一、New concepts and their applications in underwater acoustic warfare simulation system（论文文献综述）
贺皖莹[1]（2021）在《被动式水声探测数据融合算法研究》文中研究指明随着对海洋探索的愈加深入,对水下目标探测能力的要求也在愈发严格,因此对水下目标探测技术的深入研究是迫在眉睫的事情,准确地探测水下目标也是目前海洋技术研究领域的热点问题。本课题针对水下目标的探测需求,探究了浮标的测姿技术以及矢量水听器对水下目标方位估计原理及算法,在此基础上,利用多矢量水听器的数据融合技术进一步提高定位精度,最后设计了一种被动式水下探测仿真系统,能够与研究人员进行界面交互并对研究内容进行仿真,有效降低研究成本。首先,设计了基于三轴加速度计和三轴陀螺仪的浮标测姿系统并且对该系统进行验证。分析姿态检测系统的理论知识,设计系统的硬件电路以及软件算法,并对系统展开测试,包括对传感器模块、静态性能和动态性能结果进行分析。测试结果得到整个系统具有较好的静态性能和动态性能,可以满足实际情况下对浮标姿态测量的要求。其次,主要对单矢量水听器和矢量水听器阵列的定向估计原理进行研究。单矢量水听器基于平均声强器法进行目标方位估计,并采用卡尔曼滤波算法提高对目标的定向精度。矢量水听器阵列基于其信号处理模型,采用TLS-ESPRIT算法和求根MUSIC算法进行目标方位估计,结果表明在一定程度上提高信噪比并且增加一定的快拍数可以降低目标方位估计的误差,提高对目标的定位精度。然后,对参数级和特征级融合定位算法进行了研究。参数级融合定位算法包括Chan定位算法和Taylor定位算法,分析其原理并对比不同误差下两种算法的定位精度,随测量距离误差增大Taylor算法的性能优于Chan算法。特征级融合定位算法主要研究GDOP权值法,基于单矢量水听器对目标的高精度定位,进一步建立双基站和四阵元测量阵系统模型并对测得数据加权综合处理,得到四阵元定位精度更高。最后,构建被动式水下探测仿真系统,根据研究内容和模块化设计思想,结合测姿模块、目标探测模块、三种矢量水听器数据融合算法以及对海况信息的记录和监测,结果直观显示,提高研究效率。
黄平[2]（2021）在《多无人水下航行器协同导航方法研究》文中提出随着人类对海洋的探索开发,无人水下航行器（Unmanned Underwater Vehicle,UUV）因其使用灵活、隐蔽性高和良好的适应能力,被越来越多的应用于各种海洋作业当中。稳定、可靠、高精度的水下导航系统是UUV执行水下任务的前提条件,但是在水下,传统的导航方法无法使用,且相对于陆上导航,水下导航更为复杂且动态不可重复。本文针对多UUV集群作业过程中,导航手段匮乏、导航精度低的问题,应用非线性滤波算法,考虑水下通信延时的约束条件,重点研究多UUV的协同导航滤波算法、编队构型并进行定位性能分析,旨在有效提高其导航精度。本文首先根据无人水下航行器协同作业的水下场景,研究多UUV协同导航的基本原理,分析不同编队结构的特点;针对UUV的水下运动特征建立运动学模型,并根据基于距离信息的单主式多UUV协同导航的工作原理建立量测模型。其次研究非线性卡尔曼与粒子滤波的协同导航算法,在理想通信条件下,针对非线性多UUV协同导航系统,提出并详细推导了分别基于扩展kalman滤波、无迹kalman滤波与容积kalman滤波协同导航方法,给出了三种协同导航滤波算法的主要步骤,并进行了仿真对比分析。仿真表明,三种算法都对单主式多UUV协同导航问题有效,在定位精度与稳定性上,CKF最优、UKF稍次,EKF较差。针对各UUV间水声通信延迟的问题,本文将通信时延因素考虑到算法中,研究基于时延扩展卡尔曼滤波的协同导航算法,修正量测信息延迟而产生的误差,并仿真验证了DEKF算法的有效性。然后分析了单主式多UUV系统的可观测性,进行编队构型优化,指出了单主单从式系统的最优编队构型特征。通过matlab仿真与理论分析的方式,分析协同导航的定位性能,讨论可观测性、距离量测噪声与航位推算误差等因素对定位精度的影响。最后本文介绍了以无人艇为载体,DSP/FPGA为核心处理器的协同导航实验平台的系统结构,并对其主要硬件模块进行了详细分析,使用该平台设计协同导航实验方案,在黑龙滩水库开展湖上实验。实验表明,本文设计的具有通信延迟补偿的DEKF算法能够实现多无人平台间的协同导航。
刘洁[3]（2021）在《基于去噪方法的智能水声信号识别技术研究》文中进行了进一步梳理随着20世纪50年代前后水声成像技术的出现,各国学者对于水下目标的研究脚步便从未停止,国外在这方面起步也是早于我国。但是早期的声呐图像全由人工读取,识别效果差。随着各类去噪技术、信号处理技术以及人工智能的发展,水下环境的研究也取得了越来越多的成绩。水下目标的研究一般不会直接输入未处理的时域信号,更多的是提取信号中的特征,将其输入系统来进行信号的识别。本文首先针对水下环境的特点,研究了水下目标的预处理方法,主要包含三种不同类型的常用特征提取方法。首先是计算相对简单,应用最广泛的短时傅里叶变换（Short Time Fourier Transform,STFT）,然后是具有多分辨率特性的小波变换（Wavelet Transformation,WT）,最后是一种Cohen类双线性变换。而Cohen类双线性变换又称核函数变换,其包含了许多种类,本文则主要选择了魏格纳分布（Wigner-Ville Distibution,WVD）来进行研究。三种时频变换各有其优缺点,其所适用的场景均不同,对于不同种类的信号其表达信号特征的能力也是不同的。其次本文针对实际水下目标信号研究其噪声特点,对实测信号进行建模,从信号去噪的角度出发来进行信号的预处理。主要包括基于经验模态（Empirical Mode Decomposition,EMD）的去噪方法、基于奇异值分解（Singular Value Decomposition,SVD）的去噪方法以及基于小波阈值（Wavelet threshold,WT）的去噪方法,同时在小波阈值去噪方法中提出了一种改进的变换小波阈值去噪方法。三种方法对于信号的噪声均有不同程度的抑制,其中改进的小波阈值去噪方法效果最佳,对于信号分析中常用的信号以及实测水声信号均可以较大幅度提升其信噪比,降低其均方误差。最后,在信号识别阶段,经过调研后发现传统的机器学习发展到现在已有了许多不同的改进种类,本文采用了卷积神经网络（Convolutional Neural Networks,CNN）的方法来对经过去噪处理的实测水声信号提取其不同类别时频特征并完成分类,随后通过准确率和混淆矩阵,将其性能与未经过去噪处理和基于多步判决的低频分析记录谱（Low Frequency Analysis Recording,LOFAR）输入网络的结果进行比较。实验结果表明经过去噪处理后的信号的平均识别率达到88.56%,而未去噪处理过的信号识别率最高为75.19%,由此证明了对信号的去噪预处理是有效的。与此同时,针对目前水下环境研究的数据样本较少的情况,采用生成对抗网络（Generative Adversarial Nets,GAN）的方法来增加信号样本,以此提升深度学习的准确率,经实验发现最终的信号识别率达到了96.673%。和此前对于信号进行增强特征的预处理再叠加卷积神经网络的方法相比,增加数据样本可以有效提升信号的识别率。
