船舶无线传感网络安全态势异常检测方法

为了更好保障船舶航行安全,避免船舶航行过程中常见的无线传感网络异常导致的船舶航行过程中信号网络信息处理效果不佳的问题,对船舶无线传感网络安全态势异常检测方法进行研究。通过对无线传感网络安全信息进行采集分类,实现对船舶网络信号特征的实时检测和提取。根据检测结果进行无线传感网络安全异常数据的修正,提高船舶网络运行安全。实验证实,船舶无线传感网络安全态势异常检测方法在实际应用过程中具有更高的准确性,可以更好实现对复杂船舶网络数据异常区域进行快速检测和修正的研究目标,从而更好地提高船舶航行安全效果。     

船联网数据分发的路径时延模型研究

近年来由于信息传输时延问题导致船舶航行事故频发,为减小船舶航行安全事故发生的概率,对船舶航行过程中数据分发路径传输时延问题的有效处理成为当前亟待解决的问题,逐渐受到了广泛关注。在船联网数据分发通信过程中,需要通过多层网络对不同船舶的通信状态进行传输和接收,由于舰船数据分发网络路径的结构层次复杂,且易受到外界因素干扰,信息传输频率不同,造成信息传输特征存在延时、错误等问题,会对通信效果造成不良影响。因此,针对船联网数据分发的路径时延模型进行研究,提出采用信息重排的网络性能优化算法对船舶数据分发向量进行重新排列,以便提高数据集成优化程度,实现网络数据分发路径成优化评估信息,保障信息传输质量。为检验该方法的有效性和灵敏度,分别进行数据分发延时检测实验和误差检测实验,实验结果证实基于信息重排的网络性能优化算法设计的船联网数据分发的路径时延模型信息传输性能及抗干扰能力均优于传统方法,有较高的参考价值。     

网络优化调度算法在船舶大数据通信中的应用

我国常用的船舶通信网络技术难以满足当前持续增长的海量信息量数据通信需求,易造成信息传递延时问题,严重影响船舶航行安全。因此结合网络优化调度算法对船舶通信系统进行分析和设计,以达到提高船舶网络信息通信质量和网络通信的传输速率,有效保障船舶航行安全的目的。为检验网络优化调度算法对船舶网络通信的实时性影响,对应用于船舶通信网络系统中常见的延时问题进行实验检测,以此考察在交换式船舶通信网络通信效果。数据检测结果表明网络优化调度算法可有效提高船舶通信效果,有效解决网络信息传输延时问题,满足船舶在航行过程中对网络通信的实时性需求。     

高损耗节点定位技术在船舶通信网中的研究

随着当前航运事业的迅速发展,对船舶海上作业的安全和效率提出了更高要求。在船舶的航行过程中,网络系统中节点的选取和定位对船舶航行的稳定和安全产生直接影响。为了更好的对船舶通信网络进行研究,保障船舶可在复杂环境下高效准确的进行信息传输和获取的通信功能,基于高损耗节点定位技术对远距离船舶通信网络分布特点进行研究和设计,从而达到降低信息传输干扰,提高船舶网络通信准度和速度的设计目标。为验证该方法的可行性进行了实验检测,实验结果证实,该方法可有效降低外界干扰,提高通信网络节点通信强度,以便在较为复杂的情况下仍能保持船舶移动通信的稳定性和准确性,保障船舶通信系统的正常运行。     

基于物联网的船舶异常数据自动识别系统研究

物联网在船舶数据检测领域的应用日益广泛,基于物联网构建起船舶异常数据自动识别系统,可提升异常数据自动识别的性能指标,实现对船舶异常行为的实时监控。在船舶异常数据自动识别中,物联网技术是实现数据传输和共享的关键技术,并能够及时根据识别结果发出报警,以便于船舶快速做出防范决策,保证船舶航行的安全性。本文介绍了基于物联网的船舶异常数据自动识别系统在国内外的研究现状,提出运用主成分分析法和支持向量机算法构建船舶异常数据自动识别模型,并论述了异常数据自动识别系统的设计与实现。     

船舶监控网络入侵检测系统设计

为了提高船舶监控网络的安全性,进行网络入侵的准确检测,提出一种基于数据流的船舶监控网络入侵检测系统设计方法,采用数据流异常特征检测方法进行网络入侵检测算法设计,采用自适应波束形成方法进行船舶监控网络传输数据流的聚焦处理,提取船舶监控网络传输数据流的多源波束特征量,实现异常监控识别,对提取的异常监控信息进行分类处理,实现入侵检测。在嵌入式ARM环境中进行入侵检测系统软件设计。仿真结果表明,采用该系统进行船舶监控网络入侵检测的准确性较高,网络安全性较好。     

