基于数据融合的单目标船避碰评估系统

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。     

云计算平台中大规模电子航海信息全局监控系统

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。     

基于物联网技术的船舶数据融合平台架构研究

为解决船舶航行过程中常见的数据融合效果不佳的问题,提出基于物联网技术的船舶数据融合平台架构优化方法。基于物联网技术和云平台对船舶运行数据处理框架进行改善,并结合蚁群算法对舶数据融合步骤进行优化处理,以提高船舶数据融合的准确性。最后通过实验证实,基于物联网技术的船舶数据融合平台架构在实际应用过程中具有较高的有效性,充分满足研究要求。     

恶劣气象环境下的船舶编队自动导航方法研究

海上交通的繁忙,使传统的雷达设备已很难完成恶劣环境下船舶的自动导航任务。为此,本文结合雷达设备和船舶自动识别系统,实现两者优势互补,更好的为船舶安全提供保证。首先比较雷达和自动识别系统各自的优缺点,接着提出二者信息融合的模型,重点对数据融合中涉及的坐标变换、时间配准、数据关联进行方法介绍。最后提出融合模型下步有待研究的方向。     

船舶网络数据融合中的入侵病毒检测应用研究

在船舶网络数据融合中,病毒是网络数据安全的主要影响因素,由于病毒本身具有潜伏性和传播性,若是侵入船舶网络通信系统当中,则会引起严重的后果。所以,对入侵病毒进行有效检测显得尤为必要。基于此,本文从船舶网络入侵病毒检测的必要性分析入手,论述船舶网络数据融合中的入侵病毒检测应用。期望通过本文的研究能够对提高船舶网络中数据的安全性有所帮助。     

基于无线传感器网络的船舶动力定位系统的研究

随着海洋开发领域的扩大,对船舶航行及停泊位置精确要求越来越严,动力定位系统成为大型船舶必不可少的设备之一。船舶动力定位系统通过传感器采集自身的动力状态及周围环境数据,再通过数据融合确定所需的推进力。针对采集数据分布广、类型多样的特性,利用无线传感网络分布式结构具有较好的处理性能。本文研究大型船舶动力定位系统数学模型,在此基础上设计基于无线传感网络的数据融合处理系统,最后进行仿真。     

多传感信息融合的船舶动力定位控制系统设计与仿真

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。     

船舶远程监控数据的动态采集方法

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。     

多传感器数据融合在船舶特征提取中的应用

给出一种基于多传感器数据融合的船舶特征提取方法。该方法使用激光传感器LD-LRS3100与LMS221,对船舶长度、高度、宽度、速度信息进行测量,然后通过数据关联、数据融合方法进行船舶提取。实验结果表明,使用多个传感器的数据融合方法比单个传感器的提取结果更为准确。     

基于船舶自动识别系统和高频地波雷达的船舶轨迹数据融合

文中在分析船舶自动识别系统和高频地波雷达数据结构的基础上提出了一种船舶轨迹融合技术,采用数据融合技术将AIS与雷达的数据进行轨迹融合,从而提高对远距离船舶的控制监管能力以及促进船舶自身航运安全。     

基于虚拟现实交互的智能船舶感知测试系统

为了测试智能船舶对复杂场景的感知能力,推动智能船舶感知技术的发展,文章提出了一种基于虚拟现实交互的智能船舶感知测试系统.该系统构建了一个人工闭环的平行智能测试模型,用以测试智能船舶感知能力;采用了数据采集技术、数据重构技术与数据增广技术,解决了现阶段测试数据集匮乏的问题.     

船用云平台中的海量异构数据集成系统的设计与实现

海洋开发正在逐渐深入,船舶电子信息系统也在急剧发展,海洋信息数据种类及数量极速增加,如何在海量数据中进行有效信息挖掘是船舶信息中心需要解决的重点问题。同时,由于海洋开发领域众多,各类船用电子设备可能由不同的研究机构完成,所以需要设计一种能够屏蔽底层数据异构性的系统,使上层应用能够进行统一的数据访问调度。本文研究现有基于云计算平台的船舶信息中心,设计实现一种融合各类异构数据即插即用的MHMDIS系统。     

基于关联规则的船舶故障数据自动分类方法

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。     

多传感器数据融合及在光电测量中的应用

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。     

船舶无人驾驶中的数据融合技术应用

海上船舶无人驾驶技术是现代海上信息化发展的重要方向,其不仅需要按照规定的航向航速运行,还需要考虑船舶碰撞及各类突然情况。无人驾驶技术对采集的信息及数据融合处理要求很高,通过各类传感器采集海上地形﹑环境﹑目标船只等信息,进行融合处理,为船舶无人操控提供可靠的航行数据。本文重点研究无人驾驶领域中利用AIS与雷达数据的信息融合方法,提出一种基于船舶航行及数据加权融合算法,最后进行仿真。     

海上异构数据融合的技术实现

由于分布式海上网络中的数据访问的局限性,本文研究了海上异构数据融合技术,首先建立了异构数据融合总体模型,根据海管理部门提供的IHO-S57数据对异构数据进行表示,然后研究了基于局部模式和全局模式下的异构数据融合,最后通过搭建测试环境来测量系统的吞吐率,以此验证数据融合性能的有效性。     

基于AIS数据的渔业船舶碰撞风险度评估模型

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.     

改进区间Kalman滤波器及其在船舶组合导航中的应用

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。     

大数据技术在船舶监控系统数据管理中的应用

随着通信、自动化以及计算机网络等技术的迅猛发展,船舶的监控系统也得到了快速的发展。本文基于大数据技术,研究了船舶监控系统的数据管理技术。本文介绍了大数据技术的特点及其应用;阐述了船舶监控系统的关键技术及其架构;着重分析了船舶监控系统数据管理的内容以及技术特点,并且给出了船舶监控系统数据管理的整体结构。本文的研究对于我国船舶监控系统的发展有着重要的指导作用。     

AIS系统的最小二乘向量机数据修复算法研究

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。