CN112859807B - 基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法 - Google Patents
基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法 Download PDFInfo
- Publication number
- CN112859807B CN112859807B CN202110027627.6A CN202110027627A CN112859807B CN 112859807 B CN112859807 B CN 112859807B CN 202110027627 A CN202110027627 A CN 202110027627A CN 112859807 B CN112859807 B CN 112859807B
- Authority
- CN
- China
- Prior art keywords
- sonar
- search
- target
- underwater vehicle
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,属于水下航行器协同应用研究技术领域。包括以下步骤:1.对搜索海域预处理;2.建立三维声纳视域模型;3.建立搜索目标模型;4.根据搜索策略,在三维空间中对搜索过程进行模拟;5.在三维空间内,判断目标是否位于当前声纳覆盖区域;6.当前覆盖空间内声纳检测识别目标的能力;7.进行多次态势模拟,计算各搜索过程中遭遇并识别目标的个数,通过数据处理获得协同搜索概率,表示搜索效能。本发明方法通过态势模拟和蒙特卡罗解决了三维空间内搜索概率的量化问题,可以用来评价水下航行器协同系统在既定搜索策略下的任务执行效果,比较不同搜索策略,为方案制定提供参考。
Description
技术领域
本发明属于水下航行器协同应用研究技术领域,具体涉及一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法。
背景技术
水下航行器具有高机动性、高深度作业和自主航行等优点,被广泛应用于海洋搜索任务。随着水下航行器技术的成熟,多水下航行器协同搜索成为未来主要发展趋势。面对日益增大的搜索面积,如何选择合适的搜索策略并对任务执行程度进行度量是一个值得考虑的重要问题。效能作为一种有效的评价指标,其值表征了系统在既定搜索策略下的任务执行能力,对其进行评估与分析对指挥决策具有重要的现实意义。
目前国内外装备体系效能评估方法有专家评定法、试验统计评估法、模拟仿真法等几大类。专家评定法的核心是借助专家打分反映效能指标的价值取向;试验统计评估法是在规定的现场或模拟的实物环境中进行小样本试验,利用统计方法进行评估,成本高,实现难度大;模拟仿真法是以计算机模拟为手段进行任务过程的模拟得到效能指标估值。
针对区域搜索任务的特殊性,专家评定法难以对效能指标做出定量评价,同时试验统计法成本太高。模拟仿真法能够对搜索策略的执行效果进行定量分析,同时又具有成本低的优势,适用于区域搜索任务方案制定阶段搜索策略的评估。
发明内容
要解决的技术问题
为了解决现有水下航行器协同任务研究中在三维空间内对搜索策略任务执行效果评价方法不足的问题,本发明提供一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法。
技术方案
一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,其特征在于步骤如下:
步骤1:对搜索海域预处理
步骤1.1:以水下航行器协同系统航线起点为原点,建立笛卡尔直角坐标系;
步骤1.2:计算各声纳在海底的有效覆盖宽度及系统的协同覆盖宽度;
步骤1.3:以协同覆盖宽度为单元对搜索海域进行小区域划分,以有效覆盖宽度的最大公约数为单元对小区域进行栅格处理;
ai=[-0.5αi,-0.5αi,0.5αi,0.5αi],αi∈[0,α]
b=[0.5β,-0.5β,-0.5β,0.5β]
其中,[xi(j) yi(j) zi(j)]为声纳视域角度ai时边界点j在当前空间坐标系中的坐标,[x0 y0 z0]为水下航行器所在位置坐标,R为声纳的最大探测距离,α为声纳的水平开角,β为声纳的垂直开角,θ为声纳的发射角,ξ为水下航行器的航向角;
步骤3:建立搜索目标模型;
