摘要：本文研究了一种具有仿射形成约束与时变代价函数的分布式连续时间优化问题.该问题的求解目标是最小化带有仿射形成约束与时变安全约束的联合代价函数,且该联合代价函数由仅被各智能体自身所知晓的局部代价函数构成.通过设计分布式梯度跟踪算法,求解了该问题的一般形式,并针对现存的由未知环境中障碍物所致的局部代价函数不连续与阻碍系统实现协同跟踪的问题,在局部代价函数设计中引入了近似连续时间函数与时变位置收敛函数以解决上述问题.通过引入算法收敛系数,提升了估计解对最优解的收敛速度.通过对所设计算法的收敛性分析,证明了估计解对最优解的跟踪误差将以指数级消失,且将最终收敛至局部移动目标的领域内.通过设计并应用了分布式多智能体系统框架,对所提出的算法的有效性进行了仿真与实物验证.

摘要：耐压舱体是水下系统不可或缺的一部分，既要承载内部设备，又要承受外部压力，其强度至关重要。当舱体的加强筋板并非环肋时，筋板的设计只能凭设计师的经验完成，再进行仿真验证，这大幅增加了研发成本。采用基于SIMP插值的变密度拓扑优化方法，求解了耐压舱体在外压作用下的传力路径，并以此为依据优化了舱壁上加强筋的布置。经计算，优化后的舱体模型最大应力减小到了材料的许用范围内，并且变形量大幅减小，说明该拓扑优化方法在筋板设计上具有一定的指导意义。

摘要：介绍了一种基于MAX274芯片设计制作多通道有源低通滤波器的方法，并通过MATLAB仿真得到滤波器频率响应曲线，验证其在相应频带内有较好的滤波与增益性能。该设计体积小、单片集成、方便调试，应用于某大深度潜标项目水声测量装置中，能够实现对深海环境背景下目标信号的监测以及海洋环境噪声的长期定点采集。

摘要：为了解决水下低功耗无人设备的供能问题，给出了一种针对水下航行设备所发射特定频段的水声信号进行捕获和能量收集的方法。对方法中所涉及的能量收集器进行了数学建模与仿真分析，证明方法的理论可行性。最后基于仿真结果与设计参数对系统进行试验设计，发现水声信号在400 Hz,186 dB时，采用30 mm×40 mm的单涂层压电陶瓷可以产生最大输出电压，为2.69 V。使用能量收集器对该能量进行收集储存，测得其最大输出功率为315 nW，证明该方法切实可行。

摘要：以陆地枪械发射内弹道方程组理论为基础，结合水下聚能剪切器动作的技术特点，对动刀运动的能量转化机理和刀架内部组件的动力学响应进行了综合分析，建立归一化数学模型，用于内弹道参量变化特性曲线的数值计算。通过对某型号水下剪切器内弹道仿真求解，定量分析了各参量变化过程，论证了短行程聚能剪切方案的可行性，为后继内弹道设计及装药参量的优化奠定了理论基础。

摘要：从扫雷装备的轻小型化发展需求出发，结合高温超导磁体的特点，分析了高温超导磁体技术用于扫雷领域的技术优势，介绍了国外高、低温超导扫雷技术的发展状态和我国高温超导技术的应用现状，提出了发展我国高温超导扫雷磁体系统的方案设想，并对其系统构成、抗冲设计和使用与保障问题进行探讨，提供了一种解决扫雷装备轻小型化难题的技术途径。

摘要：为研究船用柴油机的磁性补偿问题，采用有限元仿真方法来指导消磁设计工作。在地磁环境下，利用Ansys Maxwell软件建立某型柴油机的有限元仿真模型，计算了柴油机感应磁场的空间分布，并测量了柴油机的磁场，仿真结果与测量结果进行对比，其误差不大于10%，在工程应用允许的范围之内。采用补偿线圈的方式对柴油机的磁场进行补偿，通过优化设置补偿电流，柴油机的磁场最大值从336nT减小到50nT，降低约85%。

摘要：针对水下无人航行器（UUV）在浅水海洋环境下的悬停作业需求，提出一种基于非线性干扰观测器的UUV反演滑模深度控制算法。首先，根据全驱动UUV的悬停运动特性，建立五自由度及解耦的垂荡通道动力学模型。然后，采用非线性干扰观测器（NDO）对时变海浪扰动与模型的不确定进行有效估计，并证明了NDO的指数收敛特性。根据UUV的标称模型及NDO对扰动状态的估计，采用反演思路，设计了反演滑模控制器。通过引入双曲正切函数取代不连续切换函数，改进滑模趋近律，进而降低滑模的抖振效应。根据Lyapunov理论证明了系统的稳定性。最后，通过仿真实验验证了该控制算法的有效性与优越性。

摘要：声学多普勒测速计程仪（DVL）是利用多普勒效应研制的一种为水面、水下载体提供速度信息并计量航程的自主导航设备。对DVL的发展现状进行了分析，对美国Teledyne RDI公司目前在产的4款DVL系列化产品特征和性能进行了阐述。针对当前研究的关键技术难点，如大深度多普勒计程仪体积受限、水面航船空化造成能量衰减导致作用距离降低、航船姿态摇摆和安装误差、非典型海底地形等因素导致解算错误等问题进行了分析，从工程实用角度展望并分析了未来的研究发展趋势及面临的挑战，为高精度DVL产品的设计提供了有益参考。

摘要：声呐图像目标检测是实现水下勘探、海底救援、敌对目标侦查等任务的重要环节，深度学习相关技术的突破为该领域的发展带来了新的机遇。基于深度学习的声呐图像目标检测算法性能优于传统方法，然而相关的系统性研究与应用仍然不足。鉴于此，利用深度学习模型数据驱动的优势设计了一种声呐图像目标检测系统，以满足实际应用对系统精度、速度、可移植性、可扩展性、部署环境的需求。该系统由数据集生成、算法模型训练与测试、模型部署应用3个子系统组成，应用于水下可疑目标探测任务，实验结果表明：所实现的目标检测系统在测试数据上和实际应用中均具有良好的性能。