简介：设计了一种考虑输入饱和的USV积分逆推滑模神经网络控制算法.考虑到USV驱动舵机系统输入饱和问题,借鉴抗饱和控制技术设计一种基于内部辅助补偿机制,通过设计RBF网络对补偿机制进行在线逼近.再利用带有积分器的Backstepping方法设计实现USV航向精准控制.同时引入非线性阻尼定律来克服有界外界干扰.最后,采用反推法推导了系统控制律.仿真结果表明,控制器输出平滑,输出对参数摄动不敏感,控制算法有效.

简介：针对VTS水域船舶交通流随机性大、影响因素多的特点,选择基于小波神经网络的时间序列预测方法,建立船舶交通流预测模型。该预测方法对海事部门提高VTS水域通航效率和服务水平具有一定的参考意义。

简介：实时交通流量预测是智能交通系统的核心内容，智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征，且与时间高度相关，可以看成是时间序列预测问题。根据交通流的这些特点，提出基于小波神经网络的道路交通流量实时预测模型，并以某条道路为例，通过Matlab编程实现模拟仿真。仿真结果表明，小波神经网络能够比较精确、快速地对实时交通流量进行预测，网络预测值接近期望值。

简介：设计了一种不确定条件下基于神经网络的船舶航向滑模鲁棒控制算法.该算法能够有效决解模型不确定及外界扰动情况下的船舶运动控制问题.从船舶的非线性响应型运动数学模型出发,采用RBF神经网络对船舶系统函数及外部扰动进行有效逼近,再利用Lyapunov稳定性理论和Backstepping方法设计船舶航向控制器.仿真结果表明该控制算法能够很好地跟踪设定信号,并具有很好的鲁棒性.

简介：本文针对船舶柴油机故障诊断系统提出了一种基于遗传算法优化训练的模糊神经网络诊断方法,介绍了这种模糊神经网络故障诊断系统的结构及其参数形式,通过遗传优化算法对它的权值和阈值进行了学习优化训练。这种方法可以有效地避免通常所选BP算法训练易陷于局部极值的问题,最后将该遗传算法优化训练的模糊神经网络系统应用到船舶柴油机的故障诊断中,通过仿真研究,说明了该方法的有效性。

简介：提出了声矢量信号互双谱估计算法.利用该算法和其它的二阶、高阶谱估计算法,提取了实测数据的声压和声矢量信号组合特征,并用不同组合特征构造了径向基函数神经网络的输入向量集,对矢量水听器实测的舰船目标进行了分类识别.结果表明,声矢量信号组合特征比声压信号组合特征具有更强的类别可分性,提高了水声目标的识别率。

简介：针对母船的升沉运动会影响到带缆遥控水下机器人的安全作业和收放功能，提出了利用液压绞车进行水下机器人自动升沉补偿的方案．设计了带缆遥控水下机器人升沉补偿液压系统，控制系统采用了神经元自适应PID控制算法．并在Matlab中进行了仿真，仿真结果表明，该系统能够较好的实现水下机器人的升沉补偿运动．

简介：在实际应用中，由于温度变化经常导致传感器的实际输出失真，本文采用BP神经网络对压力传感器与温度传感器的数据进行数据融合，以消除由温度带来的测量误差，解决压力传感器的温漂问题。