水下机器人运动系统的神经网络辨识

建立了水下机器人的动力模型，分析了辨识该模型的神经网络结构，采用带自反馈的Elman网络来获得更精确的结果。针对BP算法即误差反传算法的缺陷，提出了用混合优化算法——误差反传算法和遗传算法的混合算法（又称：GA＆BP算法）修正网络权值。最后，将改进的Elman网络应用于水下机器人的非线性辨识。通过仿真证明了该方法用于高阶非线性系统的实用性。     

热管温度监测与控制系统

本文介绍了热管性能分析的多通道数据监测与控制系统，用16位单片机进行温度监测与控制，可以减少人为的精度低，瞬时性差，数量少，可靠性低等缺点。     

基于粒子群优化算法的海浪方向谱估计

为解决当前测量设备在估计海浪方向谱方面存在的易损坏、易丢失且费用昂贵等问题,利用船舶运动响应数据通过参数化方法对海浪方向谱进行估计,并提出粒子群优化算法对八参数海浪方向谱模型进行参数整定,该方法只需要简单的测量设备和硬件即可完成方向谱的估计工作.最后利用实船数学模型对2种海况情况进行了仿真验证,仿真结果表明该方法可以精确地估计出海浪方向谱.     

蒸汽发生器单神经元自适应PSD控制策略研究

蒸汽发生器水位是核动力装置安全运行的重要参数，为了将水位更好地控制在要求的范围内，采用PSD控制规律，结合自适应和单神经元的智能控制方法，研究一种采用递进式学习方法的神经元自适应控制算法，设计了蒸汽发生器水位单神经元自适应PSD智能控制器。这种控制器能较快的控制抑制住水位的变化幅度，具有超调小、衰减快、过渡时间短、无静差的优点，具有很好的适应性、鲁棒性。     

动力定位冗余测量系统的模糊自适应融合算法

针对船舶动力定位的冗余测量系统,基于模糊自适应滤波和滤波器可信度的模糊评判,建立了多传感器数据融合算法。该方法与线性或非线性系统状态估计相结合,构成模糊自适应融合算法。通过监测滤波新息的均值和分歧度,应用模糊推理系统在线调节测量噪声协方差矩阵,从而抑制滤波发散;构建新的数据质量函数和子系统故障检测函数,根据检测结果自适应地选择子系统构建全局融合体系;利用子系统滤波的新息分歧度比值和状态估计误差的协方差,模糊评判各子系统滤波的可信度,由此计算相应的信息分配系数,实现全局融合。通过转台半实物仿真,验证了该算法的有效性。     

互相关噪声下动力定位船艏向估计方法

实际系统中的噪声具有一定的相关性,通常不满足独立高斯白噪声的假设。研究了具有相关噪声的动力定位船舶艏向估计问题,首先建立船舶艏向运动状态方程,假设状态噪声和测量噪声是一步自相关和两步互相关的。然后基于新息分析的方法,通过使用投影定理,分别计算出滤波增益矩阵和预测增益矩阵,建立状态预测更新方程和估计误差协方差预测更新方程。最后,通过状态预测值,得到对应的状态估计值,进而得到了一种相关噪声下的滤波算法。通过仿真实验,进一步验证了所提算法的有效性。     

多维置信距离方法的研究

在多传感器融合过程中，概率计算法被广泛使用，本文用两个概率分布曲线之间的“置信距离”测量方法去传感器信息的可信性，然后用总概率最大值法对数据进行融合。     

多路心电信号采集与监测系统

多路心电信号采集与监测系统是为使一个医生同时监测多位患者的心电信号而研制的设备,它能够将多路声音信号转变成电信号,最后变成便于存储与显示的数据信息;该系统由A/D选择控制电路和监控计算机组成;在硬件系统中采集电路、下位单片机控制电路、上位监控计算机之间采用光电隔离,使其设备具有安全可靠的特点;信息显示与控制采用人机交互菜单方式有利于操作和管理。     

八状态网格码的编译码方法

本文介绍一种码率为２／３，约束长度为３的网格码调制（ＴＣＭ）码的编码和译码方法，与ＱＰＳＫ方式的相比，在不增加系统的频带宽度基础上，可以得到较高的编码增益。     

船舶动力定位多传感器闭环分级融合算法

为了改善船舶动力定位多传感器的融合性能,提出了一种多传感器闭环分级融合算法.该算法包括基于卡尔曼滤波的局部和全局两级估计,以全局融合信息的反馈作为局部估计的初始值进行时间更新,定义两级估计的映射关系并引入调节系数,自适应地调节全局融合增益.全局估计融入各局部估计过程中,两级估计组成了一个相互补偿的闭环系统.利用船舶半实物仿真系统的试验,仿真验证了该算法的有效性.