基于人工势场法的船舶自动导航算法设计

在船舶的自动化导航系统中,结合了GPS和北斗导航技术,通过2种定位系统的数据融合,能够实现非常高精度的位置定位和导航服务。但是在陌生水域航行时,船舶依然可能会面临定位失败的问题,从而给船舶的安全航行带来严重的安全隐患。本文主要研究了人工势场法在船舶定位导航领域的应用,通过人工势场技术,船员能够快速对导航的位置信息进行监测,极大增强了定位的精度,特别是融合了导航算法后,能够实现自动化智能航行的功能。     

小波算法在船舶运动控制系统中的应用

随着计算机自动控制技术的发展,船舶运动控制系统中融合了更多的智能化控制技术。为能够真实系统地反映出船舶运动系统的动态变化过程,本文设计基于小波算法的自动化运动控制系统,系统充分发挥了小波神经算法具有的自主学习、自适应和时频聚焦等特点。在保证系统运动姿态识别精度的同时,提出改进型的时滞小波神经网络预测算法。通过仿真实验证明,此算法能够良好适应船舶海上运动的大惯性和时变非线性等特性,在船舶自动化运动控制领域的应用前景广阔。     

船舶室内导航中的惯性传感器算法仿真

随着航运业的发展,复杂的内部结构对船舶上的日常工作以及应急反应的要求变高。目前采用的一些导航算法存在精度低、误更新等问题。为了有效解决问题,本文首先对船舶步行导航系统的特征进行介绍,对行人步行导航系统中的惯性导航算法进行相应简化;然后,设计基于船舶室内导航系统简要技术架构并给出改进的导航算法,以此来实现对船舶上导航系统中的惯性导航算法的误差进行补偿。其后仿真结果表明,该算法可解决传统零速更新算法中存在的误更新问题,将其运用在船舶室内导航系统中,能够提升船舶应急反应能力以及位置服务的要求。     

基于遗传小波神经网络的港口船舶交通流量预测模型比较

对船舶交通流量进行准确预测在现代智能交通系统领域发挥着重要作用,为提高对船舶交通流量预测的准确性,本文将遗传算法分别与小波分析和神经网络进行结合,构建改进遗传小波神经网络模型,对广东省船舶交通流量的季度数据进行预测,并与遗传BP神经网络和传统小波网络等算法的预测进行对比。结果表明:经过遗传小波神经网络预测模型的误差相比传统的遗传BP神经网络模型和小波神经网络模型大幅度减小,提高了预测精度,从而保障水上交通安全,给水上安全主管部门的相关决策提供理论依据。     

基于灰色小波神经网络的船舶交通流预测研究

船舶交通流预测的准确性和可靠性已成为制约港口经济科学发展的瓶颈因素。文章综合利用小波变换的局部化性质与神经网络的自学习能力,并引入灰色模型以反映船舶交通流的发展趋势,使得小波神经网络在灰色模型预测结果的基础上结合船舶交通流的影响因素再预测,构成基于灰色小波神经网络的船舶交通流组合预测模型。实验结果表明,灰色小波神经网络的预测精度高于BP神经网络与小波神经网络,提高了整个预测系统的精度及其鲁棒性。     

蚁群和粒子群优化融合算法在船舶网络资源调度中的应用

在互联网技术高速发展的今天,网络互联技术已经被广泛应用在船舶的自动化控制领域,通过集中化的网络资源管理,船员可以有效地对船舶上的电力系统、导航系统和通信系统进行资源调度,从而达到最优化的水平。本文从船舶的实际控制需求出发,结合最新的人工智能技术——蚁群和粒子优化融合技术,对船舶网络资源进行数学模型的构建。并结合粒子群优化融合算法对蚁群网络的空间布局进行优化,从而使船舶的网络资源在动态调整中达到平衡。仿真结果表明,经过蚁群和粒子群融合算法优化过的船舶网络资源调度效率更高,具有很好的实际应用前景。     

浅谈北斗导航技术在船舶定位中的应用

在北斗导航系统建成以前,我国的船舶定位主要依靠GPS导航系统。北斗系统的全球覆盖,不仅打破了GPS的垄断,也为我国的船舶定位提供了另一,种更加安全和精确的导航定位途径。本文简要探析北斗导航技术在船舶定位方面的应用首先对北斗导航技术简要叙述,在此基础上对北斗导航技术在船舶定位的工作原理、系统功能组成进行阐述,以供同行进行借鉴。     

基于Labview计算机可视化编程在船舶导航系统的应用

由于常规导航系统所采集的画面图像存在像素丢失或破损的现象,使航线的判断受到影响,提出基于Labview的计算机可视化编程应用于船舶导航系统。优化接收机架构模式,解析定位信息,通过射频前端,完成信号频率转换;结合船舶导航的特殊性,利用计算机可视化编程,预测航线及周边地形,选择合适导航视点,利用Labview采集信息并实时处理,将其以可视化形式呈现,提高特征提取精度,完成基于Labview的计算机可视化编程的船舶导航系统研究。设计对照实验,与常规导航系统对比,测试系统性能。结果表明,所设计系统与常规相比,所采集到的导航图像灰度区间分布均匀,证实其导航画面更加清晰稳定,能够满足导航系统对于航线的精准判断。     

船舶组合导航系统故障识别的神经网络方法

为了能够准确地定位船舶的位置,船舶的导航设备系统需要给船舶提供精确的速度、位置等信息,单一的导航系统无法满足该要求,因此发展了组合导航系统。将多种导航设备构成一个整体,相互取长补短,这使得船舶的导航系统的精度得到了极大地提升。与此同时,随着组合导航系统的复杂性越来越高,其出现故障的因素也越来越多。本文基于神经网络方法,研究了船舶组合导航系统故障的识别技术。本课题的研究对于我国船舶组合导航系统的发展研究有着重要的指导作用。     

船舶INS/NSAP组合导航系统的设计及实现

为了提高船舶导航性能,本文研究基于INS/NSAP组合导航系统。首先建立组合导航系统的模型,然后在此基础上阐述了组合导航系统的主要构成,其为数据综合系统和数据转换系统。最后进行仿真实验,实验结果表明本文所采用的导航系统在经纬度船舶定位以及航向方面具有较高的精度和可行性。