摘要:

摘要:

摘要:准确识别水下航行器相对海流的攻角与航速对于多种作业具有重要意义，如潜航器在复杂海流环境中的运动控制、水下武器发射窗口识别以及海洋内波感知预警等。以 Suboff 潜艇标模为研究载体，开展仿生流场感知原理的水下航行器相对海流攻角与航速识别方法研究。首先，建立了水下航行器绕流场 CFD 与势流仿真模型，研究发现针对水下航行器头部非定常压力预报，CFD 与势流结果非常接近，因此基于势流模型可以快速准确地预报大攻角的水下航行器头部压力。之后，创建了结合势流理论与卡尔曼滤波水下航行器外流场参数识别模型。仿真与试验结果表明：流场参数识别模型在±80°攻角范围内，对攻角的识别误差在 3° 以内，航速识别相对误差在 5 %以内。

摘要:水下滑翔机是一种利用重力与浮力之差获取动力的水下航行器，其通常具有造价低、隐身性能强等优点。随着人类对海洋环境更深入的探索，水下滑翔机被广泛应用于观测海洋环境等民事和军事任务。 在此背景下，对水下滑翔机的滑翔运动进行准确地预报并分析影响滑翔运动的因素具有重要意义。使用基于 Reynolds-Averaged Navier-Stokes（RANS）方程的计算流体力学（Computational Fluid Dynamics，CFD）方法， 并结合动态重叠网格方法，对仿生水下滑翔机的滑翔运动进行了模拟，研究了航行过程中水下滑翔机的重心位移和净浮力对滑翔运动的影响，给出了滑翔速度比随重心移动和净浮力变化的变化趋势，同时对水下滑翔机所受的横滚和偏航力矩进行了分析。结果显示：当净浮力大小为 3%的滑翔机重力时，仅移动重心即可使滑翔速度比达到 4 以上。该研究能够对水下滑翔机的设计提供一定的参考。

摘要:座头鲸在捕获猎物时展现出与其庞大体型不匹配的敏捷性，这归功于其胸鳍上的结节式突起。 为提高推进系统的性能并降低其引起的水下辐射噪声，利用仿生学原理将座头鲸鳍状肢应用于轮缘推进器的设计优化，并利用 STAR-CCM+软件开展仿生轮缘推进器水动力性能和流体噪声性能分析。结果表明：1）仿生结节能够提升轮缘推进器的效率，且进速越高效率提升幅度越大，在最高效率点可以提升 3.16%；2）仿生轮缘推进器可以降低近场和远场噪声，近场噪声在 1 150 Hz 处最高可以降低 20 dB，远场低频噪声平均降低 8 dB，在 1 150 Hz 处最高也可以降低 20 dB。

摘要:拍动翼型作为一种广泛应用于研究能量提取的流动机制的简化模型，该系统从潮流能中捕获能量并转换为电能输出，虽然拍动翼型在水下均匀流条件下的动态行为已有广泛研究，但在实践中可能会遇到包括非定常涡旋在内的复杂来流条件，因此需要针对 NACA0015 翼型在有圆柱尾流效应时进行深入研究。通过 CFD 技术，数值研究不同运动参数对其水动力特性及能量捕获效率，分析与探究水下拍动翼运动过程中的涡旋结构，以及俯仰振幅、升沉振幅对系统捕能效率的影响。研究结果表明：随着升沉振幅增大，能量捕获效率也会提高。此外，还发现圆柱尾涡对拍动翼水动力性能的影响随俯仰振幅的增大而减小。通过分析不同运动参数下拍动翼系统的水动力性能及能量捕获效率，提出了一种高效捕获海上风场潮流能的参考方案，不仅对提高海上风场效能具有重要意义，还对于消除潜在的塔筒涡激振动具有积极意义。

