舰艇磁场推算中边界元法的改进

在舰艇磁场推算中.仅需测量磁场垂直分量将更便于工程实现.针对这一需求,推导了边界面为一般柱面条件下边界元方程组的系数矩阵公式,给出了右端项的求法.将磁场的法向导数和标量磁位作了对换.再将磁场垂直分量作为已知的标量看待,使边界条件的获得更为方便.船模实验表明:该改进方法具有更高的推算精度.使用该方法可实现只需舰艇磁场的垂...     

基于混合优化算法的单分量磁性定位方法

为解决现有磁定位方法的定位精度较大程度上依赖于定位参数初始值估计精度的问题,提出了基于混合优化算法的单分量磁定位方法.首先利用舰船垂向磁场的衰减特性构造了相关系数函数,该函数与测量面上磁场的拟合误差函数共同组成了一种新的多目标规划函数,然后将微分进化算法与方向加速法相结合形成了混合优化算法,再利用该算法通过多目标规划函数确定最优的定位参数解.实验证明,对于未安装定位系统的半合作舰船,该定位方法利用磁传感器所测目标的垂向磁场,能较准确地确定舰船相对于磁传感器的位置,定位结果稳定可靠,定位精度较高.     

基于体单元与测点间磁场映射关系的舰艇感应磁场测量方法

针对数值计算方法精度难以保证、双航向及两地测量法难以实施、地磁模拟法测量精度与所模拟的地磁场均匀度高度相关等问题,提出了一种基于体单元与测点间磁场映射关系的舰艇感应磁场测量方法。该方法利用消磁站已有的地磁补偿线圈产生磁场来对船体进行磁化,且不需要线圈产生的磁场在舰艇所占区域内均匀,因而大大降低了在单一航向上准确测量舰艇感应磁场的难度。仿真分析和实验室实验的结果均表明:该方法测量精度高、测量步骤简单、易于工程实现。     

积分方程法计算舰船感应磁场

积分方程法是取得舰船感应磁场的有效方法 ,且简便易行 .以某型舰船为算例 ,介绍了积分方程法在舰船感应磁场计算中的应用 ,给出了剖分方法 .算例结果与工程实际测量结果相吻合 ,可应用于工程实际 .     

一种改进的地磁平缓区的地磁匹配算法

地磁匹配在磁场特征不明显的区域往往难以得到理想的匹配结果,在分析误匹配原因的基础上提出了一种改进的匹配算法。该算法先基于两个地磁矢量进行粗匹配,进一步缩小搜索范围,然后以地磁信息熵为目标函数,利用粒子群优化算法进行精匹配以提高磁场平缓区的匹配结果。算法尽可能少地引入地磁矢量,又保证了一定的匹配精度,兼顾了地磁基准图制图的复杂性与匹配精度。     

舰船固定磁场分量分离的一种新方法

为了准确了解舰船的固定磁场分布,进而对舰船磁性防护作出指导,用等效磁偶极子的方法对舰船固定磁场分量分离的方法进行了研究,通过对固定磁场垂直分量总和的曲线进行分析,根据磁偶极子组合产生磁场规律的先验知识,选择最佳的磁偶极子的排列方式,然后对磁偶极子磁矩范围进行估计,最后利用遗传算法这种全局优化算法求出磁源的参数,进而分离出固定磁场各个分量。仿真计算结果表明,该方法能够比较好地搜索到磁偶极子的最佳数目、位置和磁矩,可以用于舰船固定磁场的分离。     

基于AdaBoost-PSO-BP的舰船维修费预测方法

针对舰船装备维修费影响因素复杂、预测结果不稳定等问题,构建了AdaBoost-PSO-BP的舰船维修费用预测模型。引入机器学习中的方法,针对BP神经网络在较小样本规模的情况下精度不高的问题,采用粒子群算法和早期停止法,确定了最佳参数,消除了过拟合现象,并通过AdaBoost将BP神经网络优化集成,提升了模型的准确度和稳定性。实例验证了该模型的实用性、科学性和有效性。     

一种舰船磁场信息保护方法

针对舰船在经过他国港口和主要航道期间磁场信息易被测获的问题,提出了通过调整消磁绕组控制磁场幅值和磁矩来实现磁场信息保护的方法。首先,分别计算消磁系统最优状态下(最大限度减小磁场幅值)工作和关闭时舰船磁场的幅值和磁矩,以绕组电流为优化对象、以控制磁场幅值到设定水平和减小磁矩相关性为目标,建立数学模型;然后,采用粒子群算法求解绕组电流;最后,通过船模实例验证了该方法的有效性。结果表明:该方法能够有效保护舰船磁场幅值、磁矩和磁场通过曲线特性等磁场信息。     

基于改进Elman神经网络的电子元件性能预测

为提高传统Elman神经网络的动态性能,通过增加输出层与承接层之间的反馈环节,提出了一种新的改进的Elman神经网络模型,利用梯度下降原理对其学习算法进行了推导。同时引入附加动量和变学习率算法,建立了基于改进Elman神经网络的预测方法,并将其应用于电子元件性能参数的预测中。仿真实验证明,相比于BP和传统Elman神经网络,改进后的Elman神经网络训练速率快,预测精度高,具有良好的动态性能。由此可见,改进的Elman神经网络模型在对具有非线性时序特征参数的预测中,具有良好的应用前景。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

