针对电磁发射用永磁同步直线电机的磁场解析及推力波动优化问题,建立单边发射电机磁场解析模型,利用矢量磁位及边界条件,分别对次级Halbach永磁阵列及初级六相绕组磁场进行解析,得到气隙磁场分布,进而建立单边发射电机主要结构参数与电磁推力间的函数关系。选取永磁阵列极弧系数及厚度、初级绕组宽度及厚度4个参数作为优化变量,利用遗传算法寻找设计变量的最优组合,使发射电机单边电磁推力波动最小化。分析结果表明:磁场解析结果精度较高,电磁推力计算误差满足工程分析的需要;优化后的单边发射电机平均推力提升1.21%,峰均力比下降62.688%,通过解析及仿真结果的对比验证了理论推导的正确性及优化方法的合理性。

采用自主水下航行器(Autonomous Underwater Vehicle, AUV)磁测平台可开展海洋地磁场测量、水下磁性目标探测和识别等工作,AUV磁测平台具有广阔的应用前景,但目前AUV载体磁干扰补偿技术研究尚不成熟,制约着水下航行器测磁精度。基于磁测平台抗磁干扰基本原理,提出一种基于线性种群规模缩减和成功历史的参数自适应差分进化(Success History-based Adaptive Differential Evolution with Linear Population Size Reduction, L-SHADE)算法的AUV载体磁干扰参数辨识的数值模拟方法。用磁偶极子和旋转椭球壳混合模型来等效模拟AUV载体磁干扰,通过模拟航行获得多组磁测数据,据此建立磁干扰参数辨识模型,并采用L-SHADE算法求解。通过数值模拟实验定量分析研究磁测平台测磁精度随磁传感器、平台姿态及航向等误差的传播规律。研究结果表明:当磁传感器测量精度为10nT、姿态测量精度为0.01°、航向测量精度为0.1°时,测磁误差可小于100nT。设计的AUV磁测平台抗干扰试验表明,地磁场总量最大相对误差为1.07%。

为解决非线性自抗扰控制应用中无人机位姿跟踪控制响应相位滞后的问题,利用非线性函数的滤波特性与相位补偿机理完成调相补偿器设计,解决了跟踪微分器实际滤波与相位跟踪之间的矛盾,进而提出调相补偿改进后的自抗扰控制(Phase Compensation ADRC,PCADRC),将其应用于四旋翼无人机飞控作业中的姿态与轨迹跟踪。通过由空中避障圆角矩和锥形螺旋组成的复合轨迹跟踪分析PCADRC应用的飞航控制性能优势,并设计无人机轨迹跟踪抗扰实验,对自抗扰控制的调相补偿改进效果进行验证。仿真与实验结果表明,对于平面或空间、平缓或陡变不同性质的轨迹,PCADRC能在确保抑扰性能前提下提高位姿跟踪的准确性、时效性与鲁棒性,能更好满足其稳健的飞控需求。

舰船航行引起的压力场特性是海战场的重要信息源,而舰船航行遭遇波浪,船-波相互作用引起的压力波动成为舰船自身压力场的背景干扰,影响目标的预判与识别。针对浅水规则波环境,开展舰船航行引起的压力场目标特性快速算法研究。基于浅水波动理论结合造波源项与移动压力项法,建立适用于浅水规则波环境的压力场建模方法,提出灵活高效的算法,并独立编写预报程序,逐步实现浅水规则波环境、静水中舰船压力场模拟以及舰船迎浪航行引起的压力时空演变特性预报。在验证性研究基础上,对比分析船、浪遭遇前后引起的压力场特性,以及亚、超临界航速下压力分布特性,揭示波浪对压力场特性的影响,为海洋环境干扰下舰船目标特性的预报与识别提供理论依据和技术支撑。

研究多元状态复杂系统的可靠性重要度,有助于分析并确定系统设计的潜在技术薄弱环节,对于实现系统状态性能的精细化管理意义重大。通过引入改进生成函数模型,并构建面向特定“状态可达门限”的系统层级生成函数,给出一类能够适应“多元”状态复杂任务功能系统的可靠性重要度通用化封闭解算体系与高精度分析算法。工程案例验证结果表明:新算法适用范围广、可靠性重要度分辨精度高,更便于实现复杂系统可靠状态的精细化管理;新算法程式化运算资源要求低,可规避大维度复杂系统状态微分解算的技术瓶颈,工程应用价值更突出。研究结果可拓展应用于多元状态复杂系统其他通用质量特性的重要度分析与精细化管理,对于科学筹措配套保障资源、合理规划预防性维修工作具有重要技术指导作用。

