水下爆炸载荷下圆管型加筋缓冲防护性能研究

为提高双层圆柱壳结构在水下爆炸载荷作用下的抗冲击性能,基于双层圆柱壳结构的特殊性,提出适用于双层圆柱壳的圆管型舷间加筋结构,即采用圆管来代替传统的T型加筋。首先开展带圆管型和T型加筋的双层圆柱壳远场水下爆炸试验,同时运用数值仿真方法分析圆管型加筋的抗冲击性能,试验和数值仿真结果吻合良好。结果表明：相对于T型加筋,圆管型加筋在水下爆炸作用下表现出不同的变形模式,即圆管的逐渐扁化;带圆管型加筋的双层圆柱壳结构加速度冲击响应峰值降幅达到40 %以上;圆管型加筋能够通过自身的变形在水下爆炸过程中吸收更多冲击能,同时使轻外壳和耐压壳的内能有所降低。因此,圆管型加筋比传统T型加筋具有更优的缓冲效果,可用于双层圆柱壳结构的缓冲和防护设计。     

基于ABAQUS软件的舰船二维水下爆炸空化效应研究

水下爆炸作用下结构冲击响应的模拟与仿真是一个多学科交互的复杂领域,诸如炸药水下爆轰过程、冲击波传播、气泡特性和脉动载荷、空化效应、自由面效应和流固耦合等。利用ABAQUS软件对舰船中横截面进行了二维水下爆炸空化效应研究,模拟了空化对结构的二次加载过程。     

基于格拉布斯准则和改进粒子滤波算法的水下传感网目标跟踪

水下无线传感网络(UWSN)执行目标跟踪时,因为各个传感器节点测量值对目标状态估计的贡献不一样以及节点能量有限,所以探索一种好的节点融合权重方法和节点规划机制能够获得更好的跟踪性能。针对上述问题,该文提出一种基于Grubbs准则和互信息熵加权融合的分布式粒子滤波(PF)目标跟踪算法(GMIEW)。首先利用Grubbs准则对传感器节点所获得的信息进行分析检验,去除干扰信息和错误信息。其次,在粒子滤波的重要性权值计算的过程中,引入动态加权因子,采用传感器节点的测量值与目标状态之间的互信息熵,来反映传感器节点提供的目标信息量,从而获得各个节点相应的加权因子。最后,采用3维场景下的簇-树型网络拓扑结构,跟踪监测区域内的目标。实验结果显示,该算法可有效提高水下传感器网络测量数据对目标跟踪预测的准确度,降低跟踪误差。     

水下运动目标线谱噪声源识别方法研究

根据运动声源的多普勒频移特性,该文提出单水听器识别低频线谱噪声源位置的3种方法。首先,利用加窗互Wigner-Ville分布(cross Wigner-Ville Distribution, XWVD)精确提取微弱多普勒频移曲线后,分别使用频率交点和最小二乘来估计噪声源通过水听器的正横时刻从而识别噪声源位置,这两种方法称为频率交点法和最小二乘法。进一步地,利用直接对多普勒信号做WVD后自交叉项的能量发散特性,得到一种计算量相对较小的噪声源识别方法。水池试验和海上试验分析结果表明,基于多普勒效应的3种方法都对噪声源进行了有效定位,性能明显优于现有的通过特性法,其中最小二乘法定位精度略优于基于交叉项特性的方法,频率交点法定位误差略大。     

水下传感器网络移动节点定位问题研究

针对水下传感网中研究较少的移动节点定位问题,基于传统定位中常用的Chan算法,提出了一种改进的M-Chan算法。该算法通过曲线拟合进行运动轨迹预测,并利用节点的移动特性修正估计位置,从而提高了水下移动节点的定位精度。仿真结果表明,在不同的移动速度、通信半径、锚节点密度情况下,改进算法与传统的Chan算法相比,精度提高5%～10%。     

基于图像融合的自适应水下图像增强

针对水下图像对比度低及细节模糊的问题,提出一种基于图像融合的自适应水下图像增强方法,实现不同类型水下图像的增强效果。基于颜色校正方法对水下图像进行颜色均衡化预处理;对亮度分量L进行Gamma校正,获得对比度提升的亮度图像;对两个亮度分量进行三层小波分解,提出对分解所得的低频分量及高频分量分别采用线性融合和自适应融合策略进行融合。多尺度融合保证了增强图像细节的丰富性,自适应融合策略体现了融合过程的可控性。实验结果表明,增强的水下图像呈现出高对比度和清晰的细节。     

融合深度学习与成像模型的水下图像增强算法

水下机器人的视觉感知功能因受到水下环境因素的影响,面临着图像质量降低的挑战,如图像颜色畸变、整体色调偏绿、偏蓝、对比度较低、细节较为模糊等。提出一种结合深度学习方法与物理成像模型的新型水下图像增强算法,通过构建包含扩张卷积和带参数激活函数的神经网络,进行背景散射光和直接传输映射的估计,并结合成像模型的数学表达进行重建运算得到增强后图像。实验结果表明,与UDCP、IBLA、GLNet等典型图像增强算法相比,该算法具有更快的运算速度,且能够消除水下环境因素带来的影响,丰富图像色彩的同时能增强各类细节,在峰值信噪比指标和结构相似度指标上取得了较大值。此外,增强后的图像在特征点匹配实验中获得了更好的匹配效果。     

一种用于水电站水工建筑物缺陷检测的水下机器人系统设计

水电站水工建筑物缺陷检测目前是由观察型机器人或潜水员完成,存在检测手段少、运行受水流影响等问题。对此,文章针对水电站水工建筑物结构及缺陷特点,研制了一套水下检测机器人系统。该系统利用水动力仿真、静水力分析及稳性分析等方法,优化推力和布局布置、外形等选型和设计,解决了本体浮游和履带复合控制模式、不规则坝面吸附技术、多自由度姿态翻转和运动、缺陷位置定位等技术问题;同时,采用自主开发后处理软件,对声光电传感器数据进行融合,完成了缺陷判别与测量以及修补材料方量的估算,软件识别理论误差为7.4%,小于项目的 20%误差率要求,解决了缺陷判别与测量和修补材料方量的估算问题,最终实现了机器人在水电站水工建筑物的水平面、斜面坡、直立面及曲面环境下的水下缺陷检查、缺陷定位、缺陷尺寸测量及数据记录收集等水下无人化检测作业的目标。最后,通过水池功能试验,验证了该水下检测机器人系统的可行性。     

兰绿脉冲激光用于海深及水下目标探测

本文扼要介绍了美国Hickman等人就机载兰绿激光浊水深度测绘所进行的实验研究及所建立的理论模型。他们所做的海上实验表明,现场测量数据与理论模型预期的结果大体相符。     

机载LiDAR与船载单波束协同的水上水下一体化测绘模型融合实现

为助力河湖管理、防旱减灾等国家新型基础测绘事业,基于机载Li DAR与无人船搭载单波束实现了水上地面点云与单波束水下点云的获取,对水下点云数据采用克里金法进行空间插值以增强水下地形分辨率,而后基于GEOPAK实现水上水下点云数据的无缝接边与融合,构建水上水下一体化TIN网,最终实现水上水下地形一体化建立。利用随机均匀分布的水上水下检核点对构建后的一体化DEM进行精度验证,结果表明,本次试验构建的水上水下一体化模型效果良好,精度远超规范要求。提出的基于机载Li DAR与船载单波束实现协同作业、构建水上水下一体化模型的作业流程对相关水上水下地形研究具有重要的参考价值。