郑天铭[4]（2021）在《水声异构传感器网络混合MAC协议的研究》文中进行了进一步梳理水下传感器网络（Underwater sensor networks,UWSNs）被广泛应用在监测海洋环境、探测海底目标及收集海洋数据等方面,引起了军民两领域的密切关注。UWSNs的特点是采用声波通信,由于水声信道具有低带宽、长传播时延和高误码率等特点,因此,构建高效的通信网络非常重要。要实现数据的高效传输,关键之一是根据水声信道特点设计MAC协议。本文针对大规模水声异构传感器网络的特点和水声信道独特的性质,提出一种分簇网络模型,并分别针对簇内小规模密集型传感器网络负载动态变化的问题,簇首节点在数据传输时产生的漏斗效应和协议中存在的暴露终端问题,提出了簇内通信混合MAC协议和簇间通信MAC协议。对于簇内通信,针对动态变化的网络负载,设计了一种负载自适应混合MAC协议LSHP（Load Self-adaptive Hybrid Protocol）。LSHP将TDMA和CSMA/CA协议融合在一起,根据网络负载情况选择最优的协议进行数据传输,解决了单一协议不能高效利用水声信道的问题;通过设计最优退避算法,得出竞争节点的最优退避次数,从而降低了网络时延。对于簇间通信,提出了一种簇间通信MAC协议MC-SFAMA（Slotted FAMA based on Multi-data packet sequential acceptance mechanism）,解决了簇首节点在给基站传输数据时存在的漏斗效应问题。MC-SFAMA是一种基于Slotted-FAMA的多接收机制的MAC协议,针对SlottedFAMA协议中存在的暴露终端问题,通过规定ACK控制报文发送的时间来解决;通过设计多接收机制,允许一个接收节点在完成一次RTS/CTS握手周期后,接收来自多个发送节点的DATA,缓解了漏斗效应带来的不利影响。根据仿真结果表明,LSHP协议与同类混合MAC协议相比较,增加了时隙保护时间的设计,从而降低了网络时延,提高了信道利用率,能较好地适应网络负载的动态变化。MC-SFAMA协议与同等类型的多接收机制协议相比,增加了DATA发送时机的设计,从而降低了能量开销,提高了网络吞吐量。
庞彦东[5]（2020）在《基于拉丝塔光栅阵列的超细线光纤水听器关键技术研究》文中进行了进一步梳理光纤水听器由于抗电磁干扰、易于复用、灵敏度较高、远距离传输等优势得到了世界范围内的广泛研究。近年来,随着水下目标减振降噪技术的不断发展,声呐对于20～30 k Hz水下声波探测距离被不断压缩,因此相干性高、传播距离远的低频声波探测成为最新的研究方向;另一方面探测装备不断往轻量化、大航程方向发展,超细线水听器由于占用空间小,便于搭载于小型化平台多基元复用实现水声探测。综上所述,开发针对低频段水声探测的高灵敏度、超细缆径、大规模复用的光纤水听器是未来的发展趋势。传统的光纤水听器基于多个独立的光纤单元构建,通过熔接、并联等方式组装分立传感单元进而实现复用,由于元件众多、结构复杂,极大地增加了工作量与复用难度,因此寻找一种简单可靠、复用数量较大,但阵列无焊点的解决方案是大规模、超细线、高稳定、高灵敏度光纤水听器阵列走向实用必须解决的问题。研究具备上述特征的光纤水听器阵列技术有着非常重要的意义与广阔应用前景。为满足光纤水听器阵列的大规模、小型化、高稳定、高灵敏度实际应用需求,本文研究了一种基于拉丝塔光栅阵列的超细线光纤水听器,针对系统涉及到的关键技术进行探索,主要内容如下:（1）拉丝塔光栅水听器阵列的原理分析。针对光纤水听器高灵敏度探测需求,采用拉丝塔光栅阵列作为光反射单元,并基于制备的弱反射光栅实现干涉测量,推导系统中光纤水声传感机理。结合已有多相解调法、相位生成载波解调法推导干涉型水听器解调原理;同时对轴向长度增敏、径向涂敷增敏做理论与仿真验证。（2）基于参考传感器的信号解调算法设计与优化。基于相位生成载波法中存在的问题,利用拉丝塔光栅阵列一致性良好的特点设置参考传感器,设计了一种更简单、有效的信号解调方法,并进一步结合该结构完成自适应噪声抑制及信号优化。通过理论计算、仿真分析、实验测试分析解调效果,对噪声抑制、信号优化方法定量分析。利用压电陶瓷产生振动进行实验,结合时域结果、解调线性度、信噪比分析初步完成算法验证,并在载频漂移、调制深度等方面与现有相位生成载波算法对比。基于参考传感器构建参考输入,实现光路自适应噪声优化。最后对光路中的非理想器件造成的算法误差进行参数拟合,完成解调信号优化。（3）拉丝塔光栅水听器阵列一体化增敏成缆方法实现。针对初期制备的拉丝塔光栅阵列进行串扰理论及性能分析,随后基于轴向、径向理论进行初期单基元增敏试验,摸索合适的工艺参数,确定最佳参数后进行一体化涂敷增敏成缆,最后对水听器阵列样品做前后对比。验证光纤水听器声压灵敏度随着腔长变化、径向涂敷的增敏规律。与此同时,对成缆前后的波长、反射率、阵型等因素进行对比分析,证明一体化涂敷成缆工艺是否满足制备性能良好的超细线拉丝塔光栅水听器阵列需求。（4）拉丝塔光栅水听器阵列水下实验研究。对拉丝塔光栅干涉型水听器中影响灵敏度校准的因素进行分析,确定最佳声压场测量方案。设计水下试验,利用信纳比、总谐波失真参数与现有相位生成载波算法对比,同时利用制备的光缆进行时域信号测试,验证所制备水听器光缆的增敏效果。最后对所制备的256基元水听器阵列解调结果、等效噪声压测试,证明拉丝塔光纤水听器低频探测时的实际应用能力。
