船舶构件快速识别技术的研究

本研究通过分析、提取船舶二维图纸中型线的特征,建立能表达型线信息的属性向量,在此基础上提出了一种船舶结构快速识别的方法,即将自组织特征映射神经网络(SOM)的方法运用于图形的识别和聚类。进一步的,运用自顶向下分层识别技术,通过一次或多次识别及判定实现对二维图纸设计信息的提取。以此为依据开发完成了船舶结构智能识别系统。通过对某船某肋位横剖面图的识别,检验了该方法的可行性和系统的实用性。     

基于RCS统计特征的船舶目标识别方法

雷达散射截面(RCS)是衡量船舶目标散射特性的重要参数,是雷达进行船舶目标分类识别最有效的电磁频谱特性。但船舶目标结构、形状复杂,电磁散射机理复杂,同时受雷达探测角度及所在海域电磁环境等因素的影响,船舶的RCS呈现明显的起伏变化特性。本文对不同工况下船舶RCS测量数据进行统计特征描述,并采用BP神经网络进行船舶识别。结果表明,该方法取得了较好的试验结果,可实现对若干工况下不同类型的船舶精准识别。     

数据挖掘聚类技术下船舶网络安全保护态势研究

船舶网络交互安全可以直接影响船舶日常工作,为了有效提高船舶网络安全保护质量,引入数据挖掘聚类技术,以此为基础设计船舶网络安全保护技术。在当前船舶网络环境下,建立多条数据基本链,不断迭代,完成网络数据挖掘,再辅以三维云数据聚类技术,完成数据聚类,根据聚类数据类型特征,设计3种不同的访问控制路径,获取特征细节层次,最后建立保护控制端口,根据网络访问数据的特征细节和稳态率,明确响应时间,以此作为排序依据,进行访问控制排列,实现船舶网络安全保护。实验数据表明,应该船舶网络技术后,船舶网络非法占用比降低了26%,程序非法捕捉率提高29%。     

港口水域船舶异常能耗云数据挖掘

以港口水域船舶的节能减排为目标,研究港口水域船舶异常能耗云数据挖掘方法.采集港口水域船舶的AIS云数据,删除与船舶能耗无关以及异常数据,利用K-means聚类算法对船舶能耗相关船舶主机转速以及船舶主机功率等数据进行聚类,输出船舶不同运行工况的能耗.利用贝叶斯分类器依据聚类结果识别港口水域船舶能耗云数据是否为异常数据,完...     

面向识别的船舶目标雷达回波技术研究

雷达系统在船舶导航控制中具有非常重要的作用,其不光能够实现目标探测,同时也能够对目标的运动状态进行识别,因此,本文重点优化了船舶雷达的目标探测能力。本文首先介绍船舶雷达信号自动检测系统的工作原理,通过加入抗干扰算法,提高了雷达对目标的识别能力,在对回波技术进行优化的过程中,主要通过优化调制模型实现,首先将雷达回波中的各项干扰噪声进行滤除,保证了回波信号的正确率,这样在目标检测时,优化后的雷达回波中包含了更多的有用信息,提高了其目标检测能力。     

基于模式识别的船舶异常行为自动报警方法

不能自行判断船舶异常行为,并根据判断结果完成自动报警,是现阶段船舶航行面临的主要问题。为有效解决此问题,建立基于模式识别的船舶异常行为自动报警方法。通过识别相似度的确定、与船舶异常行为关系的确定,完成基于模式识别研究角度的确定。通过船舶异常行为聚类、聚类异常行为识别,完成上述方法的搭建,并确定该方法是否可以完成自动报警。设计对比实验结果表明,应用该方法后,节省检测船舶异常行为所需人力资源,且提升识别准确性。     

改进K-means算法的船舶密集区域识别模型研究与VTS应用

船舶交通管理(VTS)对覆盖区域内的船舶密集区域进行有效识别,并对区域内的船舶实施远程预警,可以提升通航效率,减少海上险情事故.通过改进K-means聚类算法建立海上船舶密集区域识别模型,并设计VTS船舶密集区预警系统,结合AIS数据实验模拟,该算法对船舶密集区域的识别是有效且可行的.     

基于FCM聚类的船舶网络传输时延自适应优化方法研究

针对传统船舶网络传输时延控制方法存在的时延性能差、传输失败率高的问题,研究一种基于FCM聚类的船舶网络传输时延自适应优化方法。该方法利用TURBO编码和LDPC编码相结合的方法对船舶网络信道进行编码,搭建船舶网络环境;利用基于灰度关联分析预测方法预测各信道的负荷能力,结合预测结果,利用FCM聚类算法实现资源数据与传输路径之间的聚类匹配,从而合理均衡配置资源,最大程度降低网络传输时延。结果表明:船舶网络传输时延自适应优化方法进行船舶网络信息传输时延缩短了7.9 ms,平均传输失败率降低了8.44%。     