步骤4:根据搜索策略,在三维空间中对搜索过程进行模拟;
步骤5:在三维空间内,判断目标是否位于当前时刻声纳覆盖区域;
步骤6:根据搜索策略、声纳参数、搜索环境对声纳覆盖区域内出现目标时的检测识别概率进行计算:
步骤6.1:计算各水下航行器搭载声纳对当前覆盖区域内各点的识别检测概率,计算方法为:
TL=10τlog(d)+0.001ε
其中,Q(a,b)为马库姆函数,SL为声源级,TL为接收端的传播损失,TS为目标强度,RL为混响级,τ为扩展因子,ε为海水吸收系数,d为声纳探测距离,pf为声纳虚警率;
步骤6.2:利用步骤4中结果,根据在有效时间内被声纳覆盖的次数对步骤1划分的栅格进行标记,对于被n组声纳覆盖过的区域,该区域内出现目标时,目标被检测识别的概率为:
步骤7:计算整个搜索过程中遭遇并识别目标的个数:
其中,nfind为态势模拟过程中遭遇到目标的总个数,pdi为每个发现目标所在栅格的检测概率;
步骤8:多次重复进行步骤4-步骤7,对多次搜索结果进行数据处理,对既定搜索策略下的搜索效能进行计算:
其中,N为步骤4仿真中设定的目标总个数,f(n1,n2,…,nk)为对多次态势模拟中步骤7计算结果的收敛值。
优选地:所述步骤3中建立搜索目标模型,具体实施过程为以均匀分布作为蒙特卡罗生成函数,在搜索海域长度、宽度和高度范围内生成相同个数的x,y,z坐标,三者随机组合作为假想目标的初始位置,随着搜索过程的态势模拟,在一定规则下模拟目标的运动。
优选地:所述步骤4中对搜索过程进行模拟指水下航行器协同系统按照预先设定好的航线进行搜索,获得水下航行器协同系统在任务期间任意一时刻的覆盖空间区域与总的任务执行时间。
优选地:所述步骤5具体如下:
步骤5.1:球内判断是对目标是否位于声纳探测半径内的判断,要满足:
步骤5.2:空心锥体1.内判断是对目标是否位于声纳垂直开角内的判断,要满足:
步骤5.3:扇形内判断是对目标是否位于声纳水平开角内的判断,要满足:
在上述步骤中,(x0,y0,z0,)、(x,y,z)分别为同一时刻水下航行器和目标所在位置的坐标。
优选地:其特征在于步骤8中:f(n1,n2,…,nk)具体计算方法为:通过ThresholdFactor方法剔除离群值,计算剩余数据的平均值。
有益效果
本发明所提出的一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,通过态势模拟解决了三维空间内搜索概率的量化问题,通过蒙特卡罗增加了结果的可信度,可以用来评价水下航行器协同系统在既定搜索策略下的任务执行效果,比较不同搜索策略,为方案制定提供参考。
本发明通过在三维空间中态势模拟,给出了结合感知能力和搜索能力的搜索效能评估方法,其中感知能力综合了搜索设备性能、目标强度、环境噪声等因素,搜索能力综合了编队队形、搜索路径、搜索面积、声纳性能、目标等因素,最终的评估结果具有较强的客观性和全面性。
附图说明
图1为本发明技术实施流程图。
图2为三维声纳视域模型图。
图3为态势模拟仿真模型。
图4为三维空间内判断目标是否位于覆盖空间方法流程图。
图5为蒙特卡罗仿真模型。
图6为搜索区域划分图和小区域栅格化:(a)搜索区域划分图;(b)小区域栅格化。
图7为梳状相对距离固定搜索路径:(a)AUV1;(b)AUV2;(c)AUV3;(d)AUV。
图8为梳状相对距离变化搜索路径:(a)AUV1;(b)AUV2;(c)AUV3;(d)AUV。
图9为回旋相对距离固定搜索路径:(a)AUV1;(b)AUV2;(c)AUV3;(d)AUV。
图10为回旋相对距离变化搜索路径:(a)AUV1;(b)AUV2;(c)AUV3;(d)AUV。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚明白,下面通过具体实施方式,并结合附图,对本发明进一步详细说明,图1为本发明技术实施流程图。
本发明所提出的一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,包括以下步骤:
步骤1:对搜索海域进行预处理,包括如下步骤:
步骤1.1:以水下航行器协同系统航线起点为原点,以初始航向为X轴正方向,根据右手定则建立笛卡尔直角坐标系;
步骤1.2:计算各水下航行器搭载声纳在海底的有效覆盖宽度,有效覆盖宽度的计算方法为:
其中,dw为有效覆盖宽度,h为水下航行器所在平面与水底的距离,θ为声纳发射角,α为声纳水平开角。
