导读:本文包含了水下航行器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:水下,缆索,建模,卡尔,栅格,黑箱,尾翼。
水下航行器论文文献综述
历天宝[1]（2019）在《多矢量推进水下航行器深度分组控制数学建模分析》一文中研究指出传统水下航行器控制模型分析算法缺少对矢量动力参数的模型分析计算逻辑,因此造成控制模型分组参量关系分析不足,导致水下航行器控制动力输出量出现偏差的问题。因此,提出多矢量推进水下航行器深度分组控制数学建模分析。通过引入非线性适量运动算法,对水下航行器矢量推进下的运动进行数学模型建立分析;得到运动参数后,引入动力分组控制算法,根据计算得到的运动参数,对水下航行器进行深度分组控制模型的建立计算,从而得到准确的控制参量。最后,通过设计的仿真实验对上述分析结果进行准确性验证,证明提出方法的可行性。(本文来源于《舰船科学技术》期刊2019年22期）
于李洋,周李姜[2]（2019）在《水下航行器附体线型及布局对流噪声影响研究》一文中研究指出为了研究附体的形状及附体布局对水下航行器流噪声的影响,采用流体动力学仿真方法,研究了水下航行器光体模型及全附体模型的流噪声,通过对比航行器的不同围壳构型及尾翼安装形式条件下的仿真结果,研究附体线型及布局对航行器的流噪声影响。计算结果表明,随着航速的增加,水下航行器的流噪声声压总级快速增大,围壳线型对水下航行器流噪声性能影响较大,整体接近扁平化的围壳有利于航行器流噪声的降低。采用X型尾翼安装形式可以避开围壳对于水下航行器尾流的扰动,产生的流噪声也较小。研究结果对水下航行器的附体的构型设计有一定的指导意义。(本文来源于《中国水运(下半月)》期刊2019年11期）
陈明,沈钺[3]（2019）在《基于QT开发的水下航行器监控系统》一文中研究指出水下航行器监控系统需要完成对水下航行器(AUV)指令控制以及AUV位姿、AUV舱内信息等显示。在此以MOOS-IvP开源软件为基础平台,主要以C/C++语言并辅以JavaScript语言进行开发,涉及到的编程技术主要有QT界面编程。(本文来源于《计算机产品与流通》期刊2019年11期）
张大朋,白勇,章浩燕,朱克强[4]（2019）在《海洋缆索对水下航行器的动态响应》一文中研究指出海洋水下拖曳系统在海洋资源开发的过程中发挥着越来越重要的作用。海洋拖缆与水下拖体之间的作用相互影响、相互耦合。尤其是当水下航行器质量较小时,这种影响不可忽略。拖曳缆索的形态变化将直接影响水下航行器的运行轨迹。通过对缆索动态偏微分方程在时间上和空间上离散化处理,将无法确定缆索单元长度的问题转化为缆索单元可确定问题,并采用有限差分法进行了求解,得到了航行器直航状态下缆索的几何形态图和回转状态时缆索的几何形态图。通过将结果与实验值进行对比分析,发现在误差允许范围内(10%),这说明建立的缆索动态模型对航行器运动状态进行预测是可行的。(本文来源于《水道港口》期刊2019年05期）
王懿嘉[5]（2019）在《OCDMA系统的水下航行器扩频通信编码方法研究》一文中研究指出传统CDMA系统通信编码方式受到通信波段与波在数据量的制约,已经无法直接通过传统扩频方式过渡至OCDMA系统,因此针对此问题提出OCDMA系统的水下航行器扩频通信编码方法研究。首先通过光子晶体载波算法,对信号载波波束进行转换计算,提升通信波束的数据容载量;接着引入OCDMA频域扩容算法,对增容后的通信波束进行频段提升绑定,实现数据与波频的统一;最后通过仿真实验的方式,对比提出方法前后的信号载波量与信号强度,证明提出算法具有扩频能力强、稳定性好的特点。(本文来源于《舰船科学技术》期刊2019年20期）
赵亚玲,陈斐[6]（2019）在《水下航行器电子设备环境应力测试方法研究》一文中研究指出水下航行器作为特殊的航行器,其特殊性直接反映在自身工作环境为高湿、高压的水下环境。在水下环境中航行器携带电子设备受到外界影响较大,传统的应力测试方法无法在水下环境中进行。因此,提出水下航行器电子设备环境应力测试方法研究。考虑到水下环境无法手动测量温度、压力等应力参数,提出方法采用电子感应信息技术,通过采用温度、压力传感器对电子设备相关参数进行采集;接着对应引入温度与压力算法,计算得到准确数据后,通过引入应力分析算法,对温度、压力数据进行综合性应力计算,得到电子设备的最终环境应力数值;最后通过仿真实验证明提出方法的可行性。(本文来源于《舰船科学技术》期刊2019年20期）
刘洋,孙显鹏,徐超,孙玉祥,孙玉臣[7]（2019）在《无人水下航行器控制技术的发展》一文中研究指出无人水下航行器是有广阔应用前景的新型水下平台,它的控制与传统有人水下航行器控制存在明显区别,目前仍面临诸多问题需要解决。论文从无人水下航行器技术现状分析、面临的技术挑战及未来的发展进行综合分析,可为无人水下航行器控制系统设计和使用提供借鉴和参考。(本文来源于《舰船电子工程》期刊2019年10期）
