多无人艇联合攻击任务规划模型仿真

多水面无人舰艇之间的攻击任务规划是保证无人舰艇顺利高效完成攻击任务.多无人舰艇在执行联合攻击任务时,需要考虑到环境因素、不同任务的复杂度与各种复杂攻击任务执行能力等多方面的约束因素.传统的攻击任务调度模型在处理上述问题时,没有考虑攻击任务外界与内部的约束条件,只是将复杂的攻击任务简单地分解为个体的叠加,在任务执行过程中不仅达不到提高任务执行效率的目的,还会由于缺乏相应的协同规划机制陷入混乱状态.提出一种多无人艇联合攻击任务规划模型.根据水面无人舰艇集群攻击任务规划问题的多约束性,建立任务规划模型,引入代价函数,运用改进的生物地理粒子群优化算法对任务分配问题进行求解,避免了生物地理优化算法容易陷入局部最优和粒子群算法解多约束离散问题时的不稳定性.进行仿真的结果表明,所提出算法有效解决了多水面无人舰艇之间的攻击任务规划问题.     

关山特长隧道高地应力下硬岩大变形规律研究

高地应力下隧道的围岩变形是岩体力学的关键问题之一,甘肃关山隧道埋深较大,在穿越高地应力区域时极易出现围岩失稳、塌方及支护结构大变形等现象。选取隧道典型试验段,通过数值计算及数据监测,对其大变形规律和防控技术进行了研究,进而得到了隧道围岩的变形和应力分布规律。根据分析结果,建议隧道衬砌施工时采用柔性支护的理念进行设计,优化边墙曲率,加大预留变形量,采取径向注浆加固及降低扰动。实践表明,一系列防控措施有效控制了围岩变形,降低了隧道施工风险,可为以后类似工程的设计和施工提供实践借鉴。     

数值模拟法在隧道涌水量预测中的应用

隧道涌水量的预测是规划公路、铁路线路很重要的一个环节。随着隧道设计水平、施工技术的提高以及施工机械的进步,采用长大隧道乃至特长大埋深越岭隧道的设计方案越来越多,使隧道涌水量的预测问题变得日益突出和迫切需要解决。以某实际隧道工程为例,提出了运用水文地质数值模拟法计算隧道涌水量的新方法。将该地区的水文地质特征参数与现场监测数据选定后,可得到一种适用于该地区的水文地质地下水模型。通过与传统方法的预测结果比较后,证明了该方法的合理性。     

基于双天线的高精度GPS定位测向系统及其在无人水面艇上的应用

介绍了一种基于双天线的高精度GPS定位测向系统,该系统可以实现精确定位、测向;分别从硬件和软件两个方面详细介绍了双天线GPS定位测向系统,双天线GPS系统的硬件部分主要由GPS接收机、主天线和从天线组成,GPS接收机内置OEM板和底层通信板,软件部分主要解析GPS数据处理模块的软件工作流程;通过静态实验和动态实验分析系统定位、测向的精度,实验数据表明静态实验的经度的标准偏差为0.315 5 m,纬度的标准偏差为0.196 2 m,第一次静态实验的测向标准偏差为0.098 1°,第二次静态实验的测向标准偏差为0.092 6°;最后,将此系统应用到无人水面艇,进行直线路径跟踪水上试验.     

埋地钢管结构设计思路的探讨

主要通过对国内和美国手册关于埋地钢管不同的设计思路进行分析对照,尤其在不同工况、不同土弧包角及砂浆衬砌作用下对钢管壁厚设计的影响进行了探讨,可为其它工程设计提供借鉴。     

定向区域生长算法及其在血管分割中的应用

针对医学图像中微细管道结构灰度连续性差,采用常规区域生长法进行分割容易丢失末梢的问题,提出一种定向区域生长算法,可以在生长过程中跨越管道结构中的低灰度 区域。算法向图像中已生长区域外灰度最高的方向进行生长,每次将一个体素加入已生长区域,将图像转变为一颗以种子点为根结点的树,再从叶子结点进行回溯以确定感兴趣区 域。对实现算法的数据结构进行了讨论。算法可以应用于任意维的图像。对2维和3维图像的测试结果表明,相对于常规的区域生长法,算法可以分割出更多的血管分支。算法对3维 图像的运行时间为秒钟量级,可以满足临床应用的要求。     

