航迹行为特征,发现隐藏于航迹数据集中的船舶异常行为模型。针对目前危险船舶向外播放伪造数据造成的船舶监控不准确的异常船舶行为,提出了基于神经网络的异常船舶航迹特征因子模型。通过中分纬度算法分析轨迹数据的隐藏关系,选取实际舶船舶自动识别系统(Automatic identification system, AIS)的数据对多层前馈神经网络（Back Propagation,BP）进行训练,使其完成对关系规则的学习,通过测试集数据对模型准确性进行判断。实验结果表明,该模型对于伪造船舶数据判断的准确率高于0.985。     

锚地泊位系统服务能力仿真

为完善锚地规模论证分析理论,考虑航道状态对船舶通航的影响,将锚地和泊位相结合建立船舶离散状态转移模型,并对港口服务系统进行计算机仿真.基于船舶到港、泊位服务时间分别服从泊松与负指数分布,在不同锚地规模、泊位数及其服务效率下,分别计算船舶排队队长、排队概率与船舶锚泊时间,并讨论港口服务能力.仿真结果对港口服务能力的合理规划和组织具有重要的指导意义.     

基于双闭环的矢量推进器的AUV转向控制方法

水下无人自航行器(autonomous underwater vehicle,AUV)在对海洋环境进行勘查与测量时,实际航迹与目标航迹的偏差要求控制在一定精度范围内.在传统常采用的航向单闭环方法控制下,基于矢量推进器的AUV在高速转向时存在航迹跟踪效果差的缺点.针对这一问题,设计了一种双闭环自适应转向运动控制方法.该方法基于矢量推进器机动性强的特性,在AUV转向时将航向控制闭环和航速控制闭环设计成双闭环,调整航向的同时依据航向环偏航角差实时控制航速环AUV转向目标速度.理论分析和实验证明:在AUV转向时,该控制算法可以更好地实现航迹跟踪,实际航行轨迹与目标航迹的最大偏差可以控制在10,m以内.     

基于改进型A*-Markov联合模型的无人机航路规划

实验一种基于改进型A~*算法来对无人机进行任务路径规划.引入了无人机的机动步长、转角限制和飞行高度,有效地缩减了无人机搜索空间,除此之外还引入了地形、任务等约束条件,使航路规划更接近于真实环境.考虑到规划过程中敌方能力的不确定性,以及无人机在航路中的生存概率的不可知性,采用八状态Markov模型评估无人机的飞行状态.该模型与A~*算法结合时在威胁区域内完成任务后,由于时间的积累向外扩展时生存代价值越高,导致迭代次数过多,而同心圆模型越向外扩展时生存代价值越低的优点可避免该问题,因此引入同心圆模型与Markov模型的联合模型.仿真实验结果表明,该方法可以有效地检测航路中飞机的各种状态的概率,以此对整个航路进行评估,并且有效降低了仅采用Markov模型时在威胁区域内完成任务点后规划新航路迭代次数过多的问题.     

船舶进出盲肠航道的航行安全研究

近年来,随着航运事业的蓬勃发展,各沿海港口进出港的船舶数量逐年增多,船舶进出港航行安全问题也日渐突出.文章介绍了盲肠航道的水流运动特点及影响因素、航道通航宽度及其对船舶航行安全的影响.     

考虑船舶油耗的集装箱班轮航线配船方案

班轮航线配船主要是解决多船型在多条航线上的合理配置问题,目的在于充分利用船队资源.首先,分析航行速度对船舶油耗产生的影响,然后,根据班轮多港口挂靠和集装箱转运的特点,建立以周计划内船队运营总成本最小为目标的混合整数规划模型.算例中通过对航行速度的灵敏性分析,呈现了船舶油耗和船队运营总成本之间的二律背反规律.随着船舶加速,虽然船队运营总成本递减,但是集装箱的转运成本和港口靠泊作业成本却呈现增加的趋势.其次,运用了轴辐式网络的特点,能够从46个港口中选择一半数量的中转港进行集中转运操作,具有规模经济优势.     

云模型蚁群算法在无人机航迹规划中的应用

为中高空飞行的无人机提出了一种新型航路规划算法。该方法基于云模型蚁群算法。基本蚁群算法有着突出的缺陷:易陷入局部最优解而且需要计算时间长。提出的改进型蚁群算法,通过云模型来控制信息素强度Q和挥发系数ρ的大小,从而得到更好的收敛性与避免陷入局部最优解,并进行了TSP问题的仿真计算。通过将无人机任务地图网格离散化,运用云模型蚁群算法进行航迹规划。     

船舶自主避碰的慎思型轨迹规划

基于快速扩展随机树(RRT)算法,提出一种适用于船舶自主避碰的慎思型轨迹规划(DTP)算法,能够耦合处理静态障碍物约束、船舶操纵性约束、轨迹最优性等限制条件,在两个长程路径点之间完成全局轨迹规划,以保证规划轨迹的可行性、完备性和最优性.通过一条案例三体船的自主避碰仿真及航行试验,从多方面验证了所提DTP算法的有效性、优越性和稳定性,对研究船舶自主避碰系统及其应用前景具有重要的意义.     