分布式激光引偏干扰系统的展开布设方式直接决定着其引偏干扰效果。针对分布式激光引偏干扰系统布设效能的评估需求,提出一种分布式激光引偏干扰系统布设效能评估方法。该方法将解析评分法与层次分析法相结合,首先建立布设效能的递阶层次结构模型,明确布设效能受哪些功能单元布设方式的影响,各功能单元的布设又包含哪几个布设要素;其次建立各布设要素的解析评分模型,具体实施时只要将各功能单元的布设信息和被保护目标信息输入评分模型即可获得各要素的布设得分;然后利用层次分析法确定各布设要素的权重;最后将各布设要素的得分与权重相乘求和即可评估出布设效能。研究结果表明,解析评分法克服了常用的专家评分法中主观因素和知识结构水平的影响,提出的布设效能评价方法能够用于分布式激光引偏干扰系统防护效能的自动评估。

剩余寿命(Remaining Useful Life,RUL)预测对于维护工业设备的可靠性和安全性至关重要,但现有的RUL预测方法在处理高维传感器数据以及捕捉时间退化模式方面仍然面临诸多挑战。为了解决上述问题,提出一种退化趋势平滑约束下基于双向长短时记忆网络-变分自编码器(Bidirectional Long Short Term-Memory-Variational Auto Encoder,BLSTM-VAE)的RUL预测方法。该方法首先进行数据预处理,包括数据降噪、滑动窗口分段和标签修正等步骤。然后设计基于BLSTM的VAE型特征提取器,以有效提取时间序列数据中的非线性关系和长距离依赖关系。最后提出一种基于流形学习的退化趋势平滑约束模块,通过局部不变性假设来增强模型的稳健性和泛化能力。通过航空发动机数据集数据集进行验证,结果表明所提出的RUL预测方法在数据集上的表现优于现有的多种RUL预测方法,具有更低的预测误差和更高的稳定性。

针对多智能体任务目标分配中航迹代价估算不准确的问题,提出一种基于改进快速搜索树算法的航迹代价计算方法,在合理地规划智能体运动轨迹的同时提高智能体航迹代价估算的准确性;针对改进合同网算法投标过程中优势智能体过早签约的问题,提出一种智能体投标状态转化机制,使得优势智能体可以多次参与任务竞标,实现智能体系统任务负载的均衡。仿真结果表明,新提出的航迹代价计算方法能够较好地计算智能体与目标、目标与目标之间的航迹;智能体投标转化机制解决了优势智能体过早签约导致的资源浪费,智能体系统完成任务的执行时间较之前降低6.54%,但处理优势智能体问题时新的机制会增加整个任务分配的投标轮次。

为了实现磁噪声环境中水下磁传感器阵列位置和姿态的高精度校准,提出一种利用动态磁源和阵列磁场差值的磁传感器阵列校准方法。构建校准设备、水下磁传感器阵列和磁噪声环境的数学模型,对一字型、十字型和四面体型的水下磁传感器阵列进行定位定姿校准的数值仿真验证实验,分别利用阵列磁场差值和直接使用磁场值的方法对水下磁传感器阵列的位置和姿态进行求解。实验结果表明:对于水下20m深度处的磁传感器阵列,利用磁场差值的方法可实现位置和姿态的高精度校准,在校准精度和稳定性方面都要优于直接使用磁场值的方法;对于不同类型的磁传感器阵列,十字型阵列的定位误差均值为0.13m,角度误差均值为0.51°;一字型阵列的定位误差均值为0.13m,角度误差均值为0.82°;四面体型阵列的定位误差均值为0.16m,角度误差均值为0.89°。新方法和技术不易受地磁场环境噪声干扰的影响,具有较高的应用潜力。

