自治式水下航行器的控制结构

自治式水下航行器(AUV)和其它空中、陆地和水中无人驾驶航行器一样都有一般的控制问题。除了需要用于实时任务执行的高维和计算上密集的传感数据外,水下环境的动力和通信限制使得开发AUV的控制结构变得更加困难。本文介绍用于AUV的四种控制结构(分级的、不分级的、包含的和混合的结构)。详述11种AUV控制结构系统,体现了AUV技术水平和风格。还叙述新的基于传感器的嵌入式AUV控制系统结构并讨论其实现。     

使用多分辨力神经网络的凹自动目标识别

本文介绍用多分辨力神经网络根据目标的凹(分等级的分辨力)图像探测和分类目标的方法。目标识别决策是以使能量函数最小化为基础的。在现行凹图像中可同时获得的几个分辨级上,把一个候选的斑点与目标模型库相比较,由此计算能量函数。为此,通过一个新的多层霍普菲尔德(Hopfield)神经网络,实现一个并发的(自上而下和自下而上)匹配过程。有关的能量函数不仅支持在相同分辨级的单元之间的交互作用,而且支持在不同分辨级的节点组之间的交互作用。这允许不同分辨级的特征互相证实或反驳,以便对潜在匹配的有效评定做出贡献。凝视控制,即再凹向所获得图像空间的更显著区域,由搜索与候选斑点无疑义的高分辨力的特征来实现。提供使用实际的二维(2—D)目标的试验以及它们的仿真凹图像。     

用目标幅值特性的交互多模型跟踪

本文介绍利用目标回波强度改进涉及杂波环境中目标机动的航迹形成性能和航迹保持的递归跟踪算法。本技术把交互多模型方法(IMM)和广义概率数据互连(PDA)结合在一起,利用了与目标和杂波回波的概率模型相结合的量测的回波幅值。该方法的优点是通过评估目标模型概率可自动产生关键的跟踪决策,以便在航迹形成中提供快速而准确的真航迹确认和假航迹撤消的决策。它还能对等位转向目标机动实施精确的继续跟踪。     

潜艇承担的新任务

美国海军与工业界和政府部门的研究机构协作,正在倡导扩大水下战,它们通过一系列 技术措施,提高潜艇的载荷和情报侦察监视通信等作战能力。     

神经网络和仿真:应用建模

人工神经网络以引起人们兴趣的方式仿真生物过程。近年来,根据神经生理学和动物行为研究所形成的想法已成为可实现的。能迅速实行大规模并行和分布式处理的计算机的出现已允许综合和试验来自不同领域的想法。由此产生的用软件和/或硬件仿真的神经网络为各学科的仿真者提供了一个适应性强的鲁棒的建模工具。     

用于多个局部网络(LAN)以太网通信系统的桥协议分层仿真

本文讨论用来测试新的自稳定桥协议操作的仿真技术并将其性能与现有的工业标准进行比较[4,24]。尤其是,有关把作为工业标准的IEEE802.1(D)生成树算法[25,26]与新近提出的以回路检测包为基础的自稳定桥协议相比较的试验研究。为这项工作选择的语言是Pascal Plus,它是提供并发程序结构(如进程和监控程序)的标准Pascal的扩展。强调通信和网络中的仿真作用并评述上述工作。研究中的问题是关于叫做桥的装置的使用,连接两个或多个局部区域网络(LAN)以便形成叫做多LAN的大型互连系统。近年来,通信系统的可靠性成为网络管理者最最关心的头等大事。为了增加多LAN范围的可靠性,通常安装并行桥,由此为相邻LAN间提供交替通道。这种方法的固有问题是可能导致用多个桥传送同一信息量给桥连接的邻接LAN和从邻接LAN传出该信息量。这可能产生重复包、不必要的通信负载,并且在某些情况形成无限的信息包循环,以致使它们跨接的信道性能急剧下降。IEEE802.1委员会已规定了解决这些问题的算法,称为生成树算法。虽然基本的物理拓扑可以是一个任意的网格,但这个方案把拓扑修剪成无循环的逻辑拓扑。该方案可这样实现:为整个系统选择单一的根(ROOT)桥,接着为每个LAN选择单一的标志桥(主动的),而所有其他并行桥处于备用状态(被动的)     

寻的制导导弹飞行时间递归估计

本文研究计算精确的飞行时间估计问题。在实现为时变速度导弹制定的各种最优制导律时,这是一个重要问题。介绍以非迭代方式修正飞行时间的递归飞行时间计算方法。该递归方法含有显式计算由非零初始航向误差产生的飞行时间误差的一种误差补偿特征。对任何导弹速度剖面,所提出方法的实现是简单而直截了当的。各种数值例子表明所提出的方法对最优制导律以及比例导航和增广比例导航都是有效的。     

自治舰艇概述

由海军水面战中心(NSWC)的创新中心卡特洛克分部提出的自治舰艇概念阐述了用先进的计算技术在未来舰艇中实现全系统综合、自动化并减少人员配备。该概念综合分布式结构、信息技术和模块化系统,使用4个自治原理:容错系统、软件对象、无处不有的计算以及任务和功能分析。简单地说,自治舰艇的形象可描述为这样一种舰艇,即人们决定做什么,舰艇就做什么。