-
公开(公告)号：CN113051795B
公开(公告)日：2023-04-28
申请号：CN202110277125.9
申请日：2021-03-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供面向海上平台保障的三维温盐场分析预报方法，基于多源海洋环境资料进行海洋动力环境要素时空分布特征分析和温盐关系特征研究；在时空特征分析和温盐关系特性研究的基础上，利用时空经验正交函数方法构建海洋环境动力要素的统计预报模型；利用海洋环境场动态分析技术，基于海上平台自身观测得到的海温、盐度观测数据对海上平台周边海洋环境预报场进行订正；在温度和盐度预报后利用温盐关系曲线对盐度进行调整，以便于尽量保持温盐关系不偏离其气候态特征。本发明弥补传统的数值预报方法由于气象驱动时效限制而导致的海洋动力环境要素预报时效较短的缺陷，且预报过程不需要高性能计算平台，对计算资源的占用较少。
-
公开(公告)号：CN113052372B
公开(公告)日：2022-08-02
申请号：CN202110283966.0
申请日：2021-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度强化学习的动态AUV追踪路径规划方法，通过引入深度强化学习算法，运用航路模型来处理AUV的路径追踪问题。首先对目标和AUV状态分析，判断并选择采用哪种航路进行追踪，建立三种航路模型，用训练好的模型对AUV下一状态进行预测。采用纯方位最小二乘估计法对检测到的目标信号进行运动要素解算，获得目标信息。将目标和AUV运动情况作为状态输入，AUV下一状态的动作和航向作为输出，建立状态——动作映射策略。根据任务要求，选择奖赏函数，AUV每段时间所采取的决策都会获得相应评价。本发明结合深度学习和强化学习的优点，将深度强化学习算法用在AUV路径追踪上，实现了对动态AUV的追踪路径规划。
-
公开(公告)号：CN113051529A
公开(公告)日：2021-06-29
申请号：CN202110284192.3
申请日：2021-03-17
Applicant: 哈尔滨工程大学
IPC: G06F17/18
Abstract: 本发明提供一种基于统计观测局地化均权重粒子滤波数据同化方法，获取模式积分初始背景场；判断是否达到统计观测开始时刻，累加观测求取统计观测均值；根据统计观测均值计算提议密度调整集合粒子；在给定同化时刻，使用均权重方法计算粒子权重，调整粒子状态；使用重采样方法，调整集合粒子维持粒子数稳定，更新观测对应位置粒子状态；使用局地化函数，确定同化观测对应位置周围的粒子权重；根据局地化权重更新粒子权重，更新周围粒子状态；计算统计观测局地化均权重粒子滤波的状态后验估计值。本发明可以有效提高非高斯网格化模式的数据同化质量，可以更好的应用于实时数据同化在网格化复杂模式中，提高同化质量。
-
公开(公告)号：CN113052370B
公开(公告)日：2024-06-14
申请号：CN202110277114.0
申请日：2021-03-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于时空经验正交函数的海洋环境要素统计预测方法，基于待分析预测海域的再分析数据，构建待分析空间的历年逐日海洋动力环境要素时空样本矩阵；利用小波包分解方法，将时空样本矩阵进行多时间尺度分析，得到不同时间尺度的时空样本矩阵；对不同时间尺度的时空样本矩阵进行时空经验函数分解，分别构建对应不同时间尺度的正交时空基底；采用正交时空基底构建面向海洋动力环境要素的时空统计预测模型；利用不同时间尺度的中长期时空分析预测结果进行重构，得到待分析空间的海洋动力环境要素中长期时空分析预测结果。本发明研制一种基于时空经验正交函数的海洋动力环境要素的中长期统计预测模型，提高海洋动力环境要素分析预报能力。
-
公开(公告)号：CN113051520B
公开(公告)日：2023-03-21
申请号：CN202110283955.2
