基于交互多模型的水下目标跟踪方法

According to the requirements of real-time performance and reliability in underwater maneuvering target tracking as well as clarifying motion features of the underwater target, an interacting multiple model algorithm based on fuzzy logic inference （FIMM） is proposed. Maneuvering patterns of the target are represented by model sets, including the constant velocity model （CA）, the Singer mode~, and the nearly constant speed horizontal-turn model （HT） in FIMM technology. The simulation results show that compared to conventional IMM, the reliability and real-time performance of underwater target tracking can be improved by FIMM algorithm.     

水下文化遗产的管辖权和所有权

水下文化遗产的管辖权和所有权是两个不同的概念。管辖权专指管理和处置,强调管理;所有权专指占有、使用、收益、处分,强调归属。因水域及财产性质的不同,二者所处地位有所差异。对二者加以区分后,有利于水下文化遗产的保护和管理,处理水下文化遗产纠纷。     

基于多模态感知的水下目标检测应用构想

水下目标检测在海洋生物研究、考古探索、军事防御等多领域广泛应用,随着人工智能快速发展,水下目标检测也朝着无人化、智能化发展。深度学习采用神经网络挖掘信息特征,在速度和精度上均表现出优异的性能,成为了计算机视觉技术的主流算法,然而水下环境复杂,将其应用于水下图像目标检测仍存在较大的挑战。水下目标各模态信息互补,特征丰富,有利于目标检测识别,因此结合应用场景调研现有技术,然后设计基于深度学习的多模态水下目标检测系统,同时对比分析了现有关键技术的优缺点,最后对多模态目标检测系统未来发展进行总结与展望,具有重要意义。     

长江口水下三角洲表层沉积物有机质分布特征

根据对长江口水下三角洲31个表层样沉积物粒度、总有机碳(TOC)、总氮(TN)的测定,得出了粒度及有机质的分布特征,利用C/N比分析有机质来源及不同来源的贡献率。研究结果表明: 1)长江口水下三角洲表层沉积物平均粒径介于3~8Φ之间,存在由陆向海变细的趋势; 2)TOC含量在0.1% ~1.2% 之间,平均值为0.52%; TN含量介于0.02% ~0.08% 之间,平均值为0.057% 。TOC和TN含量的分布特征相似,具有自陆向海、由低至高的变化趋势,这主要是受到沉积物粒径的影响,但是TOC在崇明岛东侧和九段沙东侧有两个高值点,可能与人类活动或局地因素有关; 粒度校正之后,TOC含量在0.40% ~1.67% 之间,平均值为0.68%; TN的含量介于0.05% ~0.10% 之间,平均值为0.07% 。TOC含量在近岸地区略高,TN含量是北部地区略高于南部地区,并且TOC和TN都在崇明岛东侧和九段沙东侧有两个高值点; 3)C/N比值在6~16之间,平均值为9.6; 利用C/N比值估算得到的陆源有机碳含量在35% ~90% 之间,平均值为60% 。C/N比和陆源有机碳含量在长江口南支外围邻近海域表层沉积物中较高,表明南支带来了大量的陆源有机质入海,并呈舌状向东北方向凸出; 而在长江北支附近其值相对较低,表明北支径流影响相对减弱,潮流作用相对增强。研究表明,长江南支是主要的陆源有机质入海通道,而进入水下三角洲之后陆源有机碳分布受到了河口混合过程的显著影响。     

盾构下穿既有隧道实时监测及其风险控制研究

阐述了测量机器人实时自动化监测系统的组成、结构及关键技术,利用该系统进行盾构下穿期间既有隧道的实时风险控制。结果表明,盾构下穿过程中所有风险控制值都在预警值之内,控制效果良好,但隧道断面结构存在显著拉伸与压缩变形,为保证隧道结构安全,给出了有益的风险控制建议。测量机器人实时监测系统满足盾构下穿既有隧道风险控制的要求,且具有获取结构变形信息全面、精度高、安装简便、可重复利用等优点。     