在实际监测任务中,及时有效地识别飞行模式至关重要。然而,现有的飞行模式识别方法主观性强、模式单一,限制了在复杂情况下的飞行监控能力,在实际应用中有局限性,进而导致模式边界定位不精确、识别精度低。为此提出一种基于敏感边界和长飞行序列的飞行模式智能识别方法(Intelligent Flight Pattern Recognition Method for Sensitive Boundaries and Long Flight Sequences, IFPRM-SBLFS),以对飞行模式进行智能识别。为了更好地探索多模式飞行参数的空间关系,设计自适应图嵌入,针对不同持续时间的飞行模式提出去噪深度多尺度自动编码器,以及用于减轻模型损失的分类加权焦点损失和回归联合时空交集损失。为验证所提方法的优越性,采集多架民用航班的真实参数,涵盖11种飞行模式,通过人工标注构建飞行模式数据集。仿真计算结果表明:新模型能够在连续飞行架次中自动区分不同的飞行模式,并准确提取模式边界,识别准确率达到了99.07%,且无需任何预处理或后处理;新的智能识别方法可以有效提高精确度和敏感边界的飞行模式识别效果。

针对航行体与冰相互作用的强非线性问题,通过相似理论推导出影响航行体破冰的关键无量纲参数,进行航行体高速贯穿冰层的缩比模型试验。基于高斯拟合函数提出一个冰载荷预测公式;建立航行体破冰出水的流固耦合模型,通过改变航行体的头部形状、航行体撞击冰层的动能和冰层厚度,对破冰现象、冰载荷以及航行体运动特性进行分析。研究结果表明:在破冰过程中,航行体头部空泡的体积不断减小,肩部空泡的体积逐渐增大,空化效应越来越剧烈。当航行体初始速度为40m/s时,半球型、球锥型、尖锥型航行体的冰载荷极值分别为35700kN、33200kN、18600kN,尖锥型头部航行体破冰前后速度损失率最低,破冰效果最好;在冰层厚度为180mm、弹射压力分别为3MPa和5MPa的条件下,航行体破冰后速度分别由13.1m/s、17.8m/s降低至9.5m/s、13.4m/s;航行体破冰速度越大,速度损失率越低,动能损失越大;冰载荷极值和航行体速度损失率随着冰层厚度的增加而上升,航行体初速度对载荷特性和运动特性的影响效果随着冰层厚度的减小而弱化。

轴对称结构作为工程中的常见结构,其声学仿真计算受到工程界广泛关注。对轴对称结构的声辐射问题,提出一种综合利用等效面声源与点声源的方法。针对传统等效点声源在对应结构内部Dirichlet特征频率处解非唯一和对于声学参数灵敏度较大问题,在结构内部布置面声源进行结构外声场的匹配运算,点声源则位于面声源内部以保证解的唯一性。根据结构的对称性,将表面声压与振速按旋转角度展成Fourier级数形式,利用级数之间正交性建立各项待定系数表达形式。基于波叠加原理,建立等效源强度与Fourier级数待定系数之间的关系方程,并把虚拟面积分方程转变为轴对称结构外侧边界积分和旋转角度积分的乘积形式;进一步利用形函数对结构外侧边界进行插值处理,以此获取轴对称结构表面声压与振速之间的传递函数。采用新方法与传统等效点声源法、面声源法与解析法等结果作对比,结果表明了新方法的精确性。

为解决传统检测方法在处理复杂、动态以及数据长度实时变化的飞行轨迹数据时特征提取不准确、检测效率较低的问题,提出一种结合长短时记忆(Long Short-Term Memory,LSTM)网络和支持向量数据描述(Support Vector Data Description,SVDD)的无监督异常检测方法。利用LSTM网络提取可变长度飞行轨迹的关键特征,并将其转化为固定长度的序列表示;通过SVDD算法构建多维超球分类器,对正常飞行轨迹进行建模,从而识别潜在异常轨迹。为进一步提升模型性能,引入基于梯度的优化算法(Gradient-Based training algorithm,GB),实现LSTM与SVDD参数的联合训练,大幅度提高检测精度和计算效率。仿真实验结果表明,新提出的基于梯度优化的长短时记忆网络和支持向量数据描述模型(Long Short-Term Memory network and Support Vector Data Description model based on Gradient-Based training algorithm optimization, LSTM-GBSVDD)的飞行轨迹异常检测方法在处理复杂、多变的飞行轨迹异常检测任务中表现出较好的有效性和优越性,有较强的应用前景。