申请日：2021-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于统计观测均权重粒子滤波数据同化方法，获取模式积分初始背景场；判断是否达到统计观测开始时刻；在给定统计观测开始时刻，累计求取观测均值根据统计观测计算提议密度调整集合粒子；在给定同化时刻，使用均权重方法计算粒子权重，调整粒子状态；使用重采样方法，调整集合粒子维持粒子数稳定；计算均权重粒子滤波后的状态后验估计值。本发明利用统计观测代替传统均权重粒子滤波对于未来观测的依赖，通过提议密度在同化时刻之前调整集合粒子靠近统计观测信息，进一步改善均权重粒子滤波同化方法，使用该方法可以有效提高在非高斯，非线性模式下，数据同化的同化质量，可以更好的应用于当前实时数据同化应用领域。
-
Patent Agency Ranking
公开(公告)号：CN113052372A
公开(公告)日：2021-06-29
申请号：CN202110283966.0
申请日：2021-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度强化学习的动态AUV追踪路径规划方法，通过引入深度强化学习算法，运用航路模型来处理AUV的路径追踪问题。首先对目标和AUV状态分析，判断并选择采用哪种航路进行追踪，建立三种航路模型，用训练好的模型对AUV下一状态进行预测。采用纯方位最小二乘估计法对检测到的目标信号进行运动要素解算，获得目标信息。将目标和AUV运动情况作为状态输入，AUV下一状态的动作和航向作为输出，建立状态——动作映射策略。根据任务要求，选择奖赏函数，AUV每段时间所采取的决策都会获得相应评价。本发明结合深度学习和强化学习的优点，将深度强化学习算法用在AUV路径追踪上，实现了对动态AUV的追踪路径规划。
-
公开(公告)号：CN113064440A
公开(公告)日：2021-07-02
申请号：CN202110275576.9
申请日：2021-03-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于海洋模式的自适应观测方法，步骤一：构建采样背景场；步骤二：构建全局代价函数；步骤三：通过粒子群算法求解采样方案；步骤四：将采样结果用于数据同化；步骤五：更新采样方案。本发明充分利用了区域耦合模式预报数据完成了对海洋移动观测平台采样方案的设计。并将观测结果及时返回到模式中，完成对预报和采样方案的更新，形成闭环。降低了环境变化对采样方案造成的扰动，实现了对有限观测资源的充分利用。在提高了模式预报精度的情况下，增强了采样方案实时性。
-
公开(公告)号：CN113051520A
公开(公告)日：2021-06-29
申请号：CN202110283955.2
申请日：2021-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于统计观测均权重粒子滤波数据同化方法，获取模式积分初始背景场；判断是否达到统计观测开始时刻；在给定统计观测开始时刻，累计求取观测均值根据统计观测计算提议密度调整集合粒子；在给定同化时刻，使用均权重方法计算粒子权重，调整粒子状态；使用重采样方法，调整集合粒子维持粒子数稳定；计算均权重粒子滤波后的状态后验估计值。本发明利用统计观测代替传统均权重粒子滤波对于未来观测的依赖，通过提议密度在同化时刻之前调整集合粒子靠近统计观测信息，进一步改善均权重粒子滤波同化方法，使用该方法可以有效提高在非高斯，非线性模式下，数据同化的同化质量，可以更好的应用于当前实时数据同化应用领域。
-
-
公开(公告)号：CN113064440B
公开(公告)日：2022-08-02
申请号：CN202110275576.9
申请日：2021-03-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于海洋模式的自适应观测方法，步骤一：构建采样背景场；步骤二：构建全局代价函数；步骤三：通过粒子群算法求解采样方案；步骤四：将采样结果用于数据同化；步骤五：更新采样方案。本发明充分利用了区域耦合模式预报数据完成了对海洋移动观测平台采样方案的设计。并将观测结果及时返回到模式中，完成对预报和采样方案的更新，形成闭环。降低了环境变化对采样方案造成的扰动，实现了对有限观测资源的充分利用。在提高了模式预报精度的情况下，增强了采样方案实时性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