Incorporation of Perception-based Information in Robot Learning Using Fuzzy Reinforcement Learning Agents

Robot learning in unstructured environments has been proved to be an extremely challenging problem, mainly because of many uncertainties always present in the real world. Human beings, on the other hand, seem to cope very well with uncertain and unpredictable environments, often relying on perception-based information. Furthermore, humans beings can also utilize perceptions to guide their learning on those parts of the perception-action space that are actually relevant to the task. Therefore, we conduct a research aimed at improving robot learning through the incorporation of both perceptionbased and measurement-based information. For this reason, a fuzzy reinforcement learning (FRL) agent is proposed in this paper. Based on a neural-fuzzy architecture, different kinds of information can be incorporated into the FRL agent to initialise its action network, critic network and evaluation feedback module so as to accelerate its learning. By making use of the global optimisation capability of GAs (genetic algorithms), a GA-based FRL (GAFRL) agent is presented to solve the local minima problem in traditional actor-critic reinforcement learning. On the other hand, with the prediction capability of the critic network, GAs can perform a more effective global search. Different GAFRL agents are constructed and verified by using the simulation model of a physical biped robot. The simulation analysis shows that the biped learning rate for dynamic balance can be improved by incorporating perception-based information on biped balancing and walking evaluation. The biped robot can find its application in ocean exploration, detection or sea rescue activity, as well as military maritimeac tivity.     

廊固凹陷近岸水下扇特征及控制因素

通过对廊固凹陷18口井541 m岩心的系统观察、156口井测井序列的建立、1km×1 km三维地震测网密度的地震相识别,分析了该沉积体系的相带展布特征。该砂砾岩层总体趋势为向上厚度减薄、层数减少,共识别出5期扇体,多呈条带状沿大兴断层断面分布,每期之间发育稳定的暗色泥岩段。该近岸水下扇的形成受3级层序、大兴断层、古构造、古气候、古地形以及物源供给等多种因素的控制。3级层序的发育特点、大兴断层的分段活动以及特殊的物源供给背景因素的匹配对近岸水下扇形成起到决定性作用。2~3期扇体扇中分布范围广,储集条件好,是凹陷下一步开发工作的有利目标。     

ZTY-1型海床基水下系统状态监测仪的研制

随着海洋经济的发展和近海生产活动的急增 ,我国近海约１／３海域均受到污染 ,特别是河口、海湾和近岸海区污染更加严重 ,需要对这些海区的海洋环境参数进行长期、同步、自动监测 ;在海洋军事上 ,准确、可靠的海洋环境数据是必不可少的战略服务资料 ,将大大提高海上作战能力。因此 ,国家８６３计划海洋监测技术 (８１８)主题的近海环境自动监测技术的课题中 ,列有海床基海洋环境自动监测系统的研究项目。该监测系统是置于水深大约５０ｍ的海底边界面上 ,用于监测海洋环境要素的装置。通过本课题的实施 ,将使我国的海洋环境立体自动监测技术…     

基于分布式控制力矩陀螺的水下航行器轨迹跟踪控制

基于控制力矩陀螺群(CMGs)的水下航行器具有低速或零速机动的能力。采用基于分布式CMGs的水下航行器方案,并研究其水平面的轨迹跟踪控制问题。通过全局微分同胚变换将非完全对称的动力学模型解耦成标准欠驱动控制模型,并根据简化的模型构建其轨迹跟踪的误差动力学模型,将轨迹跟踪控制问题转化为误差模型镇定问题。基于一种分流神经元模型和反步法设计了系统的轨迹跟踪控制律,该控制器不需要对任何虚拟控制输入进行求导计算,且能确保跟踪误差的最终一致有界性。仿真结果表明该控制器能够实现在不依赖动力学参数先验知识的情况下对光滑轨迹的有效跟踪。