舰船图像颜色特征目标自动采集系统视觉优化

船舶遥感图像的识别技术在军事、民用领域的应用潜力非常大,船舶遥感领域的遥感卫星、计算机处理器等硬件设备获得了迅速发展,而图像过滤、特征识别等软件技术亟需提升。本文分别从图像滤波、图像聚类算法、图像分割等方面进行研究,结合C++编程语言,在Microsoft Visual Studio 2010平台上开发了船舶图像颜色特征目标自动采集系统,取得了良好的效果。     

多信息融合技术在船舶动力装置故障诊断中的应用

船舶动力装置工作过程中会产生大量多域故障信号,通过收集、挖掘隐藏的关联信号,可以解决船舶动力装置在故障诊断中面临的诊断时长问题.文章采用K-均值聚类算法(K-means)对数据进行聚类,聚类结果输入BP神经网络进行模型训练,并在此基础上,设计了主成分分析法(PCA)对模型进行优化.结果 显示,2种算法都能有效降低网络诊...     

体目标水面雷达靶的设计与实现

体目标水面雷达靶可以真实地模拟海上目标的电磁散射特性。介绍了特定水面舰艇的模型CAD设计、模型制作和几何建模方法,对缩微模型室内电磁散射测量和理论计算结果进行了比对。体目标雷达靶使用多个各类反射器实现特定目标的RCS模拟,给出了海上测试与理论计算的比对结果。体目标雷达靶具有模拟目标种类多、操作简单和维修性好等优点,在实际靶场使用中取得了较好效果。     

基于 Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于 Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义 Web网下取得雷达信号目标图像的数据特征,运用改进 FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于 Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

基于航迹信息的舰船目标姿态角鲁棒估计

针对基于高分辨距离像的舰船目标识别中姿态角估计精度的问题,提出一种计算舰船目标运动姿态角的鲁棒性估计方法。该方法首先建立了目标姿态角估计模型,然后有针对性的对航迹数据的野值进行剔除,最后采用M-估计方法对航迹数据进行拟合,从而计算出目标的姿态角。经大量实测数据的验证表明,该方法不易受野值的影响,鲁棒性好,能满足高精度、实时估计舰船目标姿态角的要求。     

基于航迹信息的舰船姿态角估计研究

提出了一种利用航迹信息估计出舰船目标姿态角的方法。该方法首先建立了舰船目标运动模型,然后采用Singer模型对舰船目标的雷达数据进行处理,最后对舰船目标航迹数据进行多项式拟合,使目标数据更加优化,进而精确地估计出舰船目标的姿态角。仿真结果表明,该方法能够有效地估计舰船目标姿态角。     

多点观测同一目标原始数据的归一化问题

在进行海上交通实态调查工作时，因海域分布广．需要多个雷达站同时对来往船舶进行观测，通常会遇到如何解决各雷达站之间原始数据的相互吻合问题，为此提出了点、区间匹配2种解决方法。通过回波的位置关系进行相邻观测点之间编号的识别和传输，成功地解决了多点观测同一目标原始数据的归一化问题。     

基于D—S证据理论的复合制导目标识别技术

根据主动雷达／红外复合制导反舰导弹各传感器所提供的信息构建基本概率赋值函数；依据基于准贝叶斯结构的D-S证据理论合成BPA、进行目标识别、提出算法流程。仿真实验表明：这种基于D-S证据理论的复合制导目标识别技术能有效降低目标识别的不确定性概率，提高正确识别率。     

基于SVM的雷达目标一维距离像识别

基于支持向量机的雷达目标一维距离像识别研究。一维距离像揭示了目标径向结构的分布特性。支持向量机基于经验风险最小化原理，适用于小样本学习问题。通过对三种目标分类进行仿真实验，结果表明：该分类方法具有较高的识别性能。     

某三体舰船外形雷达隐身性设计

根据舰船外形雷达隐身设计的原理及方法,在分析已有研究成果的基础上,参考已有的隐身单体舰艇,对某三体舰船进行外形雷达隐身优化设计,提出某三体舰船外形雷达隐身设计方案;通过分析舰船RCS值计算方法,利用微波仿真软件CST来计算雷达散射截面积,对舰船隐身优化设计的效果进行评估。     

雷达对抗目标信号特征研究

雷达对抗目标信号特征在对雷达对抗目标识别中占有关键作用。文章对雷达对抗目标信号特征做了总的阐述。同时从两个方面分别对常见的信号特征参数进行分析。分析了目标信号细微特征产生的原因,给出了个体特征参数应具有的特征条件。分析了目标细微特征用于个体识别。对雷达对抗目标的信号特征问题进行了总结与展望。     

窄带雷达飞机目标识别方法综述

针对窄带雷达特点,总结了当前窄带雷达典型的目标识别方法,分析了各方法的有效性,讨论了基于P显图像特征的方法和超角分辨技术在目标识别中的联合运用,最后提出一种多方法联合运用目标识别对策,为实际工程运用提供技术参考。