<?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/水面通信技术与组网技术]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[水下目标UPF联合拓展PCRLB的近似最优定位精度建模]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250112]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[考虑到水下目标定位过程存在通信和采样中的不确定性,叠加含噪定位网络解算引入的额外误差,如何求解长航时水下目标定位误差方差下界用于评估定位性能至关重要.针对水下目标机动运行定位精度不稳定的问题,采用无迹粒子滤波和拓展后验克拉美罗估计,开展水下目标长航时近似最优精度建模和评估.首先,考虑水下多参量非线性模型易引起滤波退化,采用无迹粒子滤波对水下目标状态进行估计;然后,利用泰勒级数展开求解水下目标预测状态的近似逼近;接着,将滤波估计得到的状态值与近似估计得到的期望和方差,集成到水下目标三维拓展后验克拉美罗估计中;最后,开展无迹卡尔曼滤波0阶sim2阶、粒子滤波、最大最小粒子滤波、无迹粒子滤波0阶sim2阶与理论最优估计值的比较,所提出模型长航时目标位置和速度近似后验克拉美罗估计值能够逼近理论值,可用于水下目标长航时定位性能分析.]]></description>
<pubDate>2024/12/12 8:52:56</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[罗成名，刘子卓，窦子程，费永帅，梅宇航，王彪]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250112]]></guid><cfi:id>10</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于粒子滤波的水声连续波信号检测前跟踪算法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250113]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对水声双扩展信道背景下的连续波信号跟踪问题,提出一种基于粒子滤波的检测前跟踪算法,重点提升临近多径信号干扰下的弱信号跟踪性能.首先,提出一种利用临近信号预测状态来描述多径信号干扰的似然函数;其次,在量测空间中引入速度量测集,推导速度-相关包络联合似然函数解析式,并以此构建多量测输入的信号检测前跟踪模型,最终获得稳健的信号参数跟踪结果.数值仿真与水池实验结果表明,在典型的水声时变双扩展信道下,所提出算法具有更优的多径信号检测及跟踪性能.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[岳洋，郑翠娥，孙大军，徐健]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250113]]></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[基于改进最小边际代价算法的多USV多AUV任务分配]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250114]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着自主水下机器人(AUV)和无人水面艇(USV)在民用和军事领域的应用不断扩展,USV与AUV协同完成相关任务的作业模式受到了广泛关注. 针对多USV和多AUV协同访问多目标点的任务分配问题进行研究,旨在最小化多USV和AUV系统访问所有目标点的总旅行距离.首先,建立考虑通信约束和AUV最大航程约束的多USV多AUV协同多点访问任务分配问题的数学模型,并对问题的NP-hard属性进行分析.其次,提出一个两阶段任务分配算法:1)先利用最小边际代价算法构建各USV访问完所有水面目标点的路径,再采用最近插入策略分配水下目标点;2)通过多个邻域搜索算子对初始解进行优化,得到可行最终解.相对于已有流行的自组织映射算法,仿真实验表明所提出任务分配算法能在较短计算时间内得到质量较优的任务分配方案.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[白小山，佘桉奇，郑心泉，吴宗泽]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250114]]></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[结合二值化神经网络与知识蒸馏的轻量型水声目标识别算法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250115]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于深度学习的水下声学目标识别算法在水下平台部署时,通常面临计算资源短缺和水下声学环境复杂多变的挑战,提出一种结合二值化神经网络与知识蒸馏的轻量型水声目标识别算法(DSBNN_KD),旨在通过深度可分离卷积和权重参数二值化等手段实现模型的压缩和优化加速.同时,利用知识蒸馏技术将高性能高复杂度的教师模型的知识转移到轻量级学生模型上,从而缓解极端量化带来的性能损失,并确保模型的泛化性能.对DSBNN_KD的表现在两个实测水声数据集上进行全面评估,实验结果表明,相比当前主流的全精度轻量化模型,所提出DSBNN_KD在模型参数量、模型部署尺寸和计算量等方面均展现出显著的优势,同时在知识蒸馏技术的辅助下,量化后的模型依然可以保持与全精度模型接近的性能.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[崔翰林，褚晓晖，徐立军，祁兵兵，胡润泽]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250115]]></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[知识耦合分层值分解的多机协同突防行动策略规划方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250116]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[利用多智能体强化学习方法赋能异构多实体系统是分布式人工智能领域的前沿课题.多机协同突防海上目标任务中异构多编队之间的高效协同是制胜的关键,由于环境的部分可观导致多智能体强化学习方法的探索效率不高.为此,提出一种知识耦合分层值分解(hierarchical value decompostion,HAVED)的多机协同突防行动策略规划方法,上层围绕多机编队间(intra-team)占位规划展开资源调度,下层围绕编队内(inner-team)任务规划展开目标分配.对值分解基类算法利用加权算子对联合动作对应的损失进行加权,避免陷入局部最优,着力提升多机多编队在对抗场景中突防策略的探索与学习效率.为验证算法的有效性,以多机协同突防海上目标为典型任务场景,设计典型任务想定.采用集中式训练-分布式执行范式,在墨子兵棋推演平台上进行仿真实验,对多类值分解方法进行对比分析,以验证所提出方法的有效性.最后通过对推演对抗过程数据进行复盘分析,总结出智能体涌现出的3种典型行动策略.