<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《控制与决策》编辑部 -->水下/水面网络系统感知与定位]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于单双目融合的AUV坐落式回收光视觉引导算法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250103]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[自主水下航行器(AUV)在任务进行过程中或完成后需通过自主回收实现能源补充与数据下载等操作,是否能进行高效、精准地回收引导决定了AUV的回收效率,成为其能否广泛应用的关键.针对AUV坐落式回收过程中的近距离光学引导定位问题,提出一种基于深度学习的单双目位姿测量算法.首先,面向恶劣的水下光学成像条件,结合暗通道先验去雾和YOLO v9目标检测网络,实现一种可适应不同水质、光照强度且鲁棒性强、可靠性高的引导光源提取算法.同时,针对回收过程中的特征匹配问题,设计一种不依赖于AUV速度的全向特征匹配算法,实现3D-2D特征匹配.此外,针对坐落式回收典型的多阶段引导特点,分别基于PnP原理和SVD分解设计面向不同阶段的单、双目引导定位算法.最后,基于多次仿真和实物实验,验证算法在精确位姿估计方面的可行性和有效性.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[祝志坤，卢丙举，李一辰，王凯，于文彬]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250103]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[多参数未知下水声传感网由粗到精的定位方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250104]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[水声传感网(underwater acoustic sensor networks,UASNs)是水下物联网的主要技术,为海洋生态环境监测和水下搜救等应用提供了较好的技术手段和信息感知平台.在UASNs应用中定位至关重要,因为没有精确位置信息的数据收集将无利用价值.然而,由于存在路径损耗、吸收损耗、设备发射功率不确定以及水下环境参数未知等不利因素,使得在复杂动态海洋环境中实现鲁棒精确定位较为困难.为此,提出一种多参数未知下水声传感网由粗到精的定位方法(coarse-to-fine localization method for UASNs under unknown multi-parameters,CFL-UMP).首先,利用一阶泰勒级数展开和若干近似操作,将原非线性非凸定位问题转化为交替非负约束最小二乘框架;然后,粗定位阶段基于Golub-Kahan双对角化的最小二乘残差(LSMR)算法求解得到位置估计近似解,然而LSMR通常只能快速收敛到局部最优解,因此在精细定位阶段引入二分法,将第1步粗估计得到的近似解作为二分法的初始值,通过迭代同时得到水下目标位置、路径损耗因子以及发射功率的精确解;接着,为了验证CFL-UMP算法的优越性,分析CFL-UMP算法的计算复杂度,并推导出克拉默-拉奥下界;最后,与所选基准算法相比,通过仿真结果证实了CFL-UMP在不同水下模拟场景中均能获得最优的定位精度,且能够有效降低水下定位误差.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[鲜江峰，马俊领，吴华锋，梅骁峻，谭拂晓，张媛媛，陈信强，王维军]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250104]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于贝叶斯和统计相似度量测的水下自主定位方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250105]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[复杂的水下环境通常会引起信号传播延迟或带来量测野值,从而产生量测丢失和非高斯噪声问题,导致水下自主定位的精度降低.为了解决这些问题,提出一种基于贝叶斯推断和统计相似度量测的水下自主定位方法.首先,该定位方法使用最大后验估计方法来判断量测丢失是否发生.如果接收到此刻的量测信息,则采用不动点迭代方法最大化统计相似度量测的下界,以逼近真实的噪声协方差矩阵,从而获得更准确的状态估计和误差协方差矩阵;如果没有接收到量测信息,则只输出一步预测的状态估计和误差协方差矩阵,以提高该方法的鲁棒性.仿真和海试实验验证结果表明,所提出的水下自主定位方法相较于其他的定位方法具有更高的定位精度和更好的鲁棒性.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[黄浩乾，吕奥奇，王迪，张昱曈]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250105]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于能量优化和超时传输的水声传感器网络路由协议研究]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250106]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[高性能水声路由协议要求协议具有高吞吐量的同时,能耗尽可能小,这是提高能源利用效率的关键.针对这一问题,提出基于能量优化和超时传输的水声传感器网络路由协议.首先,路由寻找阶段融合能量均衡策略并利用退避机制尽可能接收多的路由请求再进行回复来控制路由开销;然后,数据传输阶段引入超时传输机制,利用主备份路由协同传输并监听和判断链路有效性,融合碰撞避免机制规避碰撞;最后,通过仿真和水下实验与按需平面距离向量路由协议(Ad Hoc on-demand distance vector routing, AODV)和矢量转发路由协议(vector based forwarding, VBF)进行对比.仿真实验结果表明:所提出协议相比于AODV与VBF,吞吐量和数据包成功接收率均有提升,且具有更低的单位字节能耗;水下实验结果表明:相比于AODV,所提出协议吞吐量提升了11.84%,数据包成功接收率提升了15.62%,单位字节能耗可降低0.10J.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[王雪怡，刘妹琴，张森林]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250106]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于SCI-CA模型的船舶纵摇多维多步预测方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250107]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[海洋环境复杂多变,船舶航行容易受到风浪、洋流等因素的干扰,船舶运动具有非线性、耦合性等特点.