人工智能在舰船组合导航系统的应用

发布时间：2022-01-27 04:06

　　随着航海事业不断发展,现代化舰船对导航系统精度、可靠性和智能化程度等提出了更高要求。针对导航信息融合精度不够、航海安全保障愈发重要以及系统故障频率不断增大等问题,以舰船组合导航系统为基础,开展基于人工智能技术的导航系统研究。对人工智能在卡尔曼滤波融合、航海避碰决策以及智能故障诊断中的应用,进行深入探讨和总结。对于新型舰船组合导航系统朝着更高精度、更高可靠性和智能化方向发展,具有重要的理论指导意义。 

【文章来源】：舰船科学技术. 2020,42(19)北大核心

【文章页数】：5 页

【部分图文】：

神经网络模型的建立过程Fig.1Thelearningprocessofneuralnetworks

?瞬ㄆ魅诤辖峁?亩??钩ィ?佣?行Ы档?了模型误差对滤波精度的影响。XgXkXkˉXk应用神经网络辅助卡尔曼滤波的基本原理如图3所示：1）对系统模型和输入输出样本进行分析，建立神经网络结构和初始参数；2）将联邦卡尔曼滤波器的输出作为系统初始估计，经神经网络计算得到视为误差补偿估计；3）利用计算和期望输出的差值PgXgˉXg训练神经网络，实现模型参数的优化；4）神经网络模型输出校正值，对初始估计进行误差补偿，并将补偿后的作为系统的最终估计结果。图3神经网络辅助卡尔曼滤波原理框图Fig.3Blockdiagramofneuralnetwork-assistedKalmanfiltering4航海智能避碰专家系统4.1系统方案设计航海智能避碰专家系统采用探测传感器对危险目标进行探测，通过无线网络接收指挥中心和其他舰船直接发来的航行信息，基于航行专家知识库中的知识案例进行计算推理，判断是否会出现碰撞等危险情况，然后决策给出避让行动方案。航海智能避碰专家系统设计方案如图4所示。在判别碰撞危险度阶段，系统依据目标运动状态和海洋环境信息，基于碰撞危险度模型计算出碰撞危险度；在判断碰撞危险态势阶段，系统依据两船的相对位置和航行信息，对当前的碰撞态势进行匹配识别；在舰船避让决策阶段，系统基于碰撞危险度和碰撞态势，依据专家知识和经验进行综合推理，在此过程中可通过人机交互接口获取补充信息或者传递解释信息，最图4航海专家避碰系统设计方案Fig.4Designschemeofcollisionavoidancesystemformarineexperts·154·舰船科学技术第42卷

叫行畔ⅲ??诤叫凶?抑?犊庵械闹??案例进行计算推理，判断是否会出现碰撞等危险情况，然后决策给出避让行动方案。航海智能避碰专家系统设计方案如图4所示。在判别碰撞危险度阶段，系统依据目标运动状态和海洋环境信息，基于碰撞危险度模型计算出碰撞危险度；在判断碰撞危险态势阶段，系统依据两船的相对位置和航行信息，对当前的碰撞态势进行匹配识别；在舰船避让决策阶段，系统基于碰撞危险度和碰撞态势，依据专家知识和经验进行综合推理，在此过程中可通过人机交互接口获取补充信息或者传递解释信息，最图4航海专家避碰系统设计方案Fig.4Designschemeofcollisionavoidancesystemformarineexperts·154·舰船科学技术第42卷

【参考文献】：
期刊论文
[1]舰船自动智能避碰数学模型及其仿真研究[J]. 鲍宏杨.  舰船科学技术. 2017(19)
[2]基于模糊神经网络的智能故障诊断专家系统[J]. 司景萍,马继昌,牛家骅,王二毛.  振动与冲击. 2017(04)
[3]一种基于神经网络的卡尔曼滤波改进方法[J]. 蒋恩松,李孟超,孙刘杰.  电子与信息学报. 2007(09)
[4]船舶会遇过程中避碰阶段的划分与量化[J]. 胡甚平.  中国航海. 2001(02)

硕士论文
[1]模糊神经网络专家系统在发动机故障诊断中的应用研究[D]. 王礼军.重庆交通大学 2012
[2]智能导航系统研究[D]. 杨跃轮.哈尔滨工程大学 2002



本文编号：3611726