大深度载人潜水器低速大漂角模糊滑模航向控制研究

通过模型试验测量大深度载人潜水器低速大漂角运动时所受到的非线性水动力。基于一种新的模糊滑模控制策略,为潜水器设计了鲁棒航向控制器。在不同的漂角子区间内分别设计局部镇定的滑模控制器,然后通过Takagi-Sugeno模糊推理系统将它们光滑连接,得到模糊滑模控制。仿真计算结果充分显示了该控制策略的有效性。     

构造物理化学的思路、研究和问题

构造物理化学是研究地壳物质受构造作用产生的物理和化学变化相互关联的领域。构造力可以分解为两部分一部分是均应力,指各向相等的应力,它叠加在原有压力之上,并且影响着各种化学反应的平衡,也是成岩、成矿和变质作用的影响因素。另一部分是差应力,固体中受外力作用普遍产生差应力,它引起地壳物质变形,产生各种构造形迹。构造物理化学特别关注构造作用产生或引起的压力、温度及其他的物理化学条件的变化,研究这些构造附加参量对各种化学平衡的影响,逐渐发展成为独立的学科研究领域。     

井资料高分辨率层序地层学

在准层序中进行层组一级地层单元的识别和对比是高分辨率层序地层学研究的主要难点.提出了一种综合应用井资料进行层组界面识别和对比的新方法.通过测井曲线形态特征、岩心观察、铸体薄片、X衍射、扫描电镜分析、FMI测井资料, 对工区内钙质夹层成因、泥岩电阻率差异、储层电阻率和海拔深度关系进行了研究.结果表明: 钙质夹层单层厚度在0.5~2m之间, 靠近风化壳和断层位置单层厚度大, 分布在水下分支河道底部和河口坝顶部; 低阻泥岩(4~5Ω·m)和高阻泥岩(> 10Ω·m) 分别来源于不同的沉积物源或者形成于不同的沉积相带; 储层电阻率随着海拔深度的增加而增加.因此, 钙质夹层可以作为层组界面识别和对比的标志, 利用泥岩电阻率差异可以确定层组的叠置关系, 判断储层连通性.据此, 建立了准噶尔盆地石南地区西山窑组含油层段等时地层格架, 确定了格架内储层的连通性及油水界面, 并且通过MDT测井资料进行了验证.在此等时地层格架内, 层组的发育顺序、叠置关系、空间展布形态、以及彼此之间的连通性都被定性、定量的表征出来.      

深基础降水喷射泵的特性方程

为方便工程技术人员优化设计并合理地选用降水同心式喷射泵, 介绍了同心式喷射泵井点降水系统结构和应用特点, 建立了深层降水喷射泵降深与结构、性能参数等之间的优化数学模型.既可通过该数学模型, 按降水深度和排水量的要求, 选择工作泵的压力和流量, 设计喷射泵的结构; 又可根据喷射泵设计的数学模型计算特定降深的排水量, 进行深基础降水设计.      

空间数据计算模式分析与应用

随着传感器和其他数据采集技术的不断进步以及对地观测网络的建设和启动,空间数据的高性能处理和分析成为摆在地学工作者面前的瓶颈。本文以此为出发点,按照不同地学领域(陆地、大气、海洋)的空间数据载体的形态的不同,将空间数据划分为反映固态基质信息的陆地空间数据,反映液态基质信息的陆地水文空间数据,反映液态基质信息的海洋流体空间数据和反映气态基质信息的大气流体空间数据四类,并对每类数据的最小单元问题进行了初步的分析。本文详细阐述了地学空间计算的涵义,并根据计算行为模式及计算的侧重点的不同,将地学计算过程分为深度计算过程与主动计算过程(即“数据→特征→知识”的一般计算过程),并就此进行了阐释。以基于特征的遥感信息提取和目标识别工作为例,对上述理论进行了说明和验证。最后对空间数据计算模式相关问题进行了总结,并对以后的研究做了展望。     

车载激光雷达点云快速栅格化算法研究及应用

针对车载激光雷达点云数据量大、密度高且存在分层错位和噪点等情况,提出了一种具实时性激光点云快速栅格化算法,该算法根据雷达扫描精度预设栅格单元大小,可在不丢失对象形状特征的情况下,能快速完成点云数据平滑及降采样处理,并将数据量缩小为处理前的60%。将该栅格算法处理后的点云数据应用于深度学习,作为pointnet++神经网络的训练集及测试集,完成语义分割模型训练与测试。实验结果表明,该算法可在1 s内完成上百万量级的点云栅格处理,并且经该算法处理后的点云数据能有效缩短训练时长、提升网络测试精度。     

水下图像目标检测研究综述

在海洋开发的环境下,水下物体探测技术得到广泛应用,随着水下机器人与计算机技术的发展,该技术越来越受到研究人员的重视。根据当前的水下图像目标检测研究进展,简要介绍水下图像目标检测流程（即图像采集、图像的预处理、以及图像检测的方法）,对总结发展现状、发现技术的不足及挖掘未来的研究方向有重要意义。针对基于光学图像的水下目标识别问题,论述了图像采集、图像的预处理、以及图像检测等方面的主要进展,阐述了基于深度学习实现水下图像目标识别的技术发展现状。通过对水下目标处理过程的讨论和分析,指出水下图像目标识别领域中需要解决的问题,并预测该领域技术发展趋势。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

点吸收式波浪能俘获装置结构优化方法研究

根据布设海域波浪能资源特征,对点吸收式波浪能装置结构进行优化,可有效提高装置的能量俘获效率。本文以威海褚岛北部海域为装置布设目标海域,在对该海域波浪资源特征进行统计分析的基础上,计算得到装置的直径,同时利用数值软件计算出多组工况下点吸收装置吃水深度和装置固有周期的对应关系,并利用统计学方法得出装置固有周期随吃水深度的变化规律,进而分析得出装置在该海域的最佳设计吃水深度,为点吸收波浪能装置结构优化设计提供了新的思路。该方法对于其他技术类型波浪能装置的结构优化设计同样具有借鉴意义。     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。