根据水下航行器部署图计算协同覆盖宽度,若各声纳在海底的有效覆盖宽度无重叠部分,则协同覆盖宽度为各声纳有效覆盖宽度之和;那如果有重叠部分,则对重叠部分仅进行一次计算;
步骤1.3:以协同覆盖宽度为单元对搜索海域进行小区域划分,以有效覆盖宽度的最大公约数为单元对小区域进行栅格处理。
多AUV协同系统作为执行任务的主体,声纳协同覆盖宽度指各个AUV能够同时覆盖的扫描宽度,由声纳类型、声纳性能和AUV的相对位置共同决定。通过声纳协同覆盖宽度进行区域划分,可以便于覆盖式扫描任务中搜索路径的规划。假设航行器编队定深航行,搜索海域长9500m,宽5700m,声纳协同覆盖宽度为952m,以搜索起点作为空间坐标原点,则搜索区域划分如图6(a)所示。
以最小栅格作为基础单位进行描述。以不同声纳的近似最大公约数作为栅格划分单元,将扫描区域的栅格划分为单声纳覆盖单元和多组声纳覆盖单元两类,然后根据覆盖声纳个数进行标记,用于表示协同系统在该栅格内识别目标的能力。小区域栅格划分如图6(b)所示,其中阴影部分表示当前时刻声纳的覆盖区域,栅格内数字1表示经过1组声纳扫描,数字2表示在有效时间范围内经过2组声纳扫描,数字0表示未经过声纳扫描。
步骤2:建立可由声纳参数调节、随水下航行器航向变化的三维声纳视域模型,以图2为例,计算过程如下:
ai=[-0.5αi,-0.5αi,0.5αi,0.5αi],αi∈[0,α] (3)
b=[0.5β,-0.5β,-0.5β,0.5β] (4)
其中,[xi(j) yi(j) zi(j)]为声纳视域角度ai时边界点j在当前空间坐标系中的坐标,[x0 y0 z0]为水下航行器所在位置坐标,R为声纳的最大探测距离,α为声纳的水平开角,β为声纳的垂直开角,θ为声纳的发射角,ξ为水下航行器的航向角。
步骤3:建立目标模型,具体实施过程为以均匀分布作为蒙特卡罗生成函数,在搜索海域长度、宽度和高度范围内生成相同个数的x,y,z坐标,三者随机组合作为假想目标的初始位置,在一定规则下模拟目标的运动,比如梳状、回旋。
步骤4:根据搜索策略,在三维空间中对搜索过程进行模拟,获得水下航行器协同系统在任务期间任一时刻的覆盖空间区域与总的任务执行时间,建立的态势模拟仿真模型如图3所示。
步骤5:在三维空间内,判断目标是否位于当前时刻声纳覆盖区域内,流程图如图4所示,具体包括如下步骤:
步骤5.1:球内判断是对目标是否位于声纳探测半径内的判断,要满足:
步骤5.2:空心锥体内判断是对目标是否位于声纳垂直开角内的判断,要满足:
步骤5.3:扇形内判断是对目标是否位于声纳水平开角内的判断,要满足:
在上述步骤中,(x0,y0,z0,)、(x,y,z)分别为同一时刻水下航行器和目标所在位置的坐标。
步骤6:对声纳覆盖区域内出现目标时的检测识别概率进行计算,包括如下步骤:
步骤6.1:计算各水下航行器搭载声纳对当前覆盖区域内各点的识别检测概率,计算方法为:
其中,Q(a,b)为马库姆函数,SL为声源级,TL为接收端的传播损失,TS为目标强度,RL为混响级,τ为扩展因子,ε为海水吸收系数,d为声纳探测距离,pf为声纳虚警率。
步骤6.2:利用步骤4中的实时覆盖空间区域,根据在有效时间内被声纳覆盖的次数对步骤1划分的栅格进行标记,对于被n组声纳覆盖过的区域,该区域内出现目标时,目标被检测识别的概率为:
步骤7:对一次搜索过程中遭遇并识别目标的个数进行统计,计算方法为:
其中,nfind为态势模拟过程中遭遇到目标的总个数,pdi为每个发现目标所在栅格的检测概率。
步骤8:多次重复进行步骤4-步骤7,即通过蒙特卡罗法对既定搜索策略进行多次态势模拟仿真,仿真模型如图5所示。定义协同搜索效能为多水下航行器按照搜索策略能够遭遇并识别目标的能力,用多次搜索过程的协同搜索概率表示,计算方法为:
其中N为步骤4仿真中设定的目标总个数,f(n1,n2,…,nk)为对多次态势模拟中步骤7计算结果的收敛值。f(n1,n2,…,nk)具体计算方法为:通过ThresholdFactor方法剔除离群值,计算剩余数据的平均值。
所述的搜索策略包括如下几种情况:
(1)梳状相对距离固定
梳状相对距离固定搜索路径指搜索路径形状是梳状,搜索过程中各AUV之间相对距离保持恒定的搜索策略,搜索路径如图7所示。在梳状相对距离固定搜索路径下,搜索区域中存在一次覆盖区域和多次覆盖区域。
(2)梳状相对距离变化
