水下武器仿真系统的可组合性

针对水下武器对抗仿真系统(Underwater Weapon Confrontation Simulation System,UWCSS)的特点,分析了UWCSS的层次,提出了针对水下武器对抗仿真系统可组合的形式化方法。系统研究了仿真实体及其属性、实体关系、实体的内行为、实体之间的交互以及仿真过程的形式化描述问题,为水下武器对抗仿真系统的组合性开发提供了理论支撑。     

ADC模型的高空滑翔UUV作战效能分析

在简单介绍了高空滑翔UUV的概念及其工作过程的基础上,选用ADC模型对高空滑翔UUV的作战效能进行了分析。主要分析其可用度、可信度和能力矩阵的影响因素并建立了计算模型。在此基础上,对高空滑翔UUV的能力矩阵进行了分解并对成功发射概率、滑翔生存概率、低空突防生存概率、成功入水概率及水中击中目标概率等主要组成部分的影响因素进行了详细的分析。最后通过一个简单的算例验证了模型的可行性。     

总师谈潜艇降噪的手段与意义

在现代海上作战的条件下,潜艇的威力及命运均系于其隐身性能。人民海军从诞生之初就将潜艇作为一种战略性的武器,因而减振降噪始终是潜艇设计研制的重点和难点。就此我们采访了海军工程大学教授、专业技术少将朱石坚,请他为大家一解潜艇降噪的门道。《现代舰船》:请您介绍一下潜艇噪声主要有哪几类?产生这些噪声的原因和部位各是什么?朱石坚:潜艇辐射噪声的主要噪声源有:螺旋桨噪声、水动力噪声、机械噪声。螺旋桨噪声的产生原因是:螺旋桨在水中运转,一方面引起水介质波动而直接辐射噪声,另一方面通过轴系激励艇体而产生水噪声。此外,当螺旋桨旋转时,由于叶片表面局部的静压力下降(有时到负压),产生汽化     

绘本船舶的历史(20)

早在16世纪英国就有人提出了潜艇的简单设想和结构图,但是因为建造能力尚无法满足需要,因而一直无法实现。直到17世纪荷兰物理学家才根据这一原理建造出能够深入水下的潜艇。又经过很长时间的摸索,美国人在18世纪终于建造出了一艘外形像乌龟的潜艇,并且是试验性地参加实战。从此人类的战争从陆地和水面延伸到了水下,工业革命的发展及新技术、新材料的不断发展和使用又加速了潜艇的发展。     

东海 中日水下博弈主战场

目前,东海周边国家爆发全面战争的可能性很小,用陆基弹道导弹相互攻击的可能性也不大,全面战争下的反潜战几乎不可能发生。但东海也并不是一片平静的海域,日本海上自卫队潜艇经常在日本单方面主张的"日中中间线"东侧海域活动,对中     

台水下兵器研发步履维艰

上个世纪60年代,台湾“中科院”电子研究所（现改称资讯通信研究所,又简称为三所）为研发台海军水中兵器并进行测试。在海军左营军港桃子园基地海边,筹建了一座实验厂房,定名为“万象馆”。1976年,电子所成立水下科技组,即所谓的“三所十六组”,具体负责水下兵器研发。万象馆就是其研发的重要基地,也是台“中科院”惟一的水下科技、研究专业单位。     

基于自相关的匀速运动模糊尺度参数识别

运动模糊图像复原主要取决于点扩散函数(PSF)的确定。对于匀速直线和匀速旋转运动模糊图像,运动方向和模糊尺度决定了PSF,是重要参数。根据模糊图像的像素点具有高度相关的特性,采用差分和自相关等技术,精确确定模糊尺度,为图像复原提供必要参数。仿真实验验证了该方法的正确性和有效性。     

基于采样卡尔曼滤波的水下被动目标跟踪

针对水下被动目标跟踪问题中,采用直角坐标系容易出现滤波发散,而修正极坐标系下过程模型强非线性的问题,研究了一种修正极坐标系下的采样卡尔曼滤波算法.采样卡尔曼滤波比传统的扩展卡尔曼滤波更好地逼近状态方程和测量方程的非线性特性,给出更精确的均值和协方差的估计,并且适用于过程噪声与状态估计非线性耦合的情况.在修正极坐标系下,采用3种滤波方法求解被动目标跟踪问题,仿真结果表明,采样卡尔曼滤波的滤波精度优于传统的扩展卡尔曼滤波方法和自适应扩展卡尔曼滤波方法.     

水下传感网络中能效感知的相似数据融合算法

水下无线传感网络(Underwater Wireless Sensor Networks,UWSNs)被认为是监测和开发水域环境的有效手段.相比于传统的无线传感网络,UWSNs中节点采用声通信传输数据,消耗了更多能量.而簇是管控数据流量、减少节点能耗的常用方法.为此,针对簇化的UWSNs,提出能效感知的相似数据融合(Energy efficiency-similarity Ag-gregation,EESA)算法.EESA算法利用欧式距离消除冗余数据,每个传感节点不是将感测的原始数据直接传输至簇头,而是将数据进行压缩,构建成具有代表性的数据点,再将这些数据点传输至簇头,进而控制数据流量,减少节点能耗.仿真结果表明,提出的EESA算法能够有效减少节点的能量消耗.     

基于入侵杂草算法的水下目标TDOA定位方法

针对水下传感器网络中定位精度不高的问题,提出了一种基于入侵杂草算法的水下目标定位方法.利用入侵杂草优化算法,以定位误差为目标函数,优化设计未知节点的位置初值;利用初值和距离干扰参数估计粗略解,并引入目标定位误差来构造新的定位方程;根据加权最小二乘算法求解获得未知节点的精确解.通过与克拉美罗下界进行比较,验证了算法性能.仿真结果表明,提出的优化定位方法可得到更好的定位精度.