-
题名先验规则和深度学习融合驱动的舰船电气图纸布局方法
- 1
-
-
作者
黄一学
秦克
罗威
吴盛
郝佳
夏琳
-
机构
中国舰船研究设计中心一二室
中国舰船研究设计中心科技创新中心
中国舰船研究设计中心一〇室
北京理工大学机械与车辆学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第3期968-981,共14页
-
基金
国防基础科研计划资助项目(JCKY2022206B002)。
-
文摘
针对目前舰船总体设计过程中电气图纸设计自动化程度低、人力消耗大、易出错等问题,提出一种融合先验规则和深度学习、统筹布局和布线、可应用于工程实践的电气图纸自动化布局方法。首先,根据当前舰船电气原理图布局的拓扑特点,基于树状图拓扑结构提炼出典型的先验规则;其次,以电气连接关系为输入,自动化生成初步电气原理图;最后,采用奇异值分解方法提取连接关系特征,并使用深度神经网络对初步电气原理图参数进行优化。选取某型舰船的7张典型图纸开展应用验证,结果表明:①所提方法可在保证图纸连接关系正确的基础上,实现自动化电气设计布局布线任务,②在大样本的布线试验中,99.1%的图纸都能在10秒内完成布线。所提方法可以应用在所有连接关系为树状拓扑或可以转化为树状拓扑的电气布线任务中,实现电气图纸正确、快速、合理的自动化布线布局,有效提高电气布局布线工作中的自动化程度,进而提高舰船的总体设计能力和效率。
-
关键词
先验规则
神经网络
奇异值分解
图分解
-
Keywords
prior rules
neural network
singular value decomposition
graph decomposition
-
分类号
U662.9
[交通运输工程—船舶及航道工程]
-
-
题名基于残差自适应的纯方位伪线性卡尔曼滤波跟踪方法
被引量：1
- 2
-
-
作者
陈启航
罗威
谢晓乐
代涛
潘景辉
-
机构
中国舰船研究设计中心创新中心
武汉大学电子信息学院
-
出处
《舰船科学技术》
北大核心
2025年第4期130-136,共7页
-
基金
国家自然科学基金叶企孙重点项目(U2341228)。
-
文摘
在噪声复杂多变的海上环境上,针对传统卡尔曼滤波算法在被动声呐纯方位跟踪场景中存在的滤波发散问题,提出一种残差自适应的纯方位伪线性卡尔曼滤波算法。将观测残差引入到伪线性卡尔曼滤波中,改进直接用于自适应估计伪线性观测噪声方差,并通过SAM准则对滤波的过度补偿进行修正。结果表明,在观测噪声方差不匹配时,本文算法的稳定性和性能优于传统的偏差补偿伪线性卡尔曼滤波算法;在偏差补偿伪线性卡尔曼滤波算法发散情况下,所提算法与IEKF、EKF算法相比,位置方向上时间平均均方根误差(RTAMS)分别减少44.87%和64.88%,速度方向上时间平均均方根误差分别减少17.30%和30.99%,在改善伪线性卡尔曼滤波的稳定性的同时,增大了补偿算法的性能,可以为海上环境的机动平台目标跟踪提供参考意义。
-
关键词
纯方位跟踪
残差
角度选择策略
伪线性卡尔曼滤波
-
Keywords
bearing-only tracking
residual
selective-angle-measurement
Pseudolinear Kalman Filter
-
分类号
P228.4
[天文地球—大地测量学与测量工程]
-