马玉鹏[6]（2020）在《舟艇自航模系统设计与研究》文中提出舟艇装备是船舶领域比较小型化的船型,它在多个领域的应用都比较广泛。全面研究舟艇装备的性能特点,寻找改进方法,建造功能强大、极速高效的新型舟艇装备是我们努力的重点方向。自航模型研究已经有很多年,各国都竞相在这一领域寻求更大的突破,欧美强国早已在大型水面舰艇、潜艇建造方面全面应用这一研究方法。虽然我国在自航模研究方面起步较晚,但是经过我国科研工作者的不断努力,我们也取得了丰硕的成果。在前人研究成果的基础上,本文设计建造一艘舟艇自航模型,模型建造完成后进行一系列的自航试验,精确测量试验结果,随后对舟艇自航模的水阻力进行CFD数值计算,运用STAR CCM+软件计算舟艇自航模的水阻力。最后将试验数据与计算数据进行对比分析,从中分析系统设计的优劣性,并研究下一部改进的方向。通过建造优化的舟艇自航模型并进行试验分析,对于指导现有舟艇装备对水流适应性的研究有着深远影响,尤其为舟艇水阻力性能的研究提供了方法和手段,对改进舟艇装备性能有着重要意义。
谭艳杰[7]（2020）在《基于NS3的声电协同传输网络研究与实现》文中研究表明在互联网+的大背景下,萌生了互联网+海洋创新合作模式,推进实施国家智慧海洋战略。声电协同传输网络新概念通过浮标节点可以实现更远距离、更高速率的海洋通信,借助空中无人机或者卫星可以构建陆、海、空、天一体化网络。声电协同传输网络主要形成水声传感器网络与无线传感器网络混合的网络系统,利用无线电链路相对多余的空闲链路资源,弥补水声链路性能的短板,提高网络容量,便于海洋信息的实时传输,提高海洋环境预测的精度。由此可见,声电协同传输网络对于互联网+海洋的发展有极其重大的意义。但是目前对于声电协同传输网络的模拟仿真研究在国内外少有人涉及。因此,本文旨在开发基于NS3网络仿真系统的声电协同传输模块,并对声电协同传输网络相关方面进行研究。本文的主要工作以及所取得的结论如下所示:1、分析了声电协同传输网络的技术原理以及水声传感器网络的组网结构和路由协议,总结声电协同传输网络的优势及水声传感器网络中各种组网结构和路由协议的优缺点和适用场景。2、基于NS3网络仿真平台设计并实现声电协同网络模块,为声电协同传输网络的协议实现、调试仿真提供平台支撑。3、引入传统泛洪算法,并将其移植到声电协同网络模块上进行了性能仿真分析。仿真结果表明,声电协同传输网络在平均端到端时延、数据分组投递率、网络吞吐量这些方面的性能优于水声传感器网络。但是,在实际应用的情况下,需要衡量浮标节点的协作和网络规模大小对声电协同传输网络在性能方面的影响,综合考虑各性能的表现,使得网络整体性能最优。4、提出了一种浮标节点优先无线链路转发的路由机制。在设计路由机制时,借鉴了AODV的核心思想,引入了浮标节点优先无线链路转发机制,对路由请求报文RREQ和路由表进行了改进,并增加节点负载和剩余能量为节点转发判断依据,从而性能整体优于泛洪声电协同传输网络。
李兵[8]（2020）在《对抗主动探测水下目标声隐外形优化设计》文中进行了进一步梳理当前声纳技术装备和探测模式正经历深刻的变革。集主/被动、多频段、多功能于一体以及多基地协同探测成为声纳技术未来的发展方向。由此而生的对抗主动探测目标强度控制技术也逐渐成为水声领域研究的热点。声学覆盖层作为目标强度控制的主要装备已经应用于工程,历经数代发展,但仍难以满足低频声隐身的设计需求,迫切需要开展能够有效降低水下目标声散射的新方法。针对回波贡献最大的镜反射回波,本课题通过研究目标外形与单站目标强度或回声强度的内在联系,结合优化算法与目标声散射数值计算方法,创造性的尝试建立一套对抗主动声纳探测水中目标声隐外形的优化方法,从而满足在一定探测角度范围、探测声波频段内,降低并调控目标强度或回声强度及角检测率的工程设计需求。为了直观地认识目标表面外形对其声散射回波的影响规律,本课题首先计算并分析了4种典型简单形状目标（长形椭球、圆台、圆柱、椭圆柱）及其不同外形参数下的变形体和3类简化潜艇模型（Benchmark潜艇、Be TSSi II潜艇和Los Angeles核潜艇）的目标强度空-频特性,初步显现外形设计对目标声散射的影响规律。受此启发,针对自由场中诸如UUV/水雷头部、潜艇等目标的声隐外形优化问题,将优化算法、目标外形数学描述与目标声散射数值计算方法三者相结合,分别发展了基于有限元声散射降维技术和板块元法目标声隐外形优化方法,实现了给定频段内自由场目标在设定声波入射角的声隐外形优化设计。在基于板块元法目标声隐外形优化方法中,针对非轴对称复杂潜艇目标,采用部件相位干涉叠加法,将复杂潜艇目标简化分解为艇体和指挥台围壳两个主要部分,借助COMSOL-MATLAB耦合模块,并利用建立的基于板块元的优化算法成功实现了复杂潜艇目标的声隐外形设计,优化设计后的潜艇外形光顺,在大部分的探测角度和频段内具有较低的目标强度、角检测率,充分体现了本文提出的优化方法的优势。针对Manta水雷等海底界面附近目标的声隐外形优化问题,本课题充分考虑目标与真实海洋环境相融的特点,基于板块元法,将优化方法的应用扩展为多传播路径叠加的声散射优化问题。针对收-发分置路径散射,将经典板块元法算法修正积分区域并考虑影区贡献的收-发分置情形。进而以COMSOL耦合MATLAB模块为平台,将目标表面外形与三维网格的自动剖分以及修正板块元法联合,同时以GA优化算法为控制手段,成功发展了针对沉底目标的声隐外形的优化方法。该方法能够在真实海底环境下实现给定频段内Manta水雷在给定掠射角范围时声隐外形自动优化设计。最后,本课题通过开展Benchmark潜艇缩比模型的声散射湖上试验,部分验证了本文利用板块元法计算非旋转体目标散射声场的准确性,间接保证了自由场中潜艇艇体和指挥台围壳声隐外形优化方法的有效性和准确性。本课题中所取得的研究成果将对潜艇、UUV/鱼雷、Manta水雷等水中目标的声隐外形设计具有一定指导意义和参考价值。