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。     

船舶用无线传感网络的通信节点优化与控制选取技术

随着当前船舶自动化、高速化的发展趋势,船舶通信设备功能也日趋复杂,对无线网传感通信控制技术要求也逐渐增高。无线传感通信网络控制技术的运行效果直接影响船舶航行安全,由于船舶航行过程中数据种类复杂多样,传统船舶网络通信控制技术难以及时对船舶网络信息节点进行优化。因此,对当前常用的船舶无线传感网络通信控制技术进行分析,结合环型拓扑结构的以太网的交换机模型对通信节点优化控制方法进行创新,从而改善传统方法中存在的数据传输误差等问题。为了验证方法的使用效果,对数据传输的精准度和时延情况进行检测,检测结果表明,结合环型拓扑结构的交换式以太网的交换机模型对通信节点优化控制方法可有效减少信息传输延时和误差问题,具有较高的可行性。     

船用物联网节点资源的分配与调度控制

由于船舶航行环境复杂,航行过程中需要采集的资源数量庞大,且采集到的资源受环境影响较强易出现破损,无法保障其控制效果。针对当前船舶航行过程中对海量突发数据资源控制管理效果不佳的问题,分别对船舶网络节点资源的分配过程中产生的能效和资源调度耗时情况进行优化,提出对船用物联网节点资源的分配与调度控制方法进行优化和改善。首先结合RFID系统对船用物联网节点资源采集方法进行完善,解决环境干扰导致的资源受损问题,进一步与利用ALOHA算法对采集到的信息进行特征分配计算,根据分配结果对船用物联网节点资源的分配与调度控制步骤进行优化。最后通过实验证实,船用物联网节点资源的分配与调度控制方法相对传统方法而言有更高的准确性和有效性,充分满足研究要求。     

无线传感器网络的船舶航行姿态在线校正

为了提高船舶航行姿态准确性,针对当前船舶航行姿态在线校正方法存在的错误大、实时性差等缺陷,提出了无线传感器网络的船舶航行姿态在线校正方法。首先分析船舶航行姿态在线校正原理,并采用无线传感器网络对船舶航行姿态数据进行实时采集,然后根据无线传感器网络采集数据对船舶航行姿态误差进行预测,并根据预测结果对船舶航行姿态进行在线校正,最后进行了船舶航行姿态在线校正仿真对比实验。结果表明,无线传感网络的船舶航行姿态在线校正精度高,船舶航行姿态在线校正速度快,船舶航行姿态在线校正效果明显优于其他方法,解决了当前船舶航行姿态在线校正过程存在的一些难题,具有广泛的应用前景。     

物联网环境下船舶航行大数据异常属性划分

由于人工记录、手动测量等方式存在信息不及时、不准确以及局限性的问题,无法获取到实时、全面的航行数据,降低了大数据异常属性划分结果的有效性,因此提出物联网环境下船舶航行大数据异常属性划分方法。在物联网环境下利用离散度函数,加权处理船舶航行大数据属性特征。通过密度选择法,确定船舶航行大数据异常属性划分的初始聚类中心。利用属性加权快速聚类算法,结合离散度函数与初始聚类中心,完成船舶航行大数据异常属性划分。实验证明,所提出方法可有效划分船舶航行大数据异常属性。在不同大数据规模下,该方法异常属性划分的加速比均较大,即异常属性划分速度较快。     

船舶航行过程信息分层采集优化算法

为了提高船舶航行过程信息采集的准确性,减小由于数据采集环境干扰产生的误差,提出船舶航行过程信息分层采集优化算法。在处于航行状态的船舶上安装船舶采样设备,按照信息的不同采样要求构建分布式分层模型。利用安装的船舶航行采样设备,在构建分布式分层模型下,从动态信息层和静态信息层2个方面对船舶航行信息进行分层采集,并将采集到的信息进行模数转换处理,保存最终的数字信息,实现船舶航行过程信息的分层优化采集。经过实验发现,与传统的船舶航行过程信息采集算法相比,船舶航行过程信息分层采集优化算法的平均采集误差率降低了3.43%。     

