简介:摘 要:可靠性作为水下无人航行器的基本特性之一,直接关系到装备的维护、使用及作战效能。水下无人航行器需要在水下环境工作,使用过程中难以随时进行人工维护保障,其可靠性直接制约了水下航行器的作战效能。以水下无人航行器动力系统所使用的锂离子电池为例,电池组的可靠性指标在设计阶段就初步形成了,在生产过程中通过试验、使用和数据收集,可以统计计算出大致的可靠性指标,用来检验是否能够达成设计目标,但是很难通过小样本量完成精确的可靠性指标的测算。为了衡量电池组的循环性能,应进行充电-放电-充电的循环,直到电池组老化、充放电特性逐渐变差,以至于容量低于要求值,但这种方法将花费大量时间,同时也会存在一定的差异性,对判断电池组可靠性指标造成障碍。因此,本文希望通过对锂离子电池进行寿命测试的方法,利用神经网络方法建立数据模型,用来估计锂离子电池组的循环寿命。
简介:浩瀚无际的海洋对人类一直有着无穷的吸引力。在世界各地的神话故事里,或是在现代人类制作出来的科幻电影中,人们都幻想过在深海中生活的画面。不远的未来,这样的梦想或许能成为现实。日本的工程师最近提出了建造水下城市的设想,让未来的人们坐在家里就可以自拍一张和海洋生物的合影。
简介:为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明:模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。