陈冬[9]（2020）在《面向协同观探测的UUV绿色动态控位方法研究》文中认为水下无人航行器（Unmanned Underwater Vehicle,UUV）的绿色动态控位过程,即指UUV在满足控制精度要求的前提下,以尽量少的能耗,尽可能低的推进器动车频次,尽量低的辐射噪声,使自身位姿到达并保持在目标状态。面向协同观探测的UUV绿色动态控位过程,则是在上述任务的前提下,以UUV集群的阵型保持为基本约束,对其中单体UUV的绿色动态控位方法及策略进行研究。本文主要研究内容有:首先,对面向观探测的UUV集群控位需求进行了分析,并对UUV动力学模型进行了仿真验证。针对三种典型的观探测阵型,结合任务约束、通信能力约束、安全距离约束等,分别对其进行了位姿保持需求分析。并对单体UUV的动力学模型进行了仿真验证,对本文所研究的UUV的动态控位能力进行了分析。其次,针对UUV在近水面动态控位过程中位置、速度及航向信息存在噪声,使得控制系统输入信号质量降低的问题,进行了无迹卡尔曼滤波方法的适用性分析,并对基于无迹卡尔曼滤波的UUV运动状态去噪方法进行了仿真试验验证。再次,针对面向观探测阵型保持的UUV,设计了绿色动态控位方法及策略。以UUV距目标定位点的距离为控制方法切换的判断条件,为UUV划定了不同控制级别的工作区域,以阵型保持为任务约束,针对每种情况设计了相应的动态控位方法。结合前述内容,当UUV距离目标定位点较远时,采用粒子群优化方法,为UUV抵达目标定位点附近的过程规划能耗最优的运动方案;当UUV距离目标定位点较近时,采用改进的广义预测控制方法,使UUV在目标位置值守的过程中更加安静、辐射噪声更低,同时延长值守作业时长。最后,结合工程应用背景,设计了仿真案例,对本文提出的面向观探测阵型保持的UUV绿色动态控位方法及策略进行了仿真试验。试验分别从UUV集群的阵型保持能力、单体UUV的绿色动态控位能力两个角度出发,对上述控制策略及方法进行了对照仿真试验验证。试验结果表明,本文提出的策略及控制方法,具有适时应变、节能降噪特点,能够在同样满足预期控制效果的前提下,降低能耗,达到绿色动态控位目的。
王红萍[10]（2007）在《水声对抗系统的效能分析与评估》文中提出如何提高各种战舰和潜艇的自身生存能力是当今海军面临的一个重要问题，水声对抗作为提高自身生存能力的重要措施受到各国海军足够重视。对水声对抗系统进行效能分析，选择恰当、合理的评估指标，建立水声对抗系统效能评估指标体系；选择能综合反映水声对抗系统各主要使用性能指标之间内在联系的评估方法，建立科学的评估模型，使评估结果具有较高的可信性，是本论文讨论的重点。 采用神经网络的方法对水声对抗系统的效能进行评估，是人工神经网络理论在水声对抗系统效能评估方面的一次尝试。本文提出了基于改进反向传播（Back Propagation）算法的效能评估方法，通过详细的设计与仿真，讨论了网络隐含层神经元数、初始权值、学习速率等参数在BP网络设计过程中的关系与影响；将模糊神经网络应用于评估模型训练样本的获取，训练样本包含隶属函数的端点值和中间值，能反映出评价指标自身的特点，充分考虑了各因素的变化，使评价过程简洁明了；建立了一种将遗传算法和神经网络相结合的混合训练神经网络模型；最后运用神经网络评估模型对水声对抗系统的效能进行评估，结果表明该评估模型有效可行，其泛化能力使它可以无需作较大的修改，便可以应用于同类武器系统的效能评估，省去了建立解析模型的大量工作，为准确、快捷地评估装备效能提供了一种新思路。 本论文在规定条件下实现了水声对抗系统效能的评估，为水声对抗系统试验方案的论证和评审，鉴定定型等提供了方法，为水声对抗系统的发展和实际使用中的优化决策，提供了方法。是开展水声对抗试验靶场的建设，全面提高靶场综合试验能力，对水声对抗系统进行综合评价的有效手段。
二、New concepts and their applications in underwater acoustic warfare simulation system（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、New concepts and their applications in underwater acoustic warfare simulation system（论文提纲范文）
（1）被动式水声探测数据融合算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 水下探测技术国内外研究现状 |
| 1.3 数据融合技术研究现状 |
| 1.3.1 数据融合的概念与分类 |
| 1.3.2 数据融合技术国内外研究现状 |
| 1.4 国内外研究现状综述 |
| 1.5 本课题研究内容 |
| 第2章 浮标的姿态检测系统 |
| 2.1 引言 |
| 2.2 测姿的基本理论 |
| 2.2.1 坐标系的选定 |
| 2.2.2 姿态的表示方法 |
| 2.2.3 姿态的测量 |
| 2.3 测姿系统的硬件设计 |
| 2.4 测姿系统的软件设计 |
| 2.5 实验及结果分析 |
| 2.5.1 传感器模块测试 |
| 2.5.2 系统的静态性能测试 |
| 2.5.3 系统的动态性能测试 |
| 2.6 本章小结 |
| 第3章 矢量水听器的目标方位估计 |
| 3.1 引言 |
| 3.2 单矢量水听器的目标方位估计 |
| 3.2.1 声压与振速的关系 |
| 3.2.2 平均声强法定向基本原理 |
| 3.2.3 基于卡尔曼滤波算法对水下目标定位 |
| 3.2.4 仿真及结果分析 |
| 3.3 矢量水听器阵列的目标方位估计 |
| 3.3.1 阵列信号模型 |
| 3.3.2 求根MUSIC算法 |
| 3.3.3 TLS-ESPRIT算法 |
| 3.3.4 仿真及结果分析 |
| 3.4 本章小结 |
| 第4章 多矢量水听器的数据融合技术 |
| 4.1 引言 |
| 4.2 参数级融合定位算法 |
| 4.2.1 Chan定位算法 |
| 4.2.2 Taylor定位算法 |
| 4.2.3 仿真及结果分析 |
| 4.3 特征级融合定位算法 |
| 4.3.1 系统的配置方式 |
| 4.3.2 双浮标基站的数据融合模型 |
| 4.3.3 GDOP权值法 |
| 4.3.4 仿真及结果分析 |
| 4.4 本章小结 |
| 第5章 被动式水下探测仿真系统设计 |
| 5.1 引言 |
| 5.2 被动式水下探测仿真系统 |
| 5.2.1 系统概述 |
| 5.2.2 系统的体系结构 |
| 5.3 被动式水下探测仿真系统的模块功能 |
| 5.3.1 环境参数模块 |
| 5.3.2 浮标参数模块 |
| 5.3.3 目标参数模块 |
| 5.4 被动式水下探测仿真系统功能验证 |
| 5.4.1 环境参数界面功能验证 |
| 5.4.2 浮标参数界面功能验证 |
| 5.4.3 目标参数界面功能验证 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（2）多无人水下航行器协同导航方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 国内外多UUV协同系统研究历史与现状 |
| 1.2.2 多UUV协同导航技术的研究现状 |
