舰船交通管理系统信息融合系统中的云计算应用

互联网技术和计算机技术的迅速发展,使大数据和云计算平台逐渐成熟,并应用于多种工业控制和通信领域中。舰船交通管理系统(VTS)可以有效提高船舶航行效率,改善航运交通,但传统的VTS存在精度低、数据处理能力差等缺点。本文针对舰船交通管理系统的信息融合系统进行研究,并基于云计算技术和AIS技术开发了一种新型的VTS信息融合系统。仿真试验表明,基于云计算的VTS信息融合系统不仅雷达信号处理能力强,而且可以进行多任务并行工作,有效改善了VTS的效率。     

VTS与AIS联合船舶物联网信息融合关键技术

随着船舶物联网技术的广泛应用,为船舶管控、状态监测、环境探测等提供了新的模式。船舶物联网的基础是AIS和VTS系统,单一系统的采集信息无法全面分析船舶运行状态,同时,多个系统的采集信息存在冗余相关,如何实现信息的有效融合,成为船舶物联网技术发展的关键。本文设计分布式船舶物联网信息融合模型,提出以灰色理论为基础的航迹关联模型和以Kalman滤波算法为基础的航迹融合模型,有效提高AIS和VTS系统间信息融合的效率和准确性,以及系统的可靠性和生存能力。     

内河AIS与VTS的信息融合技术研究与仿真

船舶交通管理系统(VTS)在提高船舶航行效率、保障船舶航行安全等方面具有重要作用。传统的船舶交通管理系统采用雷达等传感器作为基本检测手段,受到雷达探测距离和精度等技术条件的限制,在船舶定位、导航等方面存在一定的缺陷。随着互联网技术和信息融合技术的发展,雷达探测器与船舶自动识别系统(AIS)相结合的船舶交通管理系统成为研究的热点。船舶自动识别系统(AIS)结合了信息技术、互联网技术和通信技术,对船舶的航向、航迹、航速等信息采集和处理,并利用VHF发送给信号覆盖区域内的其他船只。本文针对我国内河航运船舶的交通管理系统,研究了AIS与雷达信号的信息融合算法、航迹关联算法等,对提高内河船舶交通管理系统的性能有重要的作用。     

AIS对VTS的影响分析

介绍船舶自动识别系统(AIS)的技术性能,探讨目前船舶交通服务(VTS)存在的缺陷,叙述了AIS技术在VTS中的应用以及AIS对VTS的重大影响。     

船舶自动识别系统中的无线局域网通信技术研究

现有的船舶自动识别通信系统(AIS)主要用于VTS领域船舶报文的传输,其无线通信网络采用STDMA技术,信道负载率符合通信网络性能要求。随着海上船舶电子设备及业务种类的增加,通信信道负载加重,无线通信网络的吞吐量较易出现堵塞,如何建立合理的通信仿真模型对船舶自动识别系统的网络性能进行仿真是解决问题的关键。本文在研究现有船舶自动识别系统网络架构的基础上,设计一套AIS网络性能仿真系统,并进行仿真测试。     

基于信息系统架构的船舶交通服务系统核心能力建设

为分析我国船舶交通服务(VTS)系统建设存在的问题和不足,以信息系统为视角,分析其核心系统架构并结合当前VTS系统热门技术分析其发展建设的重点和瓶颈。按照下一步核心能力建设要点,对我国VTS系统的未来发展提出建议:着力增强VTS系统数据采集能力、着力增强VTS系统数据处理能力、着力增强VTS系统数据传输能力。     

浅谈船舶交通管理系统(VTS)在港口船舶防抗台中的作用

近十几年来,VTS(船舶交通管理系统)在我国发展很快,沿海各主要港口基本建立了VTS系统,主要用于船舶航行监控和航行协助服务。实践证明,VTS在增进船舶交通安全、提高交通效率等方面起到了很好的效果。但随着多年的探索,VTS的运用也在发生着变化,以下笔者就如何利用VTS系统组织和协助船舶在港口防抗台风,结合多年的VTS工作经验,谈谈自己的一些看法。     

船用自动识别系统在物联网及VTS中应用的关键技术研究

物联网技术和船舶交通管理系统VTS在保障船舶安全方面发挥着重要作用,但其在船舶识别功能上的局限性导致无法适应航运业安全的需求,船用自动识别系统能够解决目前存在的问题,提高船船、船岸间的信息交互能力。本文深入研究递推最小二乘算法,并结合最优加权算法,提出动态信息融合模型,有效减少测量误差,提高系统精度。     

基于可视分析的船舶航行态势感知系统设计

针对船舶交通管理系统(Vessel Traffic Services,VTS)管理决策与人机交互智能化的不足,以态势感知理论与可视分析技术为手段,设计基于可视分析的VTS监管水域船舶航行风险态势感知认知框架,分析基于时空数据挖掘的船舶航行风险态势评价方法、船舶航行风险不确定性预测模型及VTS管理人员决策多维参数可视化有效算法等关键技术,通过系统评估方法开展可视分析系统验证与改进。研究结果表明:借助可视分析方法,该系统可实时监控水域中的航行风险演化,保障安全通航,为航行决策提供重要的参考依据,可对未来研发VTS智能化系统提供技术支持。     

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.