飞行器的航路冲突检测是避免因航路冲突导致飞行器碰撞的有效手段和关键能力。将三维碰撞检测用于飞行冲突判断,提出一种基于多视图几何的飞行器飞行走廊冲突检测方法。通过广播自动相关监视(Automatic Dependent Surveillance-Broadcast, ADS-B)系统获取航路信息,设计构建飞行器飞行走廊模型;基于可能发生冲突区域的局部态势三视图中图形几何关系进行飞行冲突检测。仿真验证结果表明:新方法可以直观、准确地判断飞行器飞行走廊冲突情况,相较于传统的网格化离散采样法在解算冲突情况下效率提升66.35%,在解算不冲突情况下效率提升98.17%,整体效率提升84.38%。

针对无人机光电平台受到严重非线性因素影响,从而导致目标定位精度显著降低的问题,提出一种基于改进变异萤火虫优化粒子滤波(Improved Mutant Firefly Algorithm-Particle Filter,IMFA-PF)算法,用于无人机对地面目标精确定位。首先,建立无人机光电平台目标观测的状态方程和测量方程;利用IMFA-PF算法对目标地理位置进行估计,通过引入多重变异策略和弹力机制来改变粒子之间的相互作用模式,解决由严重非线性因素以及过度优化导致的粒子退化问题;通过一维非线性不稳定仿真系统和实测飞行实验验证了该算法的有效性。实验结果表明,所提算法能够改善粒子分布受观测非线性的影响,有效解决粒子退化的问题,与已有算法相比具有更好的鲁棒性和定位精度。

针对声呐员在水声目标识别过程中脑力负荷大、无法保证长时间有效工作状态的问题,基于脑-机接口技术,提出一种基于脑网络特征的水声目标识别算法,用于辅助声呐员完成水下目标的快速识别。为了增强模型对大脑神经活动信息的提取,并降低大脑无关依赖性的干扰,利用格兰杰因果和转移熵理论重建脑网络特征提取算法,并将其用于水声目标分类模型的构建。设计视-听联合刺激范式模拟真实工作环境并进行实验数据采集,以完成水声目标分类模型的训练与验证。分析结果表明,新提出的脑网络特征算法可以更好地捕获神经活动中的依赖性信息,结合所设计的视-听联合刺激范式,完成了对基于脑网络特征的水声目标分类模型验证实验,最终识别准确率稳定在90%以上。

为了研究自由面对超空泡形状以及航行体水动力的影响,采用自适应网格方法结合流体体积方法对近自由面条件下超空泡航行体的运动过程进行数值模拟研究,分析自由面对超空泡形状、航行体升力、阻力、转矩的影响。研究发现:自由面的存在会导致超空泡尾部远离自由面偏移,超空泡的长度远小于无限水域中的超空泡长度;近自由面时,速度对航行体的升力有重要影响(小于50m/s升力为负,大于60m/s升力为正);当空泡完全包裹航行体时,仅空化器头部沾湿,航行体上的零转矩点始终出现在前端x=1D(D为空化器直径)附近,当超空泡尾部界面与航行体相交时,航行体的零转矩位置发生改变;当航行体攻角为正时,转矩受水深的影响较小,当攻角为负时,转矩受水深影响明显。

为验证快速运动平台装备电场传感器探测舰船目标的可行性,通过分析快速运动平台背景电场的产生机理,搭建基于水面快艇的高速运动平台电场探测系统,并开展实艇海上测量试验,对快艇不同位置、快艇发动机不同工况及不同航行速度下的背景电场进行测量,并对测量结果进行分析。实测数据表明:快艇平台运动感应电场和快艇自身腐蚀及电磁辐射是背景电场的主要来源,背景电场在1Hz以下(准静态电场)频段能量较大,舰船静电场不适合作为探测信号源;航速在20节以下时,快艇探测平台在1~30Hz频段背景电场谱密度约为0.4μV/$\sqrt{\mathrm{Hz}}$,舰船轴频电场可作为目标信号源。为验证快艇平台电场探测的可行性,在5~15kn不同航速下对100A·m的电场目标进行探测,探测距离达1500m,表明利用快速运动平台装备电场传感器对舰船电场进行探测是实际可行的。

连续激光辐照下,强光元件的表面吸收率是导致其异常温升的主要因素。研究发现,强光元件的表面吸收率受多种因素影响,呈现非线性变化。为此提出等效表面吸收率的概念,用于表征强光元件对激光的综合吸收性能。首先建立高斯连续激光辐照强光元件的有限元模型,用于模拟激光辐照下强光元件的温升过程。搭建激光辐照效应试验系统,对强光元件的表面吸收率、表面形貌和表面中心点温升过程进行测试、试验与分析,试验结果验证了所建模型的正确性。根据试验结果修正了模型参数,获得了强光元件对激光的等效表面吸收率。研究结果表明:与实测表面吸收率相比,等效表面吸收率仿真误差更小、精度更高。研究结果可为强光元件的状态监测和污染物防控提供参考。