边靖伟,寇立伟,项基[8]（2019）在《应用PSO和SVM的水下航行器黑箱建模》一文中研究指出随着新型水下航行器不断涌现,现有水下航行器数学模型已难以与实际模型吻合.为更好了解新型水下航行器实际模型以及预测新型水下航行器运动,提出应用粒子群(particle swarm optimization,PSO)参数寻优和支持向量机(support vector machine,SVM)的水下航行器黑箱建模方法.首先根据水下航行器的运动状态信息和推进器力,应用支持向量机构造出之间的非线性映射关系,然后通过粒子群智能优化算法获得支持向量机的最佳参数组合,进而实现水下航行器的黑箱建模,最后根据推进器力是否时变,分别以新型四旋翼水下航行器的两种空间运动进行实验验证,并以均方根误差作为空间运动预测结果的评价标准.试验结果表明,基于粒子群参数寻优和支持向量机所构建的水下航行器黑箱模型对空间运动预测具有较小的均方根误差,空间运动预测结果与实际运动基本一致,所建黑箱模型与实际模型基本吻合,能有效预测水下航行器运动状态.(本文来源于《哈尔滨工业大学学报》期刊2019年10期）
盛亮,杨华东,肖玉杰,李恒,孟祥尧[9]（2019）在《基于膨胀搜索机理的水下航行器快速路径规划新算法》一文中研究指出针对目前水下航行器路径规划的典型算法中所求最优解质量不高,不能保证得到最短路径的问题,提出了一种基于膨胀搜索机理的水下快速路径规划新算法。该算法通过栅格法进行环境建模,考虑了障碍物、敌对威胁和强湍流的影响,由内而外展开了双循环搜索,能够确保所得路径是全局最优的。仿真结果表明:新算法能够在完全避障、避险的前提下找到起始点和目的点之间的一条最优路径,且相较于传统的A~*算法,所得优化路径长度更短。(本文来源于《海军工程大学学报》期刊2019年05期）
徐博,李盛新,金坤明,王连钊[10]（2019）在《基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法》一文中研究指出在多自主水下航行器(AUV)协同定位系统中,针对协同定位性能受到系统内部和外部等多种因素制约的问题,提出一种基于径向基函数(RBF)神经网络辅助容积卡尔曼滤波(CKF)的多AUV协同定位方法。当基准参考位置可用时,通过非线性CKF得到滤波新息、预测误差和滤波增益作为RBF神经网络输入层的输入,滤波误差值作为输出对RBF神经网络进行训练;当基准信号中断时,利用训练好的RBF神经网络,对CKF的滤波状态估计值进行补偿,进而得到新的估计状态。利用湖试数据,模拟多AUV协同定位系统输入存在误差情况下的协同定位实验。实验结果表明,所提方法与无RBF辅助的CKF方法相比,平均定位误差减小70%,具有更好的准确性和稳定性。(本文来源于《兵工学报》期刊2019年10期）
水下航行器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了研究附体的形状及附体布局对水下航行器流噪声的影响,采用流体动力学仿真方法,研究了水下航行器光体模型及全附体模型的流噪声,通过对比航行器的不同围壳构型及尾翼安装形式条件下的仿真结果,研究附体线型及布局对航行器的流噪声影响。计算结果表明,随着航速的增加,水下航行器的流噪声声压总级快速增大,围壳线型对水下航行器流噪声性能影响较大,整体接近扁平化的围壳有利于航行器流噪声的降低。采用X型尾翼安装形式可以避开围壳对于水下航行器尾流的扰动,产生的流噪声也较小。研究结果对水下航行器的附体的构型设计有一定的指导意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
水下航行器论文参考文献
[1].历天宝.多矢量推进水下航行器深度分组控制数学建模分析[J].舰船科学技术.2019
[2].于李洋,周李姜.水下航行器附体线型及布局对流噪声影响研究[J].中国水运(下半月).2019
[3].陈明,沈钺.基于QT开发的水下航行器监控系统[J].计算机产品与流通.2019
[4].张大朋,白勇,章浩燕,朱克强.海洋缆索对水下航行器的动态响应[J].水道港口.2019
[5].王懿嘉.OCDMA系统的水下航行器扩频通信编码方法研究[J].舰船科学技术.2019
[6].赵亚玲,陈斐.水下航行器电子设备环境应力测试方法研究[J].舰船科学技术.2019
[7].刘洋,孙显鹏,徐超,孙玉祥,孙玉臣.无人水下航行器控制技术的发展[J].舰船电子工程.2019
[8].边靖伟,寇立伟,项基.应用PSO和SVM的水下航行器黑箱建模[J].哈尔滨工业大学学报.2019
[9].盛亮,杨华东,肖玉杰,李恒,孟祥尧.基于膨胀搜索机理的水下航行器快速路径规划新算法[J].海军工程大学学报.2019
[10].徐博,李盛新,金坤明,王连钊.基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法[J].兵工学报.2019
论文知识图