基于激光雷达的无人机违规航行轨迹数据自动捕获方法

为了解决传统方法对无人机违规航行轨迹数据捕获的精度和实时性低的问题,通过激光雷达研究了一种新的无人机违规航行轨迹数据自动捕获方法。建立激光雷达信号和目标场景作用过程模型,将每束激光在目标场景表面的映射部分当成激光脚印,完成对激光束相应激光脚印的响应函数和激光雷达发射信号的时间分布函数的卷积计算,获取激光脚印相应目标区域和激光雷达信号作用后反馈的回波信号。依据反馈的回波信号建立单次成像回波峰值点轨迹分布模型,获取无人机航行轨迹数据。针对无人机实际航行轨迹和预定义航行轨迹,采用优化的修正豪斯多夫距离公式(MHD)进行轨迹数据匹配程度衡量,按照经验设定阈值,若匹配度超过阈值,则认为实际轨迹与预设定无人机航行轨迹不匹配,将相应实际轨迹当成无人机违规航行轨迹,对违规航行轨迹数据进行捕获。结果表明:所提方法可及时检测处无人机违规航迹,报警时间比其他方法时效性高;所提方法捕获的无人机违规航行轨迹数据与真实数据偏差小。可见所提方法实时性与精度均较高。     

船舶航行GPS定位轨迹的新预测模型

为了提高海上船舶航行轨迹的预测精度,根据船舶航行的GPS定位轨迹特征,构建一套适用于航行轨迹预测优化算法模型,研究内容包括轨迹数值预处理、预测计算、结果精度分析3个部分.运用离散小波变换对船舶航行轨迹数值的分辨预处理,在灰色预测GM（1,1）算法的基础上,运用非线性规划方法动态调整GM（1,1）算法均质生成数列中的发展系数,构建基于时间序列的数值预测优化算法,最后通过算法模型的实验比较和应用测试.结果表明,本预测模型计算结果精确度高,优于多个其它预测算法或模型.     

一种子目标和水平集方法融合的AUV动态航路规划新算法

针对当前水下避障航路规划算法中障碍物模型偏理想化,易导致不能安全避障,且算法规划速度偏慢的难题,提出了一种基于子目标法和水平集方法的自主实时航路规划算法.算法基于AUV的前视声呐探测的障碍物部分轮廓信息,预估障碍物尺寸和中心位置,据此得出安全可靠的子目标点,再通过滚动的子目标法实现完全避障,通过水平集方法提升规划速度.仿真结果表明,提出的算法均能做到100%的避障,且避障后的航路性能质量比预先规划的全局最优航路的性能质量下降得很小:航路长度和航行时间的平均增加量均不超过5%.      

三峡库区桥梁船撞主要影响参数的概率模型

通过对三峡库区三座跨江大桥通航船舶的航迹进行实际观测,对船桥碰撞概率影响因素中的船舶航迹分布以及船撞力影响因素中的偏航角度分布和航速分布进行了统计研究,并采用拟合优度检验得到了各自的概率分布模型.船舶的航迹分布可采用正态分布模型,三峡库区可采用均值0.2w,标准差0.1w(w为航道宽度);船舶的偏航角分布可采用极值Ⅰ型分布模型,三峡库区参数可取为0.314,4.354;船舶上下水航速分布可采用正态分布模型.     

基于HUST-Ship的船舶自航仿真流场特性分析

模型试验中监测船舶周围流动特性需要花费较高的成本,基于数值试验水池的虚拟试验模拟方法能够较为方便地捕捉船舶航行过程中其周围的精细流场特征.本研究基于重叠网格方法实现数值试验水池网格与船模网格的嵌入,形成船舶自航数值试验模型.运用粘性流CFD方法开展船舶航行过程中的流场特性数值仿真工作并进行可靠性验证.不同国际标模在数值试验水池中的试验结果表明,数值预报结果与模型试验结果之间的差别小于3%,且数值试验能够捕捉得到自由液面升高与速度分布云图等流动细节的特征.研究表明,基于数值试验水池的虚拟试验方法无论对船舶宏观水动力性能还是精细流场流动特性都能够实现高精度数值预报.