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[罗俊仁，张万鹏，苏炯铭，蒋超远，陈璟]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250116]]></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[船联网上基于区块链的航行事件信息过滤方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250117]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[船联网(internet of vehicle,IoS)是船舶信息交换的载体.基于区块链技术,在IoS上构建一种可信的信息交换机制,并提出相应的航行事件置信度计算与船舶信誉管理方案.该方案借鉴信息过滤的思想得到船舶综合相似度,利用加权熵值反向计算融合的评级,根据回应船舶评级偏离融合评级的程度更新回应船舶的信誉值;然后采用最小二乘法建立信誉值倒数与评级误差之间的拟合关系,从而得以更新报告船舶的信誉值;进一步设计基于船舶信誉值的DPoS(delegated proof of stake)共识机制,旨在优先选择信誉值较高的船舶作为见证者船舶,以保障系统出块环境的稳定性和高效性.结果显示,在船舶滥用行为占比为40%的情况下,航行事件真实性判定的准确率仍在75%以上.研究表明,所提出的方案不仅有效提高了航行事件真实性判定的准确率,还能识别恶意船舶并限制其滥用行为,从而保证IoS环境的安全和稳定.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[汪洋，叶挺，陈志强，王腾飞，吴兵]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250117]]></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[基于自适应特征模式分解与联合卷积的UUV辐射噪声识别方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250118]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对水下小型UUV难以检测识别问题,提出基于自适应特征模式分解与联合卷积网络的UUV辐射噪声识别方法.首先,采用自适应特征模式分解(AFMD)对信号进行处理,获取一系列分解分量,根据基尼指数(GiNi index)选取最优分量进行重构;然后,对重构后的信号进行连续小波变换,获取不同类型辐射噪声的二维时频图;最后,在频率动态卷积模块和SGE(spatial group-wise enhance)模块基础上,引入特征融合模块构建联合卷积神经网络(JCNN),利用所设计网络提取二维时频图特征,实现水下无人潜水器辐射噪声分类.实验结果表明,所提出方法能够对水下UUV辐射噪声进行识别,且识别率较高.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[肖启阳，黄澳飞，金勇，魏倩]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250118]]></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[基于颜色线模型和多尺度融合的水下图像增强]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250119]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对水下图像出现蓝绿色偏、雾化和噪声等问题,提出一种基于颜色线模型和多尺度融合的水下图像增强算法.首先,设计一种局部自适应颜色校正方法对退化图像进行预处理,提高图像颜色线拟合效果并降低图像色偏的程度;然后,构建一种利用颜色线和背景光矢量求解偏置来估计透射率的凸优化算法,求得准确的模型参数来恢复图像实现图像去雾;接着,将预处理后的图像利用白平衡算法来补偿颜色的深度选择性吸收所造成的偏色,将白平衡处理后的图像分别利用伽玛校正和基于颜色线约束的噪声抑制算法进行处理,分别得到提高全局对比度和抑制噪声的图像;最后,对去雾、对比度增强和低噪声图像进行多尺度融合,得到特征丰富的水下增强图像.实验结果表明:所提出方法能够有效解决水下图像的色偏、雾化和噪声现象;相对于各对比算法,在水下彩色图像质量评价指标和峰值信噪比上分别提高了18.37%和42.16%,更好地保留了水下图像的颜色并降低了图像噪声.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[梁秀满，赵治刚，于海峰，刘振东，李鑫滨]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250119]]></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[面向水下目标搜救的潜器探测模型构建与性能分析]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250120]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[水下潜器凭借其强机动性和自主性,已成为海事搜索救援中的必要设备.现有研究普遍通过随机部署潜器的方式来实现给定水域目标探测,并没有从理论上对探测航迹和队形进行建模分析.鉴于此,首先,证明随机选择起点和移动方向的潜器,直线航迹是实现最大覆盖和最大目标探测概率的最优航迹;然后,基于上述探测航迹,采用测度理论建立面向水下搜索救援的潜器探测模型;接着,考虑潜器通信损耗,证明潜器感知区域在相切时是最优的探测队形,并严格分析潜器编队夹角、间距、移动速度和采样周期对目标探测概率的影响;最后,通过仿真结果验证所构建模型和所提出方法可有效地提高目标的探测概率.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[于传合，高卫华，李树奎，葛骑岐]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250120]]></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[速率自适应的海面物联网跨层机会传输协议]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250121]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[海面物联网在海洋观测、海域监测等应用中发挥着重要作用.复杂动态海洋环境造成海洋网络链路状态、链路质量的时变特征,且其给海面物联网带来了严峻挑战,为此,将物理层自适应数据速率、媒体访问控制(MAC)层载波侦听多址接入与网络层机会路由联合进行跨层设计,提出速率自适应海面物联网跨层传输协议,通过3次握手机制机会性选择最佳转发结点并基于动态信噪比实现传输速率实时自适应调整,旨在提高动态复杂海洋环境下海面物联网的稳健性.陆地和湖上试验结果表明,所提协议在数据包交付率、能耗与时延方面性能优异,可为复杂动态海洋环境中海面物联网数据的高效传输提供重要的技术途径.]]></description>
<pubDate>2024/12/12 8:52:57</pubDate>
<category><![CDATA[水下/水面通信技术与组网技术]]></category>
<author><![CDATA[赵瑞琴，张东健，全豪，刘创源，王海燕]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20250121]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>