首页期刊导航|数字海洋与水下攻防
期刊信息/Journal information
数字海洋与水下攻防
数字海洋与水下攻防

李嫣

季刊

2096-5753

shuilz@csic710.com

0717-6436460 6436040

443003

湖北省宜昌市胜利三路58号

数字海洋与水下攻防/Journal Digital Ocean&Underwater Warfare
正式出版
收录年代

    基于改进遗传算法的无人水下航行器路径规划

    黄昱舟胡庆玉熊华乔
    215-224页
    查看更多>>摘要：针对无人水下航行器(Autonomous Underwater Vehicle,AUV)运动约束多,传统遗传算法的路径寻优效率低、收敛速度慢等问题,提出了一种改进遗传算法的AUV路径规划方法.该算法选用栅格法构建环境,使用路径长度、平滑度和危险区域作为评价函数.改进遗传算法种群初始化过程,引入周围点栅格提高收敛速度,同时结合灾变思想避免群体陷入局部最优解.该算法根据 AUV 最大转角的约束条件,设计了AUV 平滑过程和删除过程,避免了 AUV 航行出现急停急转.仿真及湖上试验结果表明:改进遗传算法相比传统遗传算法,路径长度减少 11.4%,收敛速度加快 20.0%,且收敛路径满足AUV航行约束要求.

    无人水下航行器路径规划遗传算法灾变思想AUV运动特性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于极限学习自编码器的水声信号目标识别方法

    曹琳
    225-230页
    查看更多>>摘要：传统的机器学习方法在特征提取时容易受到主观经验的影响,导致对水声信号目标的识别准确率不高.而一般深度学习算法模型较复杂,通常具有训练耗时、计算复杂度高等缺点.极限学习自编码器具有很强的非线性处理能力,适合针对具有非线性特点的水声信号目标的识别,而且模型具有学习速度快,泛化能力强等显著优势.将极限学习自编码器算法应用于水声信号目标识别中,并与卷积神经网络、自编码器和极限学习机识别方法进行对比,结果表明:提出的方法对水声信号目标识别的准确率最优,且训练时间较短.

    水声信号目标识别极限学习自编码器卷积神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种UUV集群抵近目标侦测决策效率评估方法研究

    齐嘉慧崔培姜楷娜吕俊军...
    231-235页
    查看更多>>摘要：为实现对不同UUV集群自主抵近目标侦测任务中决策效率的评估,分析了被测目标采取不同策略时UUV集群决策灵活度,提出了评估UUV集群决策效率的 5 个指标:任务准备时间、目标停车集群响应时间、目标转向集群响应时间、目标旋回集群响应时间和目标加速集群响应时间,并建立了评估指标体系.参考已有试验测试结果,基于字典序法对 5 种类型的UUV集群决策效率进行综合评估,并分析了该方法的优缺点,为不同类型UUV集群决策效率评估提供了研究思路.

    UUV集群自主抵近侦测集值迭代法字典序法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于粒子群优化自抗扰控制的舵系统研究

    张钧禹马武举谢虎
    236-244页
    查看更多>>摘要：舰载诱饵干扰弹作为重要的防御性武器,其舵系统对保证飞行控制系统的动态品质和飞行安全具有核心作用.传统的 PID 控制算法在抗干扰能力和快速响应能力方面存在局限性.为此引入粒子群优化技术并集成自抗扰和智能算法的优势,以改进自抗扰控制算法,提高舵系统的抗干扰能力和稳定性.针对自抗扰控制存在的离线调节问题,提出使用粒子群智能算法在线优化舵系统控制器的参数,以适应环境变化及时调整,解决控制性能受限问题.系统的仿真实验结果显示,与传统的PID算法和ADRC算法相比,基于粒子群优化的自抗扰控制方法在舵系统位置环控制中拥有更优的性能.

    舵机自抗扰控制粒子群算法位置环参数整定

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据