基于神经网络的舰船运动模型辨识

通过神经网络对线性水动力系数、弱非线性水动力系数和强非线性水动力系数进行了研究,利用免疫模糊遗传算法对各神经网络辨识器进行优化,以确定舰船运动的待识别系数,并且进行了10°/10°Z形操舵运动、30°回转操舵运动和35°回转操舵运动辨识的仿真。结果表明:利用辨识所得的各种典型操舵运动曲线与利用原参数所得结果符合良好。

无人机在运动舰船上着舰视觉导引技术研究

为实现舰载无人机在做六自由度运动的航母上全天候着舰,提出了舰船运动模型下基于红外合作目标的无人机着舰视觉引导方法。首先设计了一种新型的合作目标;采用形态学算法提取合作目标,根据其位置特点进行物像点匹配,并采用N点算法求解机舰相对位姿;分析了舰船运动简化模型,并基于此模型提出了一种利用卡尔曼滤波提高导航精度的新方法,最后在Vega Prime中对该导航方法进行了仿真验证,仿真结果表明,该方法能够满足无人机着舰要求。

舰船目标ISAR成像研究

由于海浪的影响造成海上舰船运动形式复杂多变,因此要获取高质量舰船目标逆合成孔径雷达(ISAR)的图像非常困难。本文对基本的舰船目标运动模式下ISAR成像问题展开研究。首先分析舰船目标的转动模式,建立3种基本的转动形式的数学模型。研究距离-多普勒(R-D)算法在该运动形式下的ISAR成像。通过仿真实验证明R-D算法可以获取较高质量的小幅度舰船转动ISAR图像。

舰船运动预报模型算法及软件

本文根据仿真模型的现代建模理论与方法 ,采用 AR(p )模型参数法 ,用模型参数的递推算法 ,对舰船运动状态的四个指标进行估计、预报和修正 。

舰载无人机发射初始状态研究

首先,根据海浪、海风对舰船的作用,建立了准确而更符合实际的舰船运动模型。然后,引入了发射架在舰船上的位置和方向两个变量,得到了不同状况下舰载无人机的发射初始状态。最后,经数字仿真得出了各种因素对发射无人机的影响规律,为确定舰载无人机的安全发射范围提供了理论数据支持。

基于预报-跟踪的直升机自动着舰控制律设计与仿真

由海浪引起的舰船运动严重威胁和影响舰载直升机的着舰安全与着舰精度,针对此问题,提出一种基于预报-跟踪的直升机自动着舰控制律设计方法;首先建立舰船运动模型;然后采用AR自回归模型对舰船运动进行实时预报;再根据频域校正原理设计超前补偿网络,将预报信息补偿至自动着舰系统,进一步减小跟踪延迟;仿真结果表明,该方法能够有效地抑制超调并消除延迟,实现舰载机对甲板运动的精确跟踪,提高了舰载机着舰的准确性和安全性。