| 1.3 研究目的和内容 |
| 1.4 论文的结构安排 |
| 第二章 多UUV协同导航系统建模 |
| 2.1 多UUV协同导航基本原理 |
| 2.2 协同导航系统结构分析 |
| 2.2.1 主从式结构 |
| 2.2.2 并行式结构 |
| 2.2.3 分层式结构 |
| 2.3 UUV运动学模型建立 |
| 2.3.1 协同导航常用坐标系 |
| 2.3.2 运动参数定义 |
| 2.3.3 运动学模型分析 |
| 2.4 协同导航量测模型建立 |
| 2.4.1 主UUV精确定位方式 |
| 2.4.2 单主式协同导航量测方程 |
| 2.5 本章小结 |
| 第三章 多UUV协同导航滤波算法研究 |
| 3.1 卡尔曼滤波基本框架 |
| 3.2 基于非线性卡尔曼的协同导航算法设计 |
| 3.2.1 扩展卡尔曼协同导航算法 |
| 3.2.2 无迹卡尔曼协同导航算法 |
| 3.2.3 容积卡尔曼协同导航算法 |
| 3.3 三种算法仿真实现与比较分析 |
| 3.3.1 仿真案例1 |
| 3.3.2 仿真案例2 |
| 3.3.3 三种导航算法比较 |
| 3.4 基于粒子滤波的协同导航算法设计 |
| 3.5 具有通信时延的协同导航算法设计 |
| 3.5.1 水声通信时延分析 |
| 3.5.2 基于时延EKF的协同导航算法 |
| 3.6 本章小结 |
| 第四章 协同导航编队构型与性能分析 |
| 4.1 协同导航可观测性分析 |
| 4.1.1 非线性系统可观测性理论 |
| 4.1.2 单主式UUV系统可观测性分析 |
| 4.2 UUV协同导航编队构型优化 |
| 4.2.1 协同导航Cramer-Rao下界分析 |
| 4.2.2 基于Cramer-Rao的单主单从式编队优化 |
| 4.3 协同导航定位精度分析 |
| 4.3.1 系统可观测性对导航精度的影响 |
| 4.3.2 距离量测噪声对导航精度的影响 |
| 4.3.3 航位推算误差对导航精度的影响 |
| 4.4 本章小结 |
| 第五章 协同导航系统搭建与实验 |
| 5.1 导航实验平台系统结构 |
| 5.2 实验平台硬件组成 |
| 5.3 导航实验及结果分析 |
| 5.3.1 实验方案设计 |
| 5.3.2 湖上实验与结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（3）基于去噪方法的智能水声信号识别技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外水下目标识别研究历史与现状 |
| 1.2.1 水下目标识别历史回顾与现状 |
| 1.2.2 水下目标去噪 |
| 1.2.3 基于深度学习的水下目标识别 |
| 1.3 本文的主要内容与结构 |
| 1.3.1 本文的主要内容 |
| 1.3.2 本文的结构安排 |
| 第二章 水下目标信号分类识别原理及特征提取方法研究 |
| 2.1 水下环境概述 |
| 2.2 水下目标分类识别系统框架 |
| 2.3 水声信号常用特征提取方法 |
| 2.3.1 短时傅里叶变换 |
| 2.3.2 小波变换 |
| 2.3.3 Cohen类双线性时频分布 |
| 2.4 不同特征提取方法的仿真 |
| 2.4.1 短时傅里叶变换时频特征仿真 |
| 2.4.2 小波变换Morlet基时频特征仿真 |
| 2.4.3 Cohen类双线性时频特征仿真 |
| 2.4.4 三种方法对比与总结 |
| 2.5 小结 |
| 第三章 水下目标信号去噪处理方法研究 |
| 3.1 水下目标噪声介绍 |
| 3.1.1 水下目标噪声种类 |
| 3.1.2 水下噪声分析与建模 |
| 3.2 水下目标信号去噪处理方法 |
| 3.2.1 基于经验模态方法 |
| 3.2.2 基于奇异值分解方法 |
| 3.2.3 两种方法实验总结 |
| 3.3 基于小波阈值变换去噪方法 |
| 3.3.1 小波阈值算法背景 |
| 3.3.2 小波阈值去噪算法理论 |
| 3.3.3 变换阈值的小波阈值去噪算法 |
| 3.3.4 基于小波阈值变换去噪方法实验 |
| 3.5 实验总结 |
| 第四章 基于深度学习的水下目标识别方法 |
| 4.1 基于深度学习的水下目标识别框架 |
| 4.2 基于卷积神经网络的智能识别 |
| 4.2.1 卷积神经网络基本原理 |
| 4.2.2 卷积神经网络结构设计 |
| 4.3 叠加生成对抗网络的智能识别 |
| 4.3.1 生成对抗网络原理 |
| 4.3.2 叠加生成对抗网络后结构 |
| 4.4 实验数据来源与评价体系 |
| 4.4.1 数据来源 |
| 4.4.2 实验样本处理 |
| 4.4.3 评价标准 |
| 4.5 实验结果 |
| 4.5.1 无去噪处理的水下目标实测信号识别实验结果 |
| 4.5.2 基于小波阈值去噪后的不同特征提取方法下的卷积神经网络水下目标识别 |
| 4.5.3 实测信号去噪后基于不同特征提取方法下叠加生成对抗网络后的水下目标识别 |
| 4.6 实验总结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间参加的项目与取得的成果 |
（4）水声异构传感器网络混合MAC协议的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 水下无线传感器网络简介 |
| 1.2.1 水声通信特点 |
| 1.2.2 水下无线传感器网络的体系结构 |
| 1.2.3 水下无线传感器网络的异构性 |
| 1.3 主要研究内容和章节安排 |
| 第2章 水下无线传感器网络相关MAC协议概述 |
| 2.1 水声MAC协议评价指标 |
| 2.2 水声MAC协议设计目标 |
| 2.3 水声传感器网络MAC协议研究现状 |
| 2.4 本章小结 |
| 第3章 簇内负载自适应混合协议LSHP |
| 3.1 网络模型 |
| 3.2 LSHP协议设计 |
| 3.2.1 LSHP协议时隙设计 |
| 3.2.2 LSHP协议转换值的研究 |
| 3.2.3 LSHP协议的最优退避次数 |
| 3.2.4 LSHP协议伪代码 |
| 3.3 LSHP协议仿真环境设置 |
| 3.3.1 信道参数设置 |
| 3.3.2 帧结构参数设置 |
| 3.3.3 仿真结果与分析 |
| 3.4 本章小结 |