摘要:相比传统螺旋桨推进方式，水下仿生推进更具灵活性，效率更高，并且对环境干扰较小。鱼群游动可以为群体中的个体提供许多生物学优势，同样仿生鱼群中的个体也可以在运动速度和效率上获得明显益处。 串联排列的仿生鱼群中，后鱼通过主动控制身体摆动从前鱼尾流场获益。在直接求解不可压 N-S 方程并运用牛顿第二定律的基础上，嵌入 PID 控制算法，构建 CFD-PID 求解器可模拟在串联排列中后鱼通过主动控制身体摆幅下的仿生鱼群自推进运动。通过 PID 动态调节摆幅间接实现对速度的控制，寻求合适的控制参数，最终实现仿生鱼群中后鱼从静止到达到稳定速度的过程，同时对涡量场、仿生鱼群的速度变化进行分析。研究结果表明： 通过 PID 控制的仿生鱼群中，合理的控制参数可以使任意仿生鱼更加精准快速地达到预定的收敛速度。

摘要:美海军重视反水雷能力体系的建设，海湾战争后围绕海滩和拍岸浪区雷障问题开展了一系列项目研究。简要论述了美海军重新审视两栖登陆反水雷能力以及针对海滩和拍岸浪区雷障问题安排多项研究计划和项目的背景概况，研究分析了美海军突击破障系统 2 个典型子项目的研制情况和作战应用构想，以及支撑该项目的无人机载光学探雷、精确制导弹药和弹载集束飞镖毁伤等关键技术，归纳总结了美海军 30 多年来探索解决海滩和拍岸浪区雷障难题的主要特点，并提出了体系化发展立体化、全海深反水雷能力的建议。

摘要:溢流环换能器是一种高效水平全向的声学换能器，被广泛应用在水声探测和通信等领域。压电单晶材料相比于压电陶瓷具有更高压电系数和换能效率，但由于工艺限制目前只有少量应用。通过理论分析溢流环换能器的谐振频率、发送电压响应和接收灵敏度，表明具有高压电常数的压电单晶可以提高溢流环换能器的发射和接收性能。采用压电单元与铝合金单元交错镶拼结构，制作出基于压电单晶和压电陶瓷 2 种材质的溢流环换能器。提出磁控溅射联合导电胶的电极处理工艺，解决镶拼过程中电极易脱落的难题。将制作的 2 种压电材料溢流环换能器进行声学测试，结果表明基于压电单晶溢流环换能器的发送电压响应和接收灵敏度比压电陶瓷平均高 3 dB 以上。

摘要:已有研究表明，使用流固耦合（流体不可压缩）和声固耦合（流体可压缩）模型，均能推导浸没于无限水域中圆柱壳结构的耦合振动方程；同时，在低频范围内对两类方程求解，耦合系统同阶次固有频率计算结果无明显差异。在以上研究基础上，进一步分析流体压缩性对耦合系统中低频段受迫振动的影响， 分别推导可压/不可压流场下圆柱壳结构耦合振动方程，并求解其受迫振动响应。研究结果表明，流体可压时， 可用复数附连水质量的概念来阐述流体压缩性带来的阻尼效应。此外，激励频率较低时，阻尼效应比较微弱， 2 类模型振动响应较为一致；随着激励频率增大，阻尼整体上呈增大趋势，声固模型相比流固模型的振动响应峰值有明显削弱。基于以上结果，在进行流固耦合振动性能计算分析时，工程研究人员可选用计算代价较小的流固耦合分析模式，并对流体质量矩阵进行修正以考虑流体压缩性带来的阻尼效应，从而使计算代价与计算精度得到平衡。

摘要:多无人机系统因其高度的灵活性和任务互补性，十分适合复杂且狭窄的工作环境，在军事、救援、监测和物流等多种领域展现出了巨大的应用潜力。然而，在受限空间中实现多架无人机安全、高效的路径规划仍然面临诸多挑战。一方面，安全搜索空间的减少限制了符合无人机运动约束飞行路径的生成；另一方面，狭窄的空间增加了机间碰撞风险。因此，提出一种基于机体约束树的多无人机协同路径生成方法，采用分层协作规划框架，其中包含高层的冲突规避模块和底层的路径生成模块。在该框架中，通过改进了增强冲突搜索算法（Enhanced Conflict-Based Search，ECBS），使算法能够有效地处理全局路径搜索中的冲突问题， 避免局部死锁的产生。通过在全局规划阶段优化冲突处理策略，实现了多无人机在复杂环境中稳定、高效地飞行。此外，在 Rviz 仿真环境下对随机、对立、交错的多飞行任务进行了实验验证。实验结果显示，所提出的方法能够在数分钟内为至少 60 架无人机生成平滑的协同路径。

摘要:小型自主水下航行器因受小型化平台自身载具及其工作受限水域信道复杂特性的约束，其所搭载的通信系统需基于低功耗、低复杂性、小尺寸平台实现高通信性能。针对这一挑战，将循环移位键控技术和组合扩频通信技术结合，设计了循环移位组合扩频通信技术方案。针对航行器运动状态导致的多普勒效应， 设计了预设频偏范围多普勒估计方法和低复杂度重定位多普勒补偿方案。通过多普勒估计与补偿的仿真实验和小型自主水下航行器的水池通信实验测试验证所提的通信方案和多普勒估计与补偿方法的有效性。所提循环移位组合扩频通信方案，在多径信道下基于小尺寸、低资源平台有效提高了水声通信传输速率及稳定性。

摘要:随着海洋资源开发和国防安全需求的不断增长，水下目标识别技术的重要性日益凸显。系统地研究了基于深度学习的水下目标识别技术，分析了当前主流算法的性能特点及其改进方法。概述了水下目标识别面临的挑战，详细介绍了基于深度学习的两阶段（Two-Stage）算法和一阶段（One-Stage）算法；重点对比了 Faster R-CNN、YOLO 系列以及基于 Transformer 的目标检测算法在识别精度、实时性和鲁棒性等方面的表现；探讨了注意力机制和多尺度特征融合技术在水下目标识别中的应用，这些技术能够有效提高模型的泛化能力和识别效率；总结了不同算法在标准数据集以及自建水下数据集上的性能表现，并对未来的研究方向提出了展望。

摘要:自主水下无人航行器（Autonomous Underwater Vehicle，AUV）的外形布局设计不仅影响着航行器的航行阻力、能耗等总体性能，也同时决定着快速性、稳定性和机动性的总体性能指标。采用多个推进器联合控制运动行为的多推进器自主水下无人航行器（Multi-thruster Autonomous Underwater Vehicle，MAUV） 在实际作业中，低速下的自主能力与操纵性能更强，明显优于传统采用“推进器+舵”联合操纵的 AUV。因此，对无舵带鳍的六推进器 AUV 的外形参数化模型和空间运动模型进行建模，并建立水动力仿真和运动性能仿真系统。随后，基于克里金代理模型辅助的双归档优化算法，搭建离线优化框架，以稳定性和机动性为目标对 MAUV 外形参数进行优化。结果表明：运动稳定性有显著提升，与仿真结果相比最大误差低于 4%。

摘要:拖线阵声呐广泛应用于水下目标检测，在舰艇平台转向机动时，柔性的拖线阵不再保持直线形， 阵形发生畸变，阵元位置未知，导向矢量失配，进而导致拖线阵声呐性能急剧下降。针对这一问题，提出了一种基于稀疏贝叶斯学习（Sparse Bayesian Learning，SBL）的阵形和目标方位估计算法。该算法仅利用接收到的声学信号估计目标方位，将转弯时的畸变阵形建模为抛物线形，并将抛物线参数作为 SBL 的超参数，实现了目标方位和畸变阵形的同时估计。仿真分析结果表明：在畸变阵形为抛物线模型的假设下，算法可以同时对畸变阵形和目标方位进行估计，并具有更好的目标检测能力和更高的分辨力。

摘要:随着海洋资源开发的加速，智能水下机器人（Autonomous Underwater Vehicle，AUV）在海洋探索中的应用日益广泛。AUV 的高精度导航技术是其高效作业的关键，而水下地球物理场辅助导航技术因其无需外部传感器辅助、无累积误差等优势，成为近年来研究的热点。回顾了水下地球物理场辅助导航技术的发展现状，重点分析了地形辅助导航、地磁辅助导航和重力辅助导航等主要方法。探讨了地球物理场辅助导航的原理、传感器技术等关键技术。此外，针对以水文信息、偏振光等为数据源的水下地球物理场导航技术和多 AUV 协同地球物理场导航技术进行了简要概述，最终总结了地球物理场辅助导航的未来发展方向。旨在为 AUV 水下导航技术的进一步发展提供参考。