摘要:

摘要:

摘要:自主式水下航行器（AUV）是人类探索和利用海洋的重要装备，能否足够智能化地解决路径规划控制问题是 AUV 完成其它复杂任务的基础。考虑终端姿态约束下的局部路径规划问题，结合 AUV 的自主对接控制这一实际使用场景，基于改进的深度强化学习算法（DRL）开发了一种对接控制器，使其具备自主对接能力，延长其续航时间。考虑实际工作场景中的复杂海浪干扰因素，使用了非线性扰动观测器（NDO） 来估计 AUV 三维运动中各自由度的外部扰动，并结合可测量的状态量为 DRL 智能体设计了科学的观测量及奖励函数，使 AUV 能够在扰动环境中完成三维对接控制任务。仿真结果表明了该方法的有效性和鲁棒性。

摘要:推进性能是水下航行器至关重要的性能之一，水下矢量推进技术凭借其全方位推进控制、高效推进效率和较低振动噪音水平，成为未来高性能水下航行器的最佳选择。为兼顾高速航行和低速机动的变载荷工作需求，提出了一种“2+4”可变载多轴矢量推进布局，可通过改变推进器朝向实现高速时的高效推进与低速时的高机动性。基于计算流体力学（Computational Fluid Dynamics，CFD）数值模拟方法，研究了装备有该新型矢量推进布局的水下无人航行器（Unmanned Underwater Vehicle，UUV）在直航、斜航等工况下的水动力特性及推进器偏转对水动力性能的影响规律。研究结果显示：高速巡航状态下，UUV 阻力与推进器转速呈抛物型变化关系；垂直面斜航运动与艏部推进器偏转对整机垂向力及俯仰力矩影响显著，且艏部推进器尾流会削弱艉部推进器性能；艉部推进器收放对 UUV 受力影响微弱，但可提供额外的控制力矩。研究结果可为高性能水下航行器推进方式与布局的优化设计提供重要参考，可作为该新型 UUV 后续改型的指导方向。

摘要:在人工智能技术快速发展的背景下，开放集识别作为一个新兴的问题领域受到广泛研究。本研究对 FLSMDD 声呐数据集进行了开放集识别任务的设计，旨在评估 Openmax 算法处理未知类别样本的能力， 并与传统 Softmax 及其阈值化变体进行比较。研究通过结合残差网络和迁移学习技术，测试了不同算法在分类准确性和鲁棒性方面的表现。结果显示：Openmax 算法在整体准确率上比 Softmax 提高 5%，宏观 F1 参数提升了 7%，加权 F1 宏观参数提高了 6%，这表明其在处理未知类别的适应性和鲁棒性方面具有显著优势。未来研究将探索优化算法设计，以进一步提高识别精度和处理效率。本研究为开放集识别技术的发展提供了有力证据，也为深度学习在更广泛的分类问题中的应用奠定了理论和实验基础。

摘要:针对水下无人航行器着陆坐底的需求，优化提出一种液压支撑杆式坐底辅助机构，进行了详细的技术设计并形成原理样机。经测试，该样机可耐 2.5 Mpa 水压，具备 1.8 cm/s 的支撑杆伸缩速率、高于 10° 的横倾调节能力与良好的位置保持能力，在 25 kg 压载下经 24 h 支撑杆仅发生 0.5 mm 的位置变化。而后，将该样机配装于已有航行器进行了海试，验证了支撑功能。研究成果为水下坐底技术提供了新思路。

摘要:随着人类对海洋的逐渐深入开发，水下多平台作业的需求日益显著，而平台间的相互位置关系是确保作业效能的重要信息。为此，介绍了基于声学超短基线定位技术的位置测量方法，讨论了声传播特性、 定位工作原理、误差源及主要误差模型，通过历史环境参数和仿真分析的方式开展了定位精度和作用距离分析。在此基础上，以水下作业的典型应用场景，在不同接收发射深度下，分析后给出了最优的协同定位策略， 有助于指导水下协同作业。

摘要:为了满足水下装备主动声探测不同的测试目的，提高其开发效率，提出并构建了一种基于虚拟仪器技术的主动声探测测试系统。软件采用模块和层次化设计，基于 LabWindows/CVI 平台开发，利用平台的信号检测、信号生成、信号模拟输出等模块，可靠地实现了主动声探测信号的检测、目标回波的模拟、混响和干扰的生成与电子信号注入，自动化程度高且参数设置灵活，适应各种主动声探测的模拟测试和效能评估， 具有推广价值。

摘要:自主式水下机器人（Autonomous Underwater Vehicle，AUV）无人无缆运行在复杂的海洋环境中。 AUV 装备朝着大型化、高速化、精密化、系统化和自动化的方向发展。AUV 的安全、平稳以及长时间运行是需要研究的重点问题，推进器作为 AUV 的核心部件和负载最重的部件，其故障诊断技术对于保障 AUV 安全运行起到极为重要的作用。推进器故障特征微弱且易受到海流等外部随机特征的干扰，随着设备检测传感器与采样频率的增加，有利于建立新理论和共同认可的推进器故障诊断办法。研究推进器的故障诊断理论和方法，特别是开展推进器相关的故障识别和容错控制，能够有效增强 AUV 的运行可靠性，促进 AUV 实用化进程，相关研究的理论价值和工程应用价值非常大。

摘要:海洋内波是由海水密度陡变和外力扰动所引起的一种海洋内部的波动，在合成孔径雷达 （Synthetic Aperture Radar，SAR）遥感图像上通常呈现出亮暗相间的条纹特征。基于 2014–2021 年的 390 景 Sentinel-1 SAR 海洋内波遥感图像建立训练与验证数据集，结合旋转目标检测算法，使用迁移学习方法对模型进行训练，得到基于旋转框的海洋内波自动检测模型，并将检测结果与 YOLOv8 的检测结果进行对比。研究结果表明，旋转目标检测模型较 YOLOv8 能够取得更为优异的海洋内波自动检测结果，其精确率达到 93.06%， 召回率为 90.24%，在精确率较高同时还能保证较低虚警。旋转目标检测模型为海量星载 SAR 海洋内波自动快速检测提供了一种新手段，该方法在检测海洋内波的同时还可提取内波传播方向信息，为针对性开展海洋内波动力学参数反演和过程研究提供了技术基础。

摘要:针对声呐对水下小目标探测时目标特征少，常规目标检测算法性能不佳的问题，提出了一种以 YOLOv5 目标识别算法为基础的连续帧识别改进算法。该算法通过连续帧数据提取模块以及轻量的通道空间注意力模块，提取声呐连续帧信息，提升了 YOLOv5 算法的识别能力。湖上前视声呐时序数据集算法验证试验表明，在几乎不增加推理时间的前提下，改进算法的平均检测精度比 YOLOv5 算法提升了 13.7%。该改进算法预期可在水下小目标自主检测任务中应用。

摘要:全球海洋预报大模型与大数据应用、气象预报模型发展密不可分，简述了基于深度学习的人工智能技术在气象预报、海洋预报中的应用和特点。重点报告了我国各科研机构在全球海洋预报大模型领域的研究现状。结果表明，当前在数据驱动建模、海洋大数据分析、海洋要素智能预报等领域研究达到世界领先水平，预报周期、关键预测准确率超过目前世界先进预报系统。最后，结合海洋强国战略，分析并展望了海洋智能预报在装备应用领域发展中存在的挑战，考虑海洋安全背景下针对数据处理和装备应用等方面的研究方向。

摘要:跨域无人集群系统包含多种无人平台，可执行复杂多样的任务，其指控系统设计涵盖多种技术方向，需求复杂多变，传统的设计方法难以满足跨域无人集群指控的设计需求。针对上述问题，提出一种基于 MBSE 的指控软件设计技术。该技术基于 Harmony 方法论，在需求分析方面，结合 SysML 的需求图对软件需求进行了分析；在系统设计方面，结合 SysML 的模块定义图对系统结构和系统功能进行了设计；在系统验证方面，结合具体作战场景以 SysML 的活动图进行了任务流程描述，对最终编写完成的软件进行了效能测试。 测试结果表明，软件具备一定的自主决策能力，验证了软件本身可满足实战需要。此软件设计技术可扩展性强，设计过程中能够进行快速的需求变更，设计的软件鲁棒性强，可以满足跨域无人集群系统的指控需求， 对相关领域研究具有参考意义。

摘要:主动电场探测技术依靠激励源发射电场信号，通过测量电位信号实现目标探测。根据当前主动电场探测掩埋目标研究进展，简要介绍了其原理，对国内外掩埋大目标领域的关键技术（海洋可控源电磁法） 的研究现状以及发展趋势进行了归纳整理；针对主动电场探测水下掩埋小目标的问题，详细介绍了国外实验、 先进设备的工作机理，总结了国内相关领域的研究；通过对水下电场传感器国内外研究现状的分析，指出国内在水下掩埋目标主动电场探测领域已有的基础。最终对该技术的发展及应用前景进行了展望。

摘要:随着人类探索海洋活动愈加频繁，水面无人艇以可替代人类在恶劣环境完成危险作业任务这一优势得到了广泛的关注与长足的发展。伴随着智能化技术的发展，人工智能技术与无人艇智能控制的结合也越来越紧密，人工智能技术的出现提升了水面无人艇的自主航行、态势感知、水下探测和健康管理能力。首先，对水面无人艇在以上四个方面的发展的必要性与技术难点做简要介绍与分析；然后，分别对 4 个方面的发展和人工智能应用情况做总结回顾，并结合当前技术困难做简要分析；最后，总结了水面无人艇在智能控制方面亟需解决的关键科学问题，并对可行的方案以及该应用研究领域的未来发展做了进一步的展望。

摘要:水下航行器的声防护性能一直受到广泛的关注，由动力装置振动产生的辐射噪声严重影响水下航行器整体辐射噪声水平。为准确计算辐射噪声大小，通过振动测试获取水下航行器基座位置的振动加速度级，以基座位置的真实振动加速度作为输入，应用有限元法计算水下航行器的辐射噪声，并与水下航行器辐射噪声实测值进行对比。结果表明，水下航行器辐射噪声的仿真计算值与实测值较接近，仿真计算值与实测值的差距范围为 0.2~3.9 dB，辐射噪声大小随频率变化规律与实际情况一致。此种方法准确、高效，对于计算水下航行器辐射噪声大小和指导水下航行器减振降噪设计有十分重要的意义。