梳状相对距离变化搜索路径指搜索路径形状是梳状,搜索过程中各AUV之间相对距离发生变化的搜索策略,搜索路径如图8所示。在梳状相对距离变化搜索路径下,搜索区域中只存在一次覆盖区域。
(3)回旋相对距离固定
回旋相对距离固定搜索路径指搜索路径形状是螺旋状,搜索过程中各AUV之间相对距离保持恒定的搜索策略,搜索路径如图9所示。在回旋相对距离固定搜索路径下,搜索区域中存在一次覆盖区域和多次覆盖区域。
(4)回旋相对距离变化
回旋相对距离固定搜索路径指搜索路径形状是螺旋状,搜索过程中各AUV之间相对距离动态变化的搜索策略,搜索路径如图10所示。在回旋相对距离固定搜索路径下,搜索区域中只存在一次覆盖区域。
Claims (5)
1.一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,其特征在于步骤如下:
步骤1:对搜索海域预处理
步骤1.1:以水下航行器协同系统航线起点为原点,建立笛卡尔直角坐标系;
步骤1.2:计算各声纳在海底的有效覆盖宽度及系统的协同覆盖宽度;
步骤1.3:以协同覆盖宽度为单元对搜索海域进行小区域划分,以有效覆盖宽度的最大公约数为单元对小区域进行栅格处理;
步骤2:建立可由声纳参数调节、随水下航行器航向变化的三维声纳视域模型:
ai=[-0.5αi,-0.5αi,0.5αi,0.5αi],αi∈[0,α]
b=[0.5β,-0.5β,-0.5β,0.5β]
其中,[xi(j) yi(j) zi(j)]为声纳视域角度ai时边界点j在当前空间坐标系中的坐标,[x0 y0 z0]为水下航行器所在位置坐标,R为声纳的最大探测距离,α为声纳的水平开角,β为声纳的垂直开角,θ为声纳的发射角,ξ为水下航行器的航向角;
步骤3:建立搜索目标模型;
步骤4:根据搜索策略,在三维空间中对搜索过程进行模拟;
步骤5:在三维空间内,判断目标是否位于当前时刻声纳覆盖区域;
步骤6:根据搜索策略、声纳参数、搜索环境对声纳覆盖区域内出现目标时的检测识别概率进行计算:
步骤6.1:计算各水下航行器搭载声纳对当前覆盖区域内各点的识别检测概率,计算方法为:
TL=10τlog(d)+0.001ε
其中,Q(a,b)为马库姆函数,SL为声源级,TL为接收端的传播损失,TS为目标强度,RL为混响级,τ为扩展因子,ε为海水吸收系数,d为声纳探测距离,pf为声纳虚警率;
步骤6.2:利用步骤4中结果,根据在有效时间内被声纳覆盖的次数对步骤1划分的栅格进行标记,对于被n组声纳覆盖过的区域,该区域内出现目标时,目标被检测识别的概率为:
步骤7:计算整个搜索过程中遭遇并识别目标的个数:
其中,nfind为态势模拟过程中遭遇到目标的总个数,pdi为每个发现目标所在栅格的检测概率;
步骤8:多次重复进行步骤4-步骤7,对多次搜索结果进行数据处理,对既定搜索策略下的搜索效能进行计算:
其中,N为步骤4仿真中设定的目标总个数,f(n1,n2,…,nk)为对多次态势模拟中步骤7计算结果的收敛值。
2.根据权利要求1所述的一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,其特征在于:所述步骤3中建立搜索目标模型,具体实施过程为以均匀分布作为蒙特卡罗生成函数,在搜索海域长度、宽度和高度范围内生成相同个数的x,y,z坐标,三者随机组合作为假想目标的初始位置,随着搜索过程的态势模拟,在一定规则下模拟目标的运动。
3.根据权利要求1所述的一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,其特征在于:所述步骤4中对搜索过程进行模拟指水下航行器协同系统按照预先设定好的航线进行搜索,获得水下航行器协同系统在任务期间任意一时刻的覆盖空间区域与总的任务执行时间。
5.根据权利要求1所述的一种基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法,其特征在于步骤8中:f(n1,n2,…,nk)具体计算方法为:通过ThresholdFactor方法剔除离群值,计算剩余数据的平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110027627.6A CN112859807B (zh) | 2021-01-10 | 2021-01-10 | 基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110027627.6A CN112859807B (zh) | 2021-01-10 | 2021-01-10 | 基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859807A CN112859807A (zh) | 2021-05-28 |
