近日，我校机械工程学院博士生仇宝春在海洋工程领域国际权威期刊《Ocean Engineering》发表了一篇题为“Development of hybrid neural network and current forecasting model based dead reckoning method for accurate prediction of underwater glider position”的学术论文。机械工程学院海洋技术与装备研究中心王茂法教授为论文的通讯作者。
《Ocean Engineering》是海洋工程领域的国际权威Top期刊，中国科学院JCR分区Q1，2023年影响因子5。期刊主编为国际著名的海洋工程专家、英国斯特拉斯克莱德大学副校长Atilla Incecik教授。
水下滑翔机依靠浮力驱动移动，具有能耗低、续航时间长、成本低、隐身性好等优点，被认为是开展大规模自动化、无人化的海洋探索的先进平台。准确预测海流流影响下的水下滑翔机位置的方法在海洋观测和探测方面有着至关重要的作用。“Development of hybrid neural network and current forecasting model based dead reckoning method for accurate prediction of underwater glider position”论文针对非实时通信条件下的受海流影响的水下滑翔机位置预测问题，提出一种基于海流预测模型和CNN-LSTM混合神经网络的导航估计方法。在没有其他水下定位导航设备的情况下，基于数据驱动的方法能够极大地帮助水下滑翔机预测自身位置。