针对传统的船舶运动姿态预测方法对时序数据的提取效率尚有不足,难以达到高精度预测效果的问题,提出样本卷积交互-通道注意力(SCI-CA)神经网络船舶纵摇运动预测模型.该模型采用多类别船舶运动姿态数据作为输入,将输入拆分为两个子序列,利用样本卷积交互网络(SCI)的递归下采样卷积交互结构,结合多分辨率聚合而成的丰富特征,提高船舶运动数据深层特征的利用率.再通过通道注意力机制(CA)提高有效通道的权重比例,并以残差结构输入到全连接层,得到最后的预测结果.实船数据验证结果表明,SCI-CA组合模型预测结果较其他模型预测精度高,其平均绝对百分比误差(MAPE)、均方根误差(RMSE)均有明显降低,验证了SCI-CA模型预测船舶运动的有效性.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[王宇超，赵洵，杨周琦，傅荟璇]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250107]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[弱通信条件下多水下自主航行器分布式编队轨迹规划]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250108]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对随机通信时延和时变通信拓扑条件下的多水下自主航行器编队轨迹规划问题,将随机梯度上升算法引入分布式模型预测控制方法中,提出一种在线分布式轨迹规划方法.首先,通过采样贝塞尔曲线,将轨迹规划问题转化为一系列优化问题.然后,通过拉格朗日对偶函数法分布式求解,在完成点对点轨迹规划任务的同时保持成员间通信连接.最后,基于拉格朗日对偶理论框架推导出所提出算法的收敛速度与最大通信时延的定量关系,通过在仿真场景下与现有方法的对比实验验证所提方法的可行性和有效性,并通过仿真实验探究水下自主航行器自身运动误差及定位误差对轨迹规划的影响.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[宋逸哲，刘妹琴，董山玲，郑荣濠，魏平]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250108]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进瞪羚优化算法的UWSN三维定位算法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250109]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决三维空间中的水下无线传感器网络(underwater wireless sensor networks, UWSN)传统DV-Hop算法定位误差大的问题,提出一种基于改进瞪羚优化算法(improved gazelle optimization algorithm, IGOA)的UWSN三维定位算法(IGOADV-Hop).首先,通过双通信半径修正节点跳数,对锚节点间的距离误差进行加权修正;然后,在瞪羚优化算法引入Logistic映射初始化种群,增加种群多样性;接着,在开发阶段引入位置更新动态权重系数,提升节点位置计算的全局寻优能力;最后,使用IGOA替代最小二乘法进行节点三维坐标计算,并在网络中加入移动节点和水下噪声构建动态UWSN.仿真实验结果表明,与传统DV-Hop算法和其他群智能优化算法相比,所提出算法定位精度更高.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[付雷，王骥]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250109]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进灰狼群优化算法的水下机器人海底电缆定位算法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250110]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着海上风力发电和光伏发电的快速发展,海洋输电工程的地位越来越重要,海底电缆的应用也越来越广泛.获得精确的海底电缆位置不仅有利于日常巡检,而且提高了故障检测的效率,因此,海底电缆的路由定位和故障检测将会是未来维护和维修的重要环节.由于海底电缆的小直径和内部电流的变化性,导致定位准确度的下降以及定位难度的上升.针对上述问题,首先,基于海底环境和水下机器人,利用三芯铠装海底电缆的电缆结构推导海底电缆外磁场的近似方程;然后,水下机器人根据检测到的磁感应强度值进行姿态调整,在此基础上,提出一种基于改进灰狼优化算法(improved grey wolf optimization, IGWO)的海底电缆定位算法,利用基于磁通密度模的适应度函数,设计一种用于海底电缆探测的在线路径定位方法;最后,通过仿真实验验证了IGWO算法实现海底电缆定位的精确性和有效性.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[黄文超，温锦嵘，徐哲壮]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250110]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于LSTM的惯性里程计定位方法研究]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250111]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决水下非结构化环境给水下精准定位带来的问题,提出一种基于LSTM的惯性里程计定位方法用于水下作业机器人的定位.该网络在训练阶段,首先通过模拟噪声模型,在IMU的加速度和角速度数据中增添高斯白噪声实现数据增强,使用ResNet18提取机器人运动特征;然后在网络的输入空间引入IMU的采样时间加强鲁棒性,并使用三通道LSTM将提取的特征映射到高维空间进行特征融合;最后使用全连接层预测机器人的相对位移和旋转.在训练过程中,采取相对损失函数和绝对损失函数相结合的方式确保网络在短期和长期的定位精度,并进行多次数据集和水池实验以验证方法的有效性.实验结果表明,该方法在大多数场景下都具有较好的定位性能,有着较强的鲁棒性.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面网络系统感知与定位]]></category>
<author><![CDATA[邹苏郦，孙林祥，刘宇，惠晓龙]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250111]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>