地球静止轨道高能电子通量在线预测模型研究

利用粒子群优化算法和最小二乘支持向量机,建立了地球静止轨道高能电子通量(1.8-3.5MeV)在线预测模型。针对粒子群优化算法,提出了一种新的粒子群多样性测度计算方法,有效改善了其早熟收敛现象;基于改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数;利用滑动时间窗口策略更新模型数据,设计变量选择触发机制以及模型的再学习机制实现模型的在线预测功能。[根据题目的调整,对摘要做了相应改动]通过对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行提前1-3天的预测实验,表明了所建在线预测模型具有较高的预测性能,有一定的实用价值。     

基于Elman网络的火控系统传感器故障诊断方法研究

Elman动态递归神经网络具有很强的记忆能力,特别适用于火控系统传感器的故障诊断.提出了一种收敛速度快、精度高、可靠性好的PRP(Polak-Ribiere-Polyak)网络训练方法,增强网络在线学习能力.将该方法运用于Elman动态递归神经网络,并运用该网络对火控系统传感器量测信号进行预测和故障诊断.仿真实验和实际应用表明,提出的Elman动态递归神经网络火控系统传感器系统故障诊断方法有效性好,故障诊断率高.     

基于神经网络的绕组电流闭环控制方法

在解决闭环消磁绕组电流优化计算问题时,会面临将外部磁场推算误差带入电流反演计算或完备的基函数难以确定等问题。为了降低这些因素对舰船最终补偿效果的影响,从智能优化的角度出发,在讨论散布常数对模型预测误差的影响后,确定了适宜的散布常数,建立了内部磁场与补偿电流之间的径向基函数神经网络预报模型。该方法通过样本对网络进行训练,无须推算内外磁场,就能直接得到使绕组磁场与目标磁场拟合误差最小的补偿电流向量。对比其他数值建模方法,其换算精度有所提高,且选择不同的同维向量作为基函数对补偿结果影响较小。船模实验验证了该方法的有效性。     

关子舰船涡流磁场的几个问题

由于航行时的摇摆和不断改变航向,使得舰船切割地磁磁力线而产生随时间变化的流过舰体的电流。这个电流所产生的磁场,即是涡流磁场。本文从产生涡流磁场的角度分析了舰船在空间的运动,并着重讨论了舰船转动所产生的涡流场的简化计算问题。参考有关资料,在对薄壁球壳进行实际对比计算的基础上,本文提出了舰船涡流磁场的简化近似计算的设想,用处理稳态场的方法处理涡流场,并对计算途径作了简单分析。     

采用多种群搜索策略的微粒群算法调整消磁绕组

目前,常用的消磁系统调整方法一般都是针对舰艇磁场进行的,而较少考虑磁场梯度。为改善舰艇的磁隐身性能,应当同时考虑两者的有效衰减,由此确定的电流优化调整问题为多目标优化问题。为解决该问题,首先采用一种基于多种群搜索策略的微粒群算法分别求解两类目标函数的最优值,并将这两类最优值作为目标函数的归一化常数,然后选取一组适当的权重将多目标优化问题转化为单目标优化问题,并采用多种群微粒群算法求解该单目标优化问题。最后,采用一个典型的消磁系统优化调整问题来验证方法的有效性。实验结果表明:该方法不但能够实现舰船磁信号的削减,同时还能有效抑制舰船磁信号的波动。     

舰船任意姿态下消磁系统电流变化关系

推导出舰船消磁系统电流在任意航向上有纵倾和横摇时的变化关系;利用主磁航向上消磁系统电流与各干扰量以及地磁场的联系,提出了在磁东航向上利用舰船横摇时消磁系统电流变化关系对垂向感应干扰进行分离的方法,为在同一地点实现对舰船消磁系统跨纬度区抗干扰调整提供了可能．     

实船训练系统中柴油机转速的粒子群优化RBF神经网络预测

针对柴油机是一个具有不确定性因素的强非线性系统,首先将RBF网络的参数编码成粒子群优化算法中的粒子个体进行优化;然后,利用粒子群算法的全局寻优能力优化RBF神经网络的关键参数;最后,建立了柴油机转速的预测模型。仿真结果表明:该算法使得柴油机转速的预测速度和精度都得到了提高。     

运动舰船的电场测量

从理论和实验上对起源于防腐措施的舰船电场已进行了一些研究,但主要是针对近场,实测也是在静态进行．对运动舰船的电场分布、数量级及信号形式尚未见到文献报道．作者根据一次对海上运动舰船的电场测量结果,对上述问题作了一些研究．依据实验现象和测量到的信号特征,提出初步理论分析．理论分析与实验数据基本符合,说明运动舰船产生的感应电场是可以测量的．     

基于改进粒子群优化RBF神经网络的算法

针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中。依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参数向量。实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高。     

运动舰船上任意分布的磁偶极子的感应电场计算

基于电磁场的坐标变换和线性叠加原理 ,导出了舰船上任意分布的磁偶极子感应电场的计算方法 .与积分方法相比 ,该方法具有普遍性 ,对任意磁化的舰船感应的磁场都适用 .