CN112859807B true CN112859807B (zh) | 2022-03-22 |
Family
ID=76002062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110027627.6A Active CN112859807B (zh) | 2021-01-10 | 2021-01-10 | 基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859807B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592162B (zh) * | 2021-07-22 | 2023-06-02 | 西北工业大学 | 一种基于多智能体强化学习的多水下无人航行器协同搜索方法 |
CN114035536B (zh) * | 2021-10-15 | 2023-06-06 | 北京航空航天大学 | 一种基于蒙特卡洛法的飞行控制系统鲁棒性评估方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012159459A (ja) * | 2011-02-02 | 2012-08-23 | Nec Corp | 水中物体捜索計画立案支援方法およびその装置 |
CN103871000A (zh) * | 2014-03-13 | 2014-06-18 | 石家庄铁道大学 | 基于概率全寿命周期成本的电力变压器效能综合评估方法 |
CN105913173A (zh) * | 2016-04-05 | 2016-08-31 | 西北工业大学 | 一种基于三角模糊数的消防指挥自动化系统效能评估方法 |
CN108875236A (zh) * | 2018-06-28 | 2018-11-23 | 中国船舶重工集团公司第七0七研究所 | 一种基于电子海图的船舶目标态势模拟方法 |
CN111337930A (zh) * | 2020-03-19 | 2020-06-26 | 哈尔滨工程大学 | 一种auv目标搜索方法 |
CN111381605A (zh) * | 2020-05-11 | 2020-07-07 | 杭州电子科技大学 | 一种应用于多无人机大范围海域水下多目标协同搜索方法 |
CN111832911A (zh) * | 2020-06-24 | 2020-10-27 | 哈尔滨工程大学 | 一种基于神经网络算法的水下作战效能评估方法 |
CN111898285A (zh) * | 2020-08-31 | 2020-11-06 | 西北工业大学 | 一种水下无人自主航行器集群作业效能评估方法 |
CN111983620A (zh) * | 2020-03-04 | 2020-11-24 | 武汉理工大学 | 一种面向水下机器人搜寻探摸的目标定位方法 |
-
2021
- 2021-01-10 CN CN202110027627.6A patent/CN112859807B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012159459A (ja) * | 2011-02-02 | 2012-08-23 | Nec Corp | 水中物体捜索計画立案支援方法およびその装置 |
CN103871000A (zh) * | 2014-03-13 | 2014-06-18 | 石家庄铁道大学 | 基于概率全寿命周期成本的电力变压器效能综合评估方法 |
CN105913173A (zh) * | 2016-04-05 | 2016-08-31 | 西北工业大学 | 一种基于三角模糊数的消防指挥自动化系统效能评估方法 |
CN108875236A (zh) * | 2018-06-28 | 2018-11-23 | 中国船舶重工集团公司第七0七研究所 | 一种基于电子海图的船舶目标态势模拟方法 |