基于计算机网络的船舶航行信息传输系统

船舶在水上航行的过程中,需要与驳岸保持信息互通,将自身的位置、航速、航向等信息,实时发送给岸上的控制中心,以便控制中心对船舶进行管理。为确保船舶航行信息传输的稳定性与可靠性,应当依托强大的计算机网络和先进的通信技术,构建起一个功能强大、性能完备的船舶航行信息传输系统,利用该系统实现重要信息互传。要求系统能够对舱内设备、仪器仪表以及气象海况等重要信息进行采集,以便船员能够获得航行中所需的信息。     

大数据背景下船舶移动网络信息安全风险预测模型

为解决船舶移动网络风险识别响应速度较慢的问题,在大数据背景下,研究船舶移动网络信息安全风险预测模型。通过对网络信息安全风险数据信息特征挖掘和采样分析,筛查干扰信号的特征指标,快速识别异常信息并进行预警。实例测试结果表明,在实际应用过程中,该模型的预测精度和响应速度较高,可有效提高船舶移动网络信息安全性,为船舶航行保驾护航。     

基于物联网架构的舰船交通管理系统设计

基于无线通信网络的物联网技术已经在多个领域中表现出了强大的管理控制能力,尤其是在交通管理领域,通过物联网控制中心的管理和信息交换,所有的交通节点都能够实时共享信息,最大程度提高了交通运输的效率。在船舶的交通管理中,物联网系统通过与GPS和北斗导航系统的融合,信息资源实现共享,每个船舶之间都能知道彼此的位置和航行状态,既提高了航行效率,又有效避免了碰撞事故的发生,本文正是基于此需求,设计了一种简化的交通管理系统。     

基于大数据驱动的船舶航行轨迹异常检测研究

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的航行大数据;再利用大数据驱动技术中的聚类方法建立船舶正常轨迹模型,获取船舶航行正常轨迹;依据船舶航行正常轨迹,利用大数据驱动技术内的Spark Streaming数据实时计算框架,通过计算船舶航行轨迹点与实际轨迹采样点之间的距离、航向角等,得到船舶航行轨迹异常检测结果。实验结果表明,该方法获取船舶航行实际轨迹精度较高,可有效检测船舶航行轨迹异常,具备较好的应用效果。     

信息融合下船舶导航界面交互性设计

为了更好对船舶航行过程中对船舶航行状态及外界航行环境进行有效展示,针对当前船舶导航图像质量不佳等问题做出优化。结合信息融合技术对船舶导航界面交互结构实现了优化设计,通过采集船舶航行环境特征,并针对船舶航行姿态信息快速选取导航路线并传输信息。借鉴功能显示器进行船舶航行交互设计,构建相对更加清晰准确的展示船舶航行状态和导航路线。结合OpenGL图像处理技术进行图像设计和导航线路的显示控制,并结合Windows CVA平台实现对船舶导航图像的界面展示和导航路线的调整,提高船舶导航界面交互性能。最后通过实验证实,信息融合下船舶导航界面交互性设计方法在实际应用过程,具有更高的实用性,充分满足研究要求。     

卫星导航系统的船舶航行轨迹智能跟踪方法

针对当前船舶航行轨迹跟踪误差大的问题,为了提高船舶航行轨迹跟踪的精度,提出基于卫星导航系统的船舶航行轨迹智能跟踪方法。首先采用卫星导航系统对船舶航行相关信息进行采集,然后采用高斯混合模型对船舶航行轨迹进行检测和智能跟踪,最后其他的船舶航行轨迹跟踪方法进行对比测试。结果表明,在相同实验环境下,本文方法的船舶航行轨迹跟踪误差远远小于对比方法,船舶航行轨迹跟踪实时性能也得到较大的改善,解决船舶航行轨迹跟踪过程存在一些难题,具有更广泛实际应用范围。     

船舶监测网络异常节点定位技术研究

网络节点在整个船舶监测网络中占有重要地位,异常节点可以破坏船舶监测网络的正常通信,影响船舶航行轨迹,埋下安全隐患。目前网络异常节点类型愈加复杂多样,传统的Amorphous技术已经难以准确定位,在覆盖率分析和精准度上经常出现很大的误差。本文提出一种新的船舶监测网络异常节点定位技术—APIT技术,定位过程分为接收节点信息、执行APIT测试、计算重叠区域和计算质心4步。由实验结果可知,较传统技术而言,APIT技术能够检测到更多类型的异常节点,精确性更好,为船舶安全航行提供有力的技术支撑。     

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。