坦克设计新发展

本文提出“针对式坦克发展战略”主要内容,它要求“突破性新概念高新技术”,获得“减法设计方法”,因而形成“坦克发展新道路”.运用“系统总体取胜”的系统工程理论,处理好坦克全系统“综合”、全系统与分系统“配置”、分系统与分系统“匹配”、全系统与人及作战环境“适应”四大关系,以“相互同水平组合”替代“单项高水平爬坡”.通过“从系统总体着眼、由边际零部件突破”的途径,善于从各个部分或部件之间的结合部加以突破,实现坦克设计新发展.     

融合隐向量对齐和Swin Transformer的OCTA血管分割

目的 光学相干断层扫描血管造影（optical coherence tomography angiography,OCTA）是一种非侵入式的新兴技术,越来越多地应用于视网膜血管成像。与传统眼底彩照相比,OCTA技术能够显示黄斑周围的微血管信息,在视网膜血管成像邻域具有显著优势。临床实践中,医生可以通过OCTA图像观察不同层的血管结构,并通过分析血管结构的变化来判断是否存在相关疾病。大量研究表明,血管结构的任何异常变化通常都意味着存在某种眼科疾病。因此,对OCTA图像中的视网膜血管结构进行自动分割提取,对众多眼部相关疾病量化分析和临床决策具有重大意义。然而,OCTA图像存在视网膜血管结构复杂、图像整体对比度低等问题,给自动分割带来极大挑战。为此,提出了一种新颖的融合隐向量对齐和Swin Transformer的视网膜血管结构的分割方法,能够实现血管结构的精准分割。方法 以ResU-Net为主干网络,通过Swin Transformer编码器获取丰富的血管特征信息。此外,设计了一种基于隐向量的特征对齐损失函数,能够在隐空间层次对网络进行优化,提升分割性能。结果 在3个OCTA图像数据集上的...     

基于混合阈值事件触发机制的船舶自适应神经滑模控制

针对存在时变干扰和通信受限的船舶艏向保持控制问题, 本文设计了一种基于混合阈值事件触发机制的船舶自适应神经滑模控制算法. 首先, 采用径向基函数神经网络(RBF-NNs)对控制系统的模型不确定部分进行在线逼近. 其次, 构造了一种比例积分滑模面和基于混合阈值参数的事件触发规则来降低时变干扰引起的系统抖振和减少传输信道的通信资源占用. 并且在理论上分析了事件触发技术能够增强闭环控制系统对低频扰动的抗扰性. 最后, 通过Lyapunov理论证明了所提控制算法能够保证所有误差信号满足半全局一致最终有界稳定(SGUUB). 在时变干扰条件下进行数值仿真, 并且与现有控制技术进行对比, 仿真结果表明, 所提控制算法能够明显减少系统抖振和控制输入频率.     

用于视网膜血管分割的半监督深度学习框架北大核心CSCD

针对目前视网膜血管分割任务中伪标签质量参差不齐,获得高质量的伪标签需要经过筛选的问题,本文提出了一种新的用于视网膜血管分割的半监督深度学习框架。该框架采用分而治之的思想来处理数据,针对有标签数据,采用传统的深度学习方法;针对无标签数据,采用Mean teacher模型,通过对比同一输入的不同形态输出,让模型学习无标签数据之间的共同特征,避免了采用伪标签技术带来的筛选过程。本文将U型网络(u-neural networks,U-Net)、Dense-Net和Ladder-Net 3个基准网络放入该框架,在DRIVE和CHASEDB1数据集上进行训练测试,均取得了较好的分割效果,表明本文框架具有提高网络区分不同阈值像素的能力。