摘要:

摘要:

摘要:水声网络已成为海洋信息获取、传输和感知的关键技术，并得到广泛研究。目前的水声通信研究主要集中于考虑时延、多径等水声信道影响因素。当海洋环境发生变化时，水声信道中的时延、多径的特性也会相应发生变化，从而影响水声通信系统的性能。然而，对于复杂海洋环境现象与水声网络性能的直接关联性的研究还较为有限。基于厦门海域进行的水声网络实验，从平均端到端时延、丢包率等网络性能指标评估风、浪、潮汐等典型近海海洋环境因素对水声网络性能的影响，并基于试验结果对海洋环境与水声网络性能进行关联性分析，实验结果表明：水声通信网络的时延受到温度、风速和潮位变化的影响，存在一定程度的关联性。评估分析结论可为复杂近海海洋环境下水声通信网络的设计和应用提供参考。

摘要:膜结构电磁式声源具有体积位移大、超低频声场可控、适装性佳等显著优势，在扫雷声源方面具有广阔的应用前景。辐射膜是声源核心振动部件，研究辐射膜的振动特性对于电磁声源的设计及应用具有重要意义。研究了一种膜结构电磁声源振动特性的解析方法。首先，建立真空中电磁声源圆环膜自由振动的解析模型。其次，采用分离变量法求解得到真空中圆环膜自由振动的固有频率和振型，通过与文献数据对比及有限元仿真验证了理论解的正确性。然后，分析了不同边界条件下和圆环膜半径的变化对膜在真空中的振动特性的影响。最后，考虑声源实际水下工况粘性液体负载与内部填充压力的影响，得到了电磁声源实际工况中不同尺寸圆环膜低频强迫振动的幅频特性与声源振动体积位移。所提方法可较准确地反映实际工况下电磁声源振动特性与声辐射能力，可为大功率电磁声源的设计和结构优化提供重要参考。

摘要:声呐装备的性能发挥与海洋环境密切相关。研究海洋环境对声呐装备的影响，积极推动环境适配型声呐装备的发展，对于综合利用水下探测和通信手段，提升我国水下信息化能力具有重要意义。着重分析典型海洋环境和过程对声呐性能的影响，包括不规则海底边界、海水的介质特性以及多尺度海洋动力过程， 通过算例对比说明环境效应对声呐的影响。进而，针对声呐装备的使用和发展，围绕环境适应与适配提出相关建议与措施。

摘要:UUV 集群在执行大范围搜索任务时分配方案的优劣对于提高任务执行效率至关重要。研究解决 UUV 集群同时进行多区域搜索中的任务分配问题，使得全部区域搜索完成时长最小。针对传统匈牙利算法无法高效解决不平衡任务分配的问题，提出一种改进匈牙利多轮分配算法。该算法通过多轮任务分配，实现空闲 UUV 高效利用和目标区域合理分配，通过在代价函数中引入边际代价和保守估计时长，大大减小了全部区域搜索完成时长。仿真实验结果表明：提出的算法相比传统匈牙利算法能够合理分配空闲 UUV，提高分配效率。此外，相较于仅采用搜索时长为代价函数，在代价函数中引入边际代价和保守估计时长能够针对耗时长的区域最大限度缩短搜索时长，保证随着 UUV 数量的增加，全部区域搜索完成时长单调递减。

摘要:针对水下无人航行器（UUV）受到海流海浪等外部扰动与内部模型不确定导致航向角控制品质下降的问题，提出一种基于自抗扰（ADRC）的双环路航向角控制方法。首先，建立了 UUV 的六自由度动力学、运动学模型与水平面动力学模型。然后，设计了一种非线性控制器，将自抗扰控制与双控制环路相结合， 针对系统航向控制所受内部与外部等非线性因素的影响，采用扩张状态观测器对“总和”扰动进行观测与补偿。 在采用自抗扰控制的航向角反馈控制回路的基础上，增加航向角速度内环，降低系统对扰动的灵敏度，改造被控对象的传递函数，为外环路提供良好的被控对象模型。最后，通过仿真实验验证了该控制方法的有效性。

摘要:合适的控制模型参数能够保证被控对象在较快的响应时间和较小的超调量下达到控制目标，无人水下航行器定深控制模型参数的优化设计对提升水下航行器使用性能具有重要意义。首先，建立了水下航行器空间运动学方程，基于 Modelica 建模语言构建了航行器虚拟样机及其定深控制模型。然后，以响应时间和超调量最小为优化目标，采用非支配排序差分进化算法建立了水下航行器定深控制模型参数多目标优化流程，基于 OPTIMUS 平台构建了水下航行器定深控制模型参数优化设计工作流。以某水下航行器为对象的实验结果表明：所提方法可快速获得较优的 PID 控制模型参数，优化后的水下航行器定深运动控制特性显著改善。

摘要:半潜式航行体回收过程耗时较长，对操纵者经验、技术门槛高，试错成本大。针对此问题提出 VH-PPO 算法，从收敛性、期望收敛时间的上下界、时间复杂度 3 个方面分析其性能。通过人工操控成功的历史数据给予初始概率分布并在此基础上进行训练，省去了自由探索不断试错的过程，可有效减小期望收敛时间，使训练模型更快地收敛，从而降低算法的时间复杂度。针对训练时不同的阶段，选择更优的超参数，防止超调和欠调现象，可帮助训练模型更好地收敛，降低期望收敛时间的上下界，从而降低算法的时间复杂度。 在 OpenAI Gym 上通过该算法进行强化学习，训练完成后应用于操控软件，在某海域进行验证并进一步调整模型。实验结果表明：随着试验次数增加，智能体在真实环境中的适应能力越来越好，辅助操控指令在总操控指令中占比超过 50%，有效地减缓了操纵者的疲劳，降低了新手训练难度及替换操纵者的门槛。

摘要:采用标准 k-ε 模型，结合 Fluent 软件，对采用泵喷补偿技术的拖体水下被拖行运动所产生的压力场变化进行了数值模拟实验。结果表明：采用泵喷补偿技术对拖体水压场的“马鞍形”分布特性影响较小， 但随着喷水速度的增加，拖体首端压力负值略有增加，而中段的负峰幅值显著增加，当喷水速度达到一定值后，拖体的压力特性曲线已经较为接近期望值，证明泵喷补偿技术具有一定的可行性。

摘要:介绍了数字孪生和数字纽带这两项数字工程技术的基本概念、二者关系以及其在美军装备项目建设中的应用情况。为了清晰阐述两项技术在现代武器装备建设中发挥的重要作用，借鉴传统技术状态基线，定义了数字基线概念。从我军装备研制企业的视角，探索思考了数字孪生和数字纽带技术在我军武器装备全生命周期的应用需求。最后对数字工程技术在装备研制中存在的问题进行了分析，并提出相应的对策建议。

摘要:针对多波束测深系统种类、探测模式等因素影响水下目标搜索效能的问题，提出了一种面向水下目标搜索的多波束系统探测深度计算方法。分别对多波束系统等角与等距模式进行探讨，考虑波束间重叠角的影响，由多波束横向分辨率计算公式推导了 2 种模式的探测深度公式，并将不同波束角度的探测深度进行计算。经过结果比对，总结出等角模式搜索水下目标的探测能力要优于等距模式。最后结合算例，得出多波束探测能力与目标尺寸、海水深度、波束开角有关。

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。

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。

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。

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。