| 第4章 簇间多接收机制协议MC-SFAMA |
| 4.1 网络模型 |
| 4.2 MC-SFAMA协议设计分析 |
| 4.2.1 暴露终端问题 |
| 4.2.2 MC-SFAMA协议多接收机制 |
| 4.2.3 MC-SFAMA协议总体步骤 |
| 4.3 仿真结果与分析 |
| 4.3.1 仿真环境设置 |
| 4.3.2 网络吞吐量 |
| 4.3.3 网络能量开销 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和获得的科研成果 |
| 致谢 |
（5）基于拉丝塔光栅阵列的超细线光纤水听器关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 光纤水听器研究现状 |
| 1.2.1 光纤水听器发展历史 |
| 1.2.2 基于光纤光栅的水听器发展历史 |
| 1.2.3 基于拉丝塔光栅阵列的光纤水听器研究现状 |
| 1.3 光纤水听器关键技术研究现状 |
| 1.3.1 干涉型光纤水听器信号解调技术研究现状 |
| 1.3.2 干涉型光纤水听器传感增敏技术研究现状 |
| 1.4 本文研究内容与创新点 |
| 1.4.1 主要研究内容 |
| 1.4.2 主要创新点 |
| 第2章 拉丝塔光栅水听器阵列原理 |
| 2.1 相干检测工作原理 |
| 2.1.1 干涉型水听器单基元传感机理 |
| 2.1.2 拉丝塔光栅水听器阵列工作原理 |
| 2.2 拉丝塔光栅水听器阵列“干端”解调原理 |
| 2.2.1 干涉型水听器多相解调算法 |
| 2.2.2 干涉型水听器相位生成载波解调算法 |
| 2.3 拉丝塔光栅水听器阵列“湿端”增敏原理 |
| 2.3.1 轴向增敏理论分析 |
| 2.3.2 径向增敏理论分析 |
| 2.4 本章小结 |
| 第3章 基于参考传感器的信号解调与优化 |
| 3.1 信号解调算法设计 |
| 3.1.1 基于参考传感器的水听器解调算法 |
| 3.1.2 水听器阵列同步稳定解调方法 |
| 3.2 信号解调算法仿真与实验分析 |
| 3.2.1 解调算法的仿真对比 |
| 3.2.2 解调算法的实验测试 |
| 3.3 噪声抑制与信号优化 |
| 3.3.1 基于参考传感器的噪声抑制 |
| 3.3.2 基于参考传感器的信号优化 |
| 3.4 本章小结 |
| 第4章 拉丝塔光栅水听器阵列一体化增敏 |
| 4.1 拉丝塔光栅阵列信号串扰理论及参数分析 |
| 4.1.1 光谱遮蔽与高阶反射光功率串扰 |
| 4.1.2 时分复用干涉信号高阶串扰 |
| 4.1.3 成缆前的水听器阵列参数分析 |
| 4.2 拉丝塔光栅水听器增敏试验 |
| 4.2.1 轴向增敏实验试验 |
| 4.2.2 径向增敏实验试验 |
| 4.3 拉丝塔光栅水听器阵列一体化径向涂敷增敏 |
| 4.3.1 成缆工艺介绍 |
| 4.3.2 成缆后的水听器阵列参数分析 |
| 4.3.3 成缆工艺对光栅阵列影响分析 |
| 4.4 本章小结 |
| 第5章 拉丝塔光栅水听器阵列水下实验 |
| 5.1 拉丝塔光栅水听器的水声传感校准 |
| 5.1.1 声压灵敏度校准方法 |
| 5.1.2 测量姿态对灵敏度校准的影响分析 |
| 5.1.3 测量深度对灵敏度校准的影响分析 |
| 5.2 拉丝塔光栅水听器阵列信号解调与增敏实验验证 |
| 5.2.1 参考传感器解调声压场水声传感实验 |
| 5.2.2 一体化增敏成缆的声压场实验 |
| 5.3 拉丝塔光栅水听器阵列关键参数实验验证 |
| 5.3.1 阵列信号时域测试 |
| 5.3.2 等效噪声压分析测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间获得与学位论文相关的科研成果目录 |
| 攻读学位期间参与的科研项目 |
（6）舟艇自航模系统设计与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 综述 |
| 1.1 选题背景意义 |
| 1.1.1 研究的目的 |
| 1.1.2 研究的意义 |
| 1.2 国内外研究现状与发展趋势 |
| 1.2.1 自由自航模的由来 |
| 1.2.2 国内外发展现状 |
| 1.2.3 国内外发展趋势 |
| 1.3 课题研究的基本方法 |
| 第2章 系统组成 |
| 2.1 引言 |
| 2.2 艇模选型设计 |
| 2.2.1 艇模选型 |
| 2.2.2 艇型参数 |
| 2.3 推进系统 |
| 2.3.1 系统构成 |
| 2.3.2 轴系的选择 |
| 2.3.3 主机的选型 |
| 2.4 控制系统 |
| 2.4.1 系统功能 |
| 2.4.2 岸基控制系统 |
| 2.4.3 艇载控制系统 |
| 2.4.4 典型操控命令程序设计 |
| 2.5 测量系统 |
| 2.5.1 系统构成 |
| 2.5.2 核心控制器 |
| 2.5.3 传感器的选取 |
| 2.5.4 测量方法 |
| 第3章 舟艇自航模水阻力数值计算 |
| 3.1 计算舟艇自航模水阻力的意义 |
| 3.2 运用STAR CCM+计算舟艇自航模的水阻力 |
| 3.2.1 导入自航模儿何体(Geometry) |
| 3.2.2 生成网格 |
| 3.2.3 设置物性参数和边界条件 |
| 3.2.4 求解运算 |
| 3.3 计算结果分析(Visualizing the Results) |
| 第4章 试验设计 |
| 4.1 自航模试验目的 |
| 4.2 试验依据 |
| 4.2.1 相似准则 |
| 4.3 试验准备 |
| 4.3.1 自航模重量、重心和质量惯性矩的调试 |
| 4.3.2 硬件和软件系统的调试 |
| 4.3.3 艇模阻力试验具体准备 |
| 4.3.4 其他准备工作 |
| 4.4 试验方案 |
| 第5章 试验数据采集与处理 |
| 5.1 引言 |
| 5.2 试验数据采集方法 |
| 5.3 试验数据处理方法 |
| 5.3.1 傅汝德换算法 |
| 5.3.2 三因次换算法 |
| 5.4 试验数据采集 |
| 5.4.1 求解自航模阻力系数值 |
| 第6章 总结与展望 |
| 致谢 |
| 参考文献 |
（7）基于NS3的声电协同传输网络研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 声电协同传输网络简述 |
