2020年，航海学院克服国际疫情的严重影响，积极推动线上国际交流工作开展。在研究生赴国（境）外交流学习专项资金资助下，共组织36名学生参加了IEEE海洋学会议、IEEE进化计算会议、国际噪声控制工程大会、IEEE国际信号处理、通信和计算会议等高水平国际学术会议并做口头学术报告，充分展示海院学子扎实的科研能力、开阔的国际视野与关注学术前沿问题和国际最新研究成果的科研意识。
1、IEEE海洋学会议（MTS/IEEE Oceans）
会议简介：集海洋技术、工程、科学、研究和教育领域的全球盛会，共同研讨海洋科学领域的前沿技术、最新研究成果和创新经验等，致力于推动全球海洋技术和工程领域的发展。
参会学生：26人。
部分论文成果展示：
贺俊杰
2020级研究生，研究方向为兵器科学与技术
导师：潘光教授
发表论文题目：《A New Type of Bionic Manta Ray Robot》
图1 仿生蝠鲼机器人总体结构
论文主要设计与研制了一种新型的仿生蝠鲼机器人，论文的主要任务是研制一种由内部骨架与外部柔性蒙皮所组成的新型仿生胸鳍，本设计的创新之处在于采用交叉簧片作为内部骨架的核心部件，构成多级被动变形结构。根据MPF推进方式的蝠鲼实际运动方式，简化了仿生蝠鲼机器鱼的运动，并通过试验分析提高了其游动性能。
蒋国庆
2015级研究生，研究方向为舰船辐射噪声测量
导师：孙超教授
发表论文题目：《Power Spectral Density Estimation of Radiated Noise with Sparse Spectral Fitting》
图2 利用稀疏谱拟合测量结果
论文主要考虑舰船辐射噪声测量时，测试海域中其他干扰声源较少，因此目标声源在测试海域具有很强的稀疏性，则可以通过对测试海域的离散化，构造基阵接收信号的稀疏表示，再通过稀疏谱拟合的方法估计出辐射声源的功率谱密度和位置，相比于传统舰船辐射噪声测量方法，本文提出的方法不需要提前知道目标声源的位置信息，就可以同时对声源定位并估计其辐射声信号的功率谱密度。
2、IEEE进化计算会议
（IEEE Congress on Evolutionary Computation）
会议简介：IEEE进化计算会议是进化计算与计算智能领域的一项世界级会议，它每年举办一次，为世界各地的研究者和参与者提供了一个可以展示和讨论他们在进化计算领域的最新研究成果的论坛。
参会学生：2人。
部分论文成果展示：
申江涛
2018级研究生，研究方向为水下航行器进化算法
导师：宋保维教授
论文题目：《Managing Radial Basis Functions for Evolutionary Many-Objective Optimization》
图3 用两种径向基函数来模拟代理模型误差最大处仿真图
论文提出了一种径向基函数（RBFs）辅助的进化算法，用于解决仅仅允许少量真实适应度评估的昂贵多目标优化问题。该算法采用了两种RBF，计算了两种RBF之间的差异，给出了估计误差。这样，估计出的差异最大的个体将会被真实函数评估以增强RBF模型的准确度。此外，对一个目标选择一个更合适的RBF以使得对真实函数的逼近更加准确。
周永建
2020级研究生，研究方向为演化集群机器人
导师：彭星光教授
论文题目：《MFEA-IG: A Multi-Task Algorithm for Mobile Agents Path Planning》
图4 基于演化算法的移动机器人路径规划仿真图
论文主要提出了一种改进型多任务优化算法。讨论了在多任务优化算法中，任务之间可以传递什么信息进而加速各个任务的优化进程。通过实验验证，在多任务优化进程中，信息的互相传递与利用明显的加速了优化进程。随后将该改进型多任务优化算法应用到了多机器人路径优化任务中，与单个机器人路径优化算法相比，本算法优化效果更好且速度更快。
3、国际噪声控制工程大会
（The 49th International Congress and Exposition on Noise Control Engineering）
会议简介：国际噪声控制工程大会由国际噪声控制工程学会主办的系列国际学术与技术交流大会，报道当前该领域的国际前沿和研究热点和国内大量最新研究成果，使世界各地的学者进一步了解中国在该领域的研究特色。
参会学生：2人。
部分论文成果展示：
陆晨翔
2016级研究生，研究方向为水声目标识别
导师：曾向阳教授
论文题目：《A multi-task sparse feature learning method for underwater acoustic target recognition based on two uniform linear hydrophone arrays》
图5 南北双线列阵多任务稀疏特征图
论文提出了一种基于多任务贝叶斯稀疏学习算法进行目标特征提取和目标类型识别的方法。相比于单条阵列的特征学习任务，基于多任务贝叶斯学习的多阵列任务特征提取方法可以增强表征目标自身特性的强能量窄带线谱结构在稀疏特征中的表达，提高目标特征的鲁棒性。
岳舒
2017级研究生，研究方向为噪声源识别
导师：侯宏教授
论文题目：《Estimation of underwater sound power using linear array beamforming》
图6 声功率估计误差随测试距离的变化
论文提出了一种利用线性阵列波束形成来估计水下航行器噪声源的局部声功率的方法。该方法建立起线性阵列波束输出与声源的辐射功率之间的换算关系。水下点声源的数值仿真结果表明，当测试距离大于阵列直径时，声功率估计误差不超过0.2dB。该误差仅与声源位置有关，而与声源的强度信息无关。据此提出了相应的误差修正方法，提供了一种简单有效的方法来测量水下声源的辐射功率。
4、IEEE国际信号处理、通信和计算会议
（IEEE International Conference of Signal Processing, Communications and Computing）
会议简介：IEEE信号处理、通信和计算会议是由IEEE西安分会、IEEE香港分会和西北工业大学联合举办的系列国际会议。目的在于汇集来自世界各地的专家学者及工程师共同研讨信号处理、通信和计算领域的新理论、技术和应用，并安排国际知名学者的大会报告、专题学术报告，新技术研讨。
参会学生：6人。
部分论文成果展示：
胡欣
2018级博士研究生，研究方向为水声通信
导师：王英民教授
论文题目：《An Improved Proportionate Normalized LMS Based on the L0Norm for Underwater Acoustic Channel Estimation》
图9参会报告截图
论文主要研究在水声信道估计中，充分利用信道稀疏性，提出了一种新的自适应水声信道估计算法。该算法将利用L0范数对IPNLMS-L0算法进行优化，利用L0范数充分利用信道的稀疏性。然后，将提出的新算法与IPNLMS、L0-IPNLMS和IPNLMS-L0算法进行比较。仿真结果表明，提出的新算法具有更好的收敛性和更小的稳态失调误差。
员一帆
2018级研究生，研究方向为水声网络安全
导师：申晓红教授
论文题目：《Recognition method of key nodes in SN-UASN based on TOPSIS》
图10基于TOPSIS的每个节点重要性仿真图
论文提出了UASN的关键节点识别方法和节点使用情况和跳距准则，以评估节点的重要性。结合五个拓扑级别准则，使用“类似于理想解决方案的订单执行技术”（TOPSIS）方法来评估UASN中每个节点的重要性。在实验中，关键节点被攻击节点取代，以验证算法的性能。
后疫情时代我们需要从眼前的危机困难中捕捉和创造机遇，适应新形势，采取新路径，科学应变、采用线上线下融合方式保障国际交流合作项目的有效实施。
审核：孙华强
学术动态