针对目前面向对象的海底声学图像分类中分割尺度的确定存在经验性和受人为因素影响显著等问题,提出一种以混淆指数作为客观指标的空间适应性分割尺度确定方法。通过给定一组分割尺度,计算得到对应的分割对象的回波强度均值和标准差。采用非监督聚类K-means算法,计算不同分割尺度下分类结果的混淆指数,选择最小混淆指数对应的分割尺度作为提取海底图像特征的最优尺度。基于最优分割尺度提取海底图像特征,联合采样数据建立监督分类模型,预测整个测量区域的底质分布结果。研究结果表明,采用空间适应性分割尺度,能够显著提高底质分类的精度。实验采用交叉检验,验证了新方法的有效性,而且针对回波强度特征较为一致的底质,在实验中通过引入地形特征进一步提高了分类精度。

利用可见光图像对海上弹着点水柱进行有效检测与跟踪,是实现海上自动检靶的核心。由于相机的运动、焦距的调节以及水柱的变化,现有的检测与跟踪算法依然存在较高的误报率和身份切换次数(Identity Switch Times,IDs)。为解决上述问题,提出一种基于动态特征的海上弹着点水柱检测跟踪算法。利用YOLOv8目标检测器对静态水柱进行检测,通过在浅层特征图上增加小目标检测头,增强模型对小水柱的检测能力;利用改进的ByteTrack跟踪器对水柱进行跟踪,将相机运动和卡尔曼滤波相结合,补偿由相机运动引起的跟踪偏移;结合水柱形成阶段的时空特征,采用支持向量机进行综合决策,实现对水柱的判断。实验结果表明,与传统的检测跟踪算法相比,新算法在多目标跟踪准确度、识别平均数比率和多目标跟踪精确度这3个关键性能指标上分别提升了7.8%、5.1%和0.9%;误报数减少了112次,IDs数和误检数均降至0,表明新算法不仅能够精确地检测和跟踪水柱,还能够有效地排除其他干扰因素,在整体性能上实现显著的增强。

现代化战争高度依赖图像等载体收集情报。雾天环境下得到的图像会干扰对战场场景的清晰呈现,还把重要特征隐匿其中,影响信息获取。针对目前图像去雾算法普遍存在颜色失真、图像细节丢失等问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)与Transformer混合架构的多尺度特征交互去雾网络(Multi-scale Feature Interactive DehazeNet,MFI-DehazeNet),采用编解码结构,以端到端的方式实现单幅图像去雾。MFI-DehazeNet网络首先设计了一种多尺度特征交互模块,该模块实现了CNN网络特征的跨尺度融合;其次改进了Transformer结构,设计一种全局特征表达模块来增强整个网络的全局表达能力,用以弥补卷积结构感受野不足的问题;来自编码器的输出融合CNN和Transformer网络这两种异构架构的信息,该输出会通过特征重建模块(即解码器)进行处理,以恢复并重建出去雾后的图像。实验结果表明,相较于其他方法,MFI-DehazeNet无论是在合成有雾图像还是在真实有雾图像上都实现了更好的去雾效果。

为分析运动磁性物体产生的感应电场,改进现有模型的不足,提出一种更适用于任意方向运动的目标感应电场计算模型。对比现有运动磁体感应电场模型的适用范围及局限性,以磁偶极子的矢量磁位模型为理论基础,推导出运动磁体感应电场的数学模型。通过理论分析和仿真计算验证该模型的适用性,并结合实船磁场特性进行实例计算。理论分析和仿真计算结果表明,该模型适用于沿任意方向运动的磁性物体感应电场计算,且其推导和计算过程较基于库伦定律和毕奥-萨伐定律的传统模型更为简洁。实例计算结果表明,磁性船舶运动产生的感应电场具有明显的区域特性,电场强度量级可达mV/m,是船舶静电场的重要组成部分。新提出的感应电场模型为运动磁性物体的电场探测提供了更准确的理论支持,可有效应用于船舶电场的探测与分析。