无人舰艇的SVM数据建模与仿真自动化

王志新; 张大锋; 叶永林; 孟杰

doi:10.20033/j.1003-7241.(2024)10-0001-05

Chinese

您当前的位置：

首页 >

文章列表页 >

无人舰艇的SVM数据建模与仿真自动化

更新时间：2026-06-19

- 无人舰艇的SVM数据建模与仿真自动化
- Vol. 43, Issue 10, Pages: 1-4+64(2024)
- 作者机构：
  
  陆军航空兵研究所
- 作者简介：
- 基金信息：
- DOI：10.20033/j.1003-7241.(2024)10-0001-05
  CLC： U674.7;U664.82;TP391.9
- Published：2024
- 稿件说明：
移动端阅览
王志新, 张大锋, 叶永林, et al. 无人舰艇的SVM数据建模与仿真自动化[J]. 2024, 43(10): 1-4+64.
DOI：

王志新, 张大锋, 叶永林, et al. 无人舰艇的SVM数据建模与仿真自动化[J]. 2024, 43(10): 1-4+64. DOI： 10.20033/j.1003-7241.(2024)10-0001-05.

摘要

现有的无人舰艇仿真模型的损失值较高，导致精度较低，为此，设计无人舰艇的SVM数据建模与仿真自动化管理方法。通过SVM算法，对无人舰艇的机动路线进行仿真分析，获取无人舰船在海面上的航行路线、位置、方向和速度；根据获取的航行信息，通过雷达与声呐技术探测水中以及空中的中远距离；使用区块链技术，将所有获取到的数据进行加密处理，确保信息对抗，以辐射亮度和辐射出度为核心进行航行方位隐身后，通过雷达或声呐辅助瞄准与制导进行多环境的火力打击；根据打击结果，在指令解析与构造的模型下，建立无人舰艇数据通用功能的模型。实验结果表明，所设计的仿真模型在任意一种算法下的损失值均小于其他两种对比方法，该仿真方法精度更高，得到的模型更准确。

Abstract

关键词

Keywords

references

张海浪,廉旭刚,王镭学,高宇璐,石力帆,李宇.基于无人机低空遥感数据的时序动态生物量计算研究[J].森林工程,2024(01).

陈杰,安之焕,唐占元,卢志超.基于改进YOLOv4模型的无人机巡检图像杆塔缺陷检测方法研究[J].电测与仪表,2023(10).

彭天好,何兴川,储安圆.悬臂式掘进机截割部系统建模及仿真研究[J].机床与液压,2022(09).

陈金浩,蒋大鹏,张怡卓,王克奇.实木板材抗弯强度的SWCSS-GFK-SVM数据迁移建模方法[J].光谱学与光谱分析,2022(05).

郭明,朱焱.基于非线性核的SVM模型可视化策略[J].计算机应用与软件,2022(02).

姚路,刘之萌.舰船维修项目资源配置建模与优化技术[J].海军工程大学学报,2021(04).

侯岳,王康勃,龚立.基于Gaia建模方法的舰艇抗沉指挥仿真[J].船舶工程,2021(S1).

袁林峰,柯达,许超,范根法,陈佳煜.基于正交激光雷达的电力巡检无人机自主避障系统研究[J].自动化技术与应用,2021(07).

郭成豹,胡松,王文井,殷琦琦.利用磁传感器阵列磁场差值的舰船磁场反演建模方法[J].兵工学报,2022(01).

张祥琨,季学武,钟佩思,刘贺,王岩,孙永鹏.集成式电液制动系统建模仿真与压力控制[J].科学技术与工程,2021(13).

戴忠华,周穗华,张晓兵.多目标优化的舰船磁场建模方法[J].物理学报,2021(16).

韩枫,谢基榕.基于Modelica语言的ROV力学系统建模与仿真[J].船舶力学,2021(01).

李杉,张坤,水鹏朗.近海船长分布建模与雷达舰船分类能力评估[J].西安电子科技大学学报,2021(02).

高长元,胡艳玲,何晓燕.面向需求漂移的大数据联盟可拓服务模型[J].科研管理,2020(07).

Views

146

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于深度Q-learning算法的智能电网管控模型研究

基于GRU网络的油田测风塔超短期风电功率预测系统研究

基于区块链的人力资源大数据安全存储系统设计

基于Stacking集成算法的医院财务数据智能分类研究

基于以太网区块链的边缘计算资源分布式编排系统

Related Author

王筠

李志鹏

项旭

张军堂

石雷波

赵永平

李春保

剡炜

Related Institution

安徽明生恒卓科技有限公司

国网安徽电力信息通信分公司

西安石油大学新能源学院

中国航发航空科技股份有限公司

中国石油青海油田分公司油气工艺研究院

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