共查询到20条相似文献,搜索用时 15 毫秒
1.
基于数据融合的单目标船避碰评估系统 总被引:1,自引:1,他引:0
建立了一个用于对单目标船避碰操作进行评估的系统。介绍了基于数据融合技术的系统三级处理模型,并重点讨论了基于数据关联的船舶航迹提取,基于坐标转换和几何模型的船舶运动参数计算,基于多测量周期数据融合的船舶操纵识别,和基于知识的碰撞危险、避碰阶段及会遇态势的判定等模块。同时给出了系统的工作流程图,最后通过实例说明系统运行的有效性。 相似文献
2.
在大数据环境背景下,针对传统船舶电子信息监控系统,存在多样数据融合性计算能力差,数据多样整合处理时间长,导致出现全局监控力不足的问题。基于大数据处理技术,提出基于大数据融合的船舶动态电子信息全局监控系统设计。根据大数据融合的技术要求,创建船舶多样数据采集融合架构,通过搭建的硬件对船舶多项数据进行采集,配合引入的纵深融合算法,利用大数据融合技术对采集的多样数据进行深度融合计算,实现信息全局一体化监控。通过对比实验数据,证明设计的监控系统,在解决传统监控系统数据融合问题上,具有显著效果,满足设计需要。 相似文献
3.
4.
5.
6.
7.
多传感信息融合的船舶动力定位控制系统设计与仿真 总被引:1,自引:1,他引:0
《舰船科学技术》2014,(12):116-119
为提高动力定位测量装置的准确性和精度,本文基于多传感信息融合技术进行船舶动力定位控制系统设计与仿真研究。在地球中心固定坐标系与北东地坐标系中,建立船舶动力定位系统传感测量模型,利用半实物仿真系统的试验数据,对建立的多传感信息船舶动力控制系统进行仿真分析。仿真结果表明,上述动力定位系统模型和控制系统结构能够满足船舶半实物仿真实验系统的电罗经测量数据的融合要求,且本文设计的船舶多传感信息融合方法的融合性能优于测量数据滤波后加权融合。本文研究结果可为船舶动力定位控制系统的设计与仿真提供理论指导和试验依据。 相似文献
8.
为了提高对船舶的远程监控能力,提出一种基于多传感器组网及融合跟踪识别的船舶远程监控数据动态采集方法,构建船舶远程监控数据采集的无线传感器网络模型,进行传感器节点的自适应分布式优化定位设计,采用量化融合跟踪方法进行船舶远程监控数据挖掘和特征提取,构建反馈均衡滤波器进行数据采集后的抗干扰滤波处理,提高数据采集的干扰抑制能力,结合数据挖掘算法实现对船舶监控数据的动态采集。仿真结果表明,采用该方法进行船舶远程监控数据采集的准确性好,抗干扰能力较强,输出信噪比较高。 相似文献
9.
10.
11.
12.
13.
为了提高船舶故障诊断能力,需要进行故障数据的自动分类设计,提出基于关联规则的船舶故障数据自动分类方法。构建船舶故障数据的数据信息流模型,采用高维特征分组方法进行船舶故障数据的分组重构,采用分段线性检验方法进行船舶故障数据的统计特征分析,提取反映船舶故障类别属性的关联规则向量集,根据特征提取结果进行模糊聚类处理,实现船舶故障信息融合,结合自适应分组检测方法,实现船舶故障数据关联规则的自动分类。仿真结果表明,采用该方法进行船舶故障数据自动分类的自适应性较强,误分率较低,提高了船舶故障的诊断检测能力。 相似文献
14.
在介绍多传感器数据融合技术的基本概念的基础上,分析了多传感器数据融合技术的功能模型和结构模型,并具体阐述了多传感器数据融合技术的各个阶段的融合方法和具体操作措施。最后将多传感器数据融合技术引进光电测量系统,提出了一种新的基于多传感器数据融合的光电联合测量系统的模型。 相似文献
15.
16.
17.
构建一种渔业船舶碰撞风险度评估模型,并对其求解方法和计算流程进行设计.将该模型应用到基于船舶自动识别系统(Automatic Identification System,AIS)数据的渔业船舶安全管理与评价系统开发中,在系统中进行AIS数据库重构和数据深度挖掘,引入模糊数学方法和层次分析法,实现对渔业船舶碰撞风险度的科学评估和预测.测试结果表明:构建的渔业船舶碰撞风险度评估模型和开发的渔业船舶安全管理与评价系统可靠,预测的结果可信,可为渔业船舶的安全管理和评价提供科学的方法. 相似文献
18.
具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统模型参数的不确定性,传统的多传感器数据融合算法状态估计精度难以保证,因此提出了一种多传感器数据融合的改进算法。该改进算法不仅具有常规区间Kalman滤波器的鲁棒性,而且实用性较强。其具有如下特点:将所有系统不确定性和观测不确定性等效为系统噪声和观测噪声的不确定性,简化了系统模型;采用一种较为简单的区间矩阵综合求逆方案;利用时变马尔可夫模型在线调整滤波输出加权系数。仿真结果表明:该改进算法的状态估计精度较高。 相似文献
19.
20.
AIS是船舶安全系统中的一个重要子系统,能够为海上交通管理信息化提供必要的船舶静态与动态数据。但是AIS系统受多种因素的影响会产生大量的异常数据,误导船舶避碰决策,难以满足海事监管要求,所以必须对AIS系统中的异常数据进行修复,以保证AIS系统数据的完整性、连续性和可靠性。本文阐述了AIS系统的工作原理与异常数据的成因,基于最小二乘向量机算法构建起AIS系统异常数据修复模型,并对模型进行优化,建立PSO-LSSVM模型,提高了异常数据修复的准确性。 相似文献