CN111983620A (zh) * | 2020-03-04 | 2020-11-24 | 武汉理工大学 | 一种面向水下机器人搜寻探摸的目标定位方法 |
CN111337930A (zh) * | 2020-03-19 | 2020-06-26 | 哈尔滨工程大学 | 一种auv目标搜索方法 |
CN111381605A (zh) * | 2020-05-11 | 2020-07-07 | 杭州电子科技大学 | 一种应用于多无人机大范围海域水下多目标协同搜索方法 |
CN111832911A (zh) * | 2020-06-24 | 2020-10-27 | 哈尔滨工程大学 | 一种基于神经网络算法的水下作战效能评估方法 |
CN111898285A (zh) * | 2020-08-31 | 2020-11-06 | 西北工业大学 | 一种水下无人自主航行器集群作业效能评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112859807A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564202B (zh) | 一种基于环境预报信息的无人艇航线优化方法 | |
CN112859807B (zh) | 基于态势模拟和蒙特卡罗的水下航行器协同搜索效能评估方法 | |
CN108508913B (zh) | 基于数据驱动的自主式水下航行器海底路径规划方法 | |
CN106970375A (zh) | 一种机载激光雷达点云中自动提取建筑物信息的方法 | |
CN103353988B (zh) | 异源sar景象特征匹配算法性能评估方法 | |
CN104156984A (zh) | 一种不均匀杂波环境下多目标跟踪的概率假设密度方法 | |
CN107292039B (zh) | 一种基于小波聚类的uuv巡岸轮廓构建方法 | |
CN111079859A (zh) | 一种无源多站多目标测向交叉定位与虚假点去除方法 | |
CN113110507A (zh) | 一种自主避障的路径规划方法 | |
AU2020271967B2 (en) | Method for determining the geometry of a defect on the basis of non-destructive measurement methods using direct inversion | |
CN105260524A (zh) | 一种扫描状态下船舶导航雷达二维回波序列像仿真方法 | |
CN116050136A (zh) | 一种智能船舶测试场景库的生成方法、装置及设备 | |
CN114492540B (zh) | 目标检测模型的训练方法、装置、计算机设备及存储介质 | |
CN111061165B (zh) | 一种船舶相对碰撞危险度模型的验证方法 | |
Wang et al. | Underwater Object Detection based on YOLO-v3 network | |
CN116520281A (zh) | 一种基于ddpg的扩展目标跟踪优化方法和装置 | |
CN110826891A (zh) | 一种基于船舶集群态势的相对碰撞危险度获取方法 | |
JP3692402B2 (ja) | 音源探査方法及び装置 | |
CN117351321A (zh) | 一种单阶段轻量化的地铁衬砌空洞识别方法及相关设备 | |
CN116560410A (zh) | 基于蒙特卡洛树搜索的无人机三维覆盖路径规划方法 | |
CN116660980A (zh) | 一种基于改进程函方程的微地震定位方法 | |
Nair et al. | Maximum likelihood uncertainty estimation: Robustness to outliers | |
CN114488297A (zh) | 一种断层识别方法及装置 | |
Li et al. | Research on road defect detection based on improved YOLOv8 | |
CN114155428A (zh) | 基于Yolo-v3算法的水下声呐侧扫图像小目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |