水下导航与定位技术课课程思政教学改革探索与实践

育人为本、德育为先,立德树人是中国特色社会主义新时代教育的根本,将课程思政融入专业课程是实现立德树人的根本任务的关键举措。以哈尔滨工程大学设立的国内首个海洋机器人专业的核心课程水下导航与定位技术课程为例,结合学科专业特色,秉承“思政引领”,阐述课程思政建设方案与建设思路,明晰课程教学目标与思政培养目标内在关系,探讨融合思政元素与专业理论知识的多模式先进课程教学方法,构建德技双驱的科学课程体系,实现知识传授、能力培养与价值引领的有机统一,践行和弘扬社会主义核心价值观。

基于零空间行为融合的多智能体编队控制综述

针对单智能体在民用和军用领域无法完成现实场景下复杂任务的问题,本文综述了零空间行为融合算法。阐述零空间行为融合算法的设计思想与数学模型,介绍零空间行为融合算法的文献计量分析。综述了零空间算法的研究进展,包括编队速度饱和、行为转换不连续、行为优先级分配和多种算法结合方面的改进工作,并分析当前研究存在的问题。研究表明:零空间行为融合算法在多智能体编队控制领域,提高算法的自适应性、考虑动力学特性、异构编队和行为函数优化是该算法未来的发展方向。

基于多智能体深度强化学习的无人艇集群博弈对抗研究

基于未来现代化海上作战背景,提出了利用多智能体深度强化学习方案来完成无人艇群博弈对抗中的协同围捕任务。首先,根据不同的作战模式和应用场景,提出基于分布式执行的多智能体深度确定性策略梯度算法,并对其原理进行了介绍;其次,模拟具体作战场景平台,设计多智能体网络模型、奖励函数机制以及训练策略。实验结果表明,文中方法可以有效应对敌方无人艇的协同围捕决策问题,在不同作战场景下具有较高的效率,为未来复杂作战场景下无人艇智能决策研究提供理论参考价值。

基于卷积神经网络的声呐图像水下目标检测综述

声呐探测技术作为水下探测的主要手段之一,在海洋环境中具有广泛的应用,随着卷积神经网络(CNN)在计算机视觉领域表现出卓越的性能,该技术越来越受到研究人员的重视。文章综述了卷积神经网络在声呐图像水下目标检测中的应用与发展,重点讨论基于CNN的典型水下目标检测方法,包括基于候选区域与回归的检测算法在声呐图像上的改进与应用,并分析各类网络模型在处理声呐图像特有问题上的创新策略,如小样本检测、小目标检测及CNN与传统算法融合等。最后总结了当前基于CNN的水下目标检测面临的挑战,并预测该领域技术发展趋势。

面向自杀式无人机饱和攻击的海空跨域无人协同反制策略

针对海洋环境下反制自杀式无人机饱和攻击问题,文中研究了目标数量远超我方情况下的海空跨域无人平台协同反制策略,提出一种结合改进的遗传算法与联盟形成博弈的协同算法。首先根据海空跨域无人平台攻击特性与运动特性,结合最大最小策略设计代价函数;然后结合任务需求对遗传算法进行改进,对交叉和变异过程进行引导和限制,在提升遗传算法效率的基础上生成可行的反制方案;最后设计联盟形成规则,通过联盟之间的成员变动使各联盟达到纳什稳定状态,在算子数量较多的情况下仍能使反制方案被持续稳定优化。仿真对比实验表明所提策略具有可行性和优越性,能在目标遭受饱和攻击时提供合理高效的反制方案,可为大规模跨域无人集群作战研究提供参考。

基于在线海流数据的自然能驱动无人艇能源最优路径规划

为了有效地利用在线监测到的海流和风数据,减少能源消耗以提高自然能驱动无人艇的续航力,以“驭浪者”号自然能驱动无人艇为研究对象,提出一种基于在线海流数据的能源最优路径规划方法。通过“驭浪者”号实船试验得到的最小回转半径对粒子群算法进行改进,设计距离最优的路径规划算法。考虑到海流和风对“驭浪者”号能源消耗的影响,建立海流和风影响下能源消耗模型;在静态海流环境中,以能源最优为目标对粒子群算法进行改进,探索能源最优的路径规划算法。根据“驭浪者”号在线监测到的海流和风信息,得到随时间-空间变化的动态海流数据,对能源最优的路径规划算法进行优化,提出基于在线监测海流数据的能源最优路径规划算法。通过仿真试验,对比距离最优的路径规划算法和基于在线监测海流数据的能源最优路径规划算法在相同工况下能源消耗情况,验证所提出算法的可行性和有效性。

波浪环境下无人水面艇改进MFAC节能控制方法

无人水面艇在运动过程中容易受到环境干扰的影响,尤其在受到波浪干扰后会导致其运动控制偏离期望路径,进而造成能量浪费。针对波浪环境下固定参数控制器对环境适应能力较弱的问题,将模糊控制方法与重定义无模型自适应控制方法相结合,设计了一种模糊重定义无模型自适应控制(FRMFAC)算法,该算法可以根据不同波浪的干扰情况自行调整控制参数;同时,采用视线法与FRMFAC算法对无人艇进行路径跟随控制;最后,通过与固定参数控制方法进行对比试验,验证了该算法的有效性和节能效果。对比仿真结果可知,使用可变参数的控制方法可以在有效提高无人艇对环境适应能力的同时起到节能效果。

一种基于地外自主潜航器(Exo-AUV)的冰天体生命探测方法

太阳系中,以木卫二和土卫二为代表的冰天体具有突出的生命潜力,可能在21世纪解答人类关于地外生命的终极问题.Exo-AUV能在冰壳中、冰水交界和海底等潜力区域执行生命探测任务,被NASA等机构寄予厚望.然而,具体在哪、基于何方法、开发何种Exo-AUV和技术、达到什么目标,是未来冰天体生命探测任务重要议题.本研究以木卫二为假想目标,探讨了冰天体生命探测任务的科学目标、可探测对象、潜力区域和生源性分析,提出了一种基于Exo-AUV的冰天体生命探测方法;解析了Exo-AUV在不同作业场景下的关键条件,提出了艇体、载荷和自主三方面基本技术要求;介绍了Exo-AUV的研究背景、研究现状和存在问题,提出了一套Exo-AUV概念开发技术路线和一种多Exo-AUV系统作业概念(ConOps for MEAS).该系统将帮助行星科学家和天体生物学家探索冰天体、寻找强生源信号,甚至活体生命和前生命化学系统.