| 1.2 课题研究背景及意义 |
| 1.3 国内外研究发展现状 |
| 1.3.1 水声传感器网络组网的研究进展 |
| 1.3.2 水声传感器网络路由协议的研究进展 |
| 1.4 本论文的研究内容及章节安排 |
| 第二章 水声传感器网络介绍 |
| 2.1 水声传感器网络组网结构 |
| 2.1.1 线性静态网络结构 |
| 2.1.2 二维静态网络结构 |
| 2.1.3 三维静态网络结构 |
| 2.1.4 三维移动网络结构 |
| 2.2 水声传感器网络路由协议 |
| 2.2.1 二维静态网络路由协议 |
| 2.2.2 三维静态网络路由协议 |
| 2.2.3 三维动态网络路由协议 |
| 2.3 本章小结 |
| 第三章 基于NS3的声电协同网络模块 |
| 3.1 网络模块需求分析与设计目标 |
| 3.1.1 新增声电协同模块 |
| 3.1.2 新增浮标节点helper类 |
| 3.1.3 浮标节点数据包传输实现 |
| 3.2 泛洪路由机制的实现 |
| 3.3 网络性能仿真分析 |
| 3.3.1 性能指标 |
| 3.3.2 网络仿真模型 |
| 3.3.3 参数设置 |
| 3.3.4 仿真结果分析 |
| 3.4 本章小结 |
| 第四章 声电协同传输网络路由方法的设计 |
| 4.1 协议的基本原理 |
| 4.2 协议的具体实现 |
| 4.2.1 优先无线电链路转发 |
| 4.2.2 帧格式改进 |
| 4.2.3 改进路由判据标准 |
| 4.2.4 算法流程 |
| 4.3 协议的仿真分析 |
| 4.3.1 仿真模型 |
| 4.3.2 路由具体实现 |
| 4.3.3 参数设置 |
| 4.3.4 仿真结果分析 |
| 4.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）对抗主动探测水下目标声隐外形优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的理论意义和实用价值 |
| 1.2 国内、外研究现状与发展趋势 |
| 1.2.1 目标强度预报和评估技术研究 |
| 1.2.2 目标强度控制技术研究 |
| 1.2.3 目标线型优化技术研究 |
| 1.3 本文的主要研究工作 |
| 第2章 水中目标声散射有限元降维技术与板块元法 |
| 2.1 声散射有限元降维技术 |
| 2.2 板块元法 |
| 2.2.1 收-发合置计算 |
| 2.2.2 收-发分置计算 |
| 2.2.3 推广到界面附近目标散射计算 |
| 2.3 本章小结 |
| 第3章 典型简单目标及潜艇简化模型声散射空-频特性研究 |
| 3.1 典型简单目标声散射空-频特性 |
| 3.1.1 长形椭球 |
| 3.1.2 圆台 |
| 3.1.3 圆柱 |
| 3.1.4 椭圆柱 |
| 3.2 典型潜艇简化模型声散射空-频特性 |
| 3.3 本章小结 |
| 第4章 UUV/鱼雷头部声隐外形优化设计 |
| 4.1 UUV/鱼雷头部声隐外形优化方法 |
| 4.1.1 UUV/鱼雷头部几何描述和优化变量控制 |
| 4.1.2 优化目标函数 |
| 4.1.3 优化计算模型设置 |
| 4.1.4 Nelder-Mead优化算法简介 |
| 4.2 优化结果 |
| 4.2.1 单频点、单角度优化 |
| 4.2.2 多频点、单角度优化 |
| 4.2.3 多频点、多角度优化 |
| 4.3 本章小结 |
| 第5章 潜艇艇体和指挥台围壳声隐外形优化设计 |
| 5.1 潜艇艇体和指挥台围壳的声隐外形优化方法 |
| 5.1.1 潜艇艇体几何描述和优化变量控制 |
| 5.1.2 指挥台围壳几何描述和优化变量控制 |
| 5.1.3 优化目标函数 |
| 5.1.4 模拟退火优化算法简介 |
| 5.2 优化结果 |
| 5.2.1 艇体多频点、多角度优化 |
| 5.2.2 指挥台围壳多频点、多角度优化 |
| 5.2.3 艇体和指挥台围壳组合体优化效果评估 |
| 5.3 本章小结 |
| 第6章 沉底Manta水雷声隐外形优化设计 |
| 6.1 Manta水雷声隐外形优化方法 |
| 6.1.1 Manta水雷壳体几何描述和优化变量控制 |
| 6.1.2 优化目标函数 |
| 6.1.3 海底淤泥声学环境 |
| 6.1.4 遗传算法简介 |
| 6.2 优化结果 |
| 6.2.1 多频点、单掠射角优化 |
| 6.2.2 多频点、多掠射角优化 |
| 6.3 本章小结 |
| 第7章 潜艇艇体和指挥台围壳的声隐外形优化方法试验验证 |
| 7.1 试验设备及模型 |
| 7.2 试验结果及与板块元仿真结果对比 |
| 7.3 本章小结 |
| 第8章 总结与展望 |
| 8.1 全文总结 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文、专利及参与的科研项目 |
| 致谢 |
（9）面向协同观探测的UUV绿色动态控位方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 UUV绿色动态控位技术研究现状 |
| 1.2.1 UUV动态控位技术研究现状 |
| 1.2.2 UUV绿色节能技术研究现状 |
| 1.3 协同观探测对主从式UUV集群动态控位的能力要求 |
| 1.4 主要研究内容 |
| 第2章 面向协同观探测的UUV动态控位需求及能力分析 |
| 2.1 引言 |
| 2.2 主从式UUV集群协同观探测的动态控位需求分析 |
| 2.2.1 一字形阵型的UUV位姿保持需求分析 |
| 2.2.2 三角形阵型的UUV位姿保持需求分析 |
| 2.2.3 矩形阵型的UUV位姿保持需求分析 |
| 2.3 UUV动态控位的环境干扰分析 |
| 2.4 UUV动态控位的动力学建模 |
| 2.4.1 UUV对象简介及坐标系建立 |
| 2.4.2 UUV三自由度的动态控位动力学模型 |
| 2.4.3 UUV动力学模型的仿真验证 |
| 2.5 UUV动态控位能力分析 |
| 2.6 本章小结 |
| 第3章 UUV近水面绿色动态控位的运动状态去噪 |
| 3.1 引言 |
| 3.2 UUV近水面低速小范围机动的噪声特性分析 |
| 3.2.1 UUV近水面位置测量噪声特性分析 |
| 3.2.2 UUV低速状态的艏向及速度测量噪声特性分析 |
| 3.3 基于无迹卡尔曼滤波的UUV近水面低速运动状态去噪算法设计 |
| 3.3.1 卡尔曼及扩展卡尔曼滤波在UUV运动状态去噪问题的局限性分析 |
| 3.3.2 UUV近水面小范围低速运动的无迹卡尔曼滤波算法设计 |
| 3.4 基于无迹卡尔曼滤波的UUV近水面运动状态去噪仿真 |
| 3.5 本章小结 |
| 第4章 面向阵型保持的UUV绿色动态控位方法及策略 |
| 4.1 引言 |
| 4.2 面向主从式UUV集群阵型保持的绿色动态控位策略设计 |
| 4.3 刚性守位区外大偏差时的UUV绿色动态控位方法设计 |
| 4.3.1 UUV动态控位过程中优化目标函数的确立 |
| 4.3.2 基于粒子群寻优的最优运动规划 |
| 4.3.3 基于粒子群寻优的最优运动规划仿真试验 |
| 4.4 刚性守位区内小偏差时的UUV绿色动态控位方法设计 |
| 4.5 本章小结 |
| 第5章 面向阵型保持的UUV绿色动态控位方法试验验证 |
| 5.1 引言 |
| 5.2 UUV绿色动态控位能力的评定准则 |
| 5.3 面向协同观探测的UUV绿色动态控位案例仿真 |
| 5.3.1 典型阵型下的UUV集群阵型保持能力验证仿真 |
| 5.3.2 单UUV的绿色动态控位策略及方法试验仿真 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（10）水声对抗系统的效能分析与评估（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 水声对抗 |
| 1.1.1 水声对抗在现代海战中的重要地位 |
| 1.1.2 水声对抗的主要内容和主要对抗器材 |
| 1.2 武器装备的效能及效能评估 |
| 1.2.1 效能的概念 |
| 1.2.2 效能评估的概念 |
| 1.2.3 效能评估常用方法分析 |
| 1.3 本论文研究的主要内容和意义 |
| 1.3.1 本论文研究的主要内容 |
| 1.3.2 本论文研究的意义 |
| 第二章 水声对抗系统的效能分析 |
| 2.1 潜艇水声对抗系统简介 |
| 2.1.1 潜艇水声对抗器材的战术运用 |
| 2.1.2 潜艇水声对抗系统 |
| 2.1.3 潜艇水声对抗系统层次分析 |
| 2.2 潜艇水声对抗的效能准则(指标)及其选取原则 |
| 2.2.1 效能准则(指标) |
| 2.2.2 效能准则(指标)的选取原则 |
| 2.3 水声对抗系统对抗效能的常用考核评定指标 |
| 2.3.1 声诱饵对抗声自导鱼雷效果评估 |
| 2.3.2 噪声干扰器对抗声自导鱼雷效果评估 |
| 2.3.3 声诱饵对抗声纳的效果评估 |
| 2.3.4 噪声干扰器对抗声纳的效果评估 |
| 2.3.5 气幕弹对抗声自导鱼雷、声纳的效果分析 |
| 2.4 水声对抗系统效能评估指标体系结构 |
| 2.5 本章小结 |
| 第三章 基于层次分析法的评估模型 |
| 3.1 基于层次分析法、神经网络的评估模型 |
| 3.2 指标的归一化和同趋势化处理 |
| 3.3 层次分析法评估模型 |
| 3.3.1 建立描述系统功能的内部独立的递阶层次结构 |
| 3.3.2 构造两两比较判断矩阵 |
| 3.3.3 计算单一准则下元素相对权重的计算 |
| 3.3.4 一致性检验 |
| 3.3.5 计算各元素的组合权重 |
| 3.4 本章小结 |
| 第四章 神经网络的构建 |
| 4.1 人工神经网络 |
| 4.1.1 神经元模型 |
| 4.1.2 神经网络结构及工作方式 |
| 4.1.3 神经网络的学习方式 |
| 4.1.4 神经网络的训练方式 |
| 4.2 BP神经网络 |
| 4.2.1 神经元模型 |
| 4.2.2 BP网络的网络结构 |
| 4.3 动量法和学习率自适应调整策略 |
| 4.3.1 基本BP算法 |
| 4.3.2 基本BP算法的局限性 |
| 4.3.3 基本Bp算法的改进 |
| 4.4 遗传算法(Genetic Algorithm)优化法 |
| 4.4.1 编码 |
| 4.4.2 群体的初始化 |
| 4.4.4 群体选择继承 |
| 4.4.5 交叉操作 |
| 4.4.6 变异 |
| 4.5 本章小结 |
| 第五章 水声对抗系统的效能评估模型 |
| 5.1 MATLAB神经网络工具箱简介 |
| 5.2 BP网络结构、参数及训练方法的设计与选择 |
| 5.2.1 网络结构 |
| 5.2.2 各个初始参数的取值 |
| 5.3 基于混合训练神经网络的效能评估模型 |
| 5.3.1 混合训练神经网络基本思想 |
| 5.3.2 初始参数确定 |
| 5.3.3 训练样本的构造 |
| 5.3.4 隐含层节点数的确定 |
| 5.3.5 网络的训练与仿真 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结沦 |
| 6.2 展望 |
| 参考文献 |
| 硕士期间发表论文 |
| 致谢 |
四、New concepts and their applications in underwater acoustic warfare simulation system（论文参考文献）
- [1]被动式水声探测数据融合算法研究[D]. 贺皖莹. 哈尔滨工业大学, 2021
- [2]多无人水下航行器协同导航方法研究[D]. 黄平. 电子科技大学, 2021(01)
- [3]基于去噪方法的智能水声信号识别技术研究[D]. 刘洁. 电子科技大学, 2021(01)
- [4]水声异构传感器网络混合MAC协议的研究[D]. 郑天铭. 沈阳理工大学, 2021(01)
- [5]基于拉丝塔光栅阵列的超细线光纤水听器关键技术研究[D]. 庞彦东. 武汉理工大学, 2020(01)
- [6]舟艇自航模系统设计与研究[D]. 马玉鹏. 南昌大学, 2020(01)
- [7]基于NS3的声电协同传输网络研究与实现[D]. 谭艳杰. 华南理工大学, 2020(02)
- [8]对抗主动探测水下目标声隐外形优化设计[D]. 李兵. 江苏科技大学, 2020(03)
- [9]面向协同观探测的UUV绿色动态控位方法研究[D]. 陈冬. 哈尔滨工程大学, 2020(05)
- [10]水声对抗系统的效能分析与评估[D]. 王红萍. 西北工业大学, 2007(06)