基于统计数学理论的舰船航行轨迹建模研究

轨迹建模对舰船航行安全具有重要的意义,为了解决当前的舰船航行轨迹建模准确性低,以及建模时间长的难题,以获得更加理想的舰船航行轨迹建模结果为目标,设计了基于统计数学理论的舰船航行轨迹建模方法。首先对舰船航行轨迹建模原理进行分析,建立舰船航行轨迹建模的数学模型,然后引入统计数学理论中的机器学习算法——BP神经网络对舰船航行轨迹进行建模,最后采用具体舰船航行轨迹数据进行了性能验证性测试。结果表明,相对于当前经典舰船航行轨迹建模方法,本文方法的舰船航行轨迹建模效果更优,获得了高精度的舰船航行轨迹建模结果,缩短了舰船航行轨迹建模时间,是一种高精度、高效率的舰船航行轨迹建模方法,具有一定的实际应用价值。     

基于智能优化算法的舰船航行轨迹跟踪

针对当前舰船航行轨迹跟踪精度的难题,设计了基于智能优化算法的舰船航行轨迹跟踪方法。首先结合舰船航行轨迹跟踪的特点,将舰船航行轨迹跟踪问题转换为一个多目标优化问题,然后引入智能优化算法对网格点的多目标优化问题进行求解,找到最优的舰船航行轨迹跟踪方案,最后进行舰船航行轨迹跟踪仿真测试,测试结果表明,智能优化算法获得了比传统算法更优的舰船航行轨迹跟踪精度,而且舰船航行轨迹跟踪的速度高,具有较好应用价值。     

大型舰船穿越海上桥梁过程安全性远程监测方法分析

为了提高大型舰船横穿桥梁时,其远程监测的有效监控范围,设计提出了一种基于舰船轨迹分析的新型安全性远程监测方法。建立固定坐标系和舰船航行坐标系,根据舰船航行重心G,明确船舶航迹及船位,通过三维点云数据提取技术,提取航迹特征值,根据聚类计算结果,求取船舶未来过桥时的有效路径及间距,建立远程传输通路和后台分析模块,通过知识库内预设的逻辑处理分析程序,对当前船舶轨迹特征信息和预设轨迹特征信息进行测评,实现舰船安全性远程监测。实验数据显示,该方法在顺向风流环境下,对舰船安全性远程监测有效监控范围提高了29%,说明该方法确实可以提高远程监控的有效监控范围,具有明显优势性。     

大数据背景下的舰船航行环境可视化研究

现有方法大多是针对近海领域,在200 n mile以外的海域存在着可视化图像逼真度差的问题,为此提出大数据背景下的舰船航行环境可视化方法研究。利用大数据中的最优插值算法处理舰船航行环境数据,以此为基础,利用LOD动态调度技术可视化环境要素点,通过空间坐标系可视化环境要素线,采用纹理映射技术可视化环境要素面,基于体绘制技术可视化航行环境体,通过环境要素点、线、面、体的展示实现了舰船航行环境的全面可视化。仿真实验结果显示,与现有代表方法相比较,本文方法可视化图像帧频低、帧速率高,表明本文方法可视化图像逼真度高,适合推广使用。     

人工智能技术舰船航行自动控制研究

传统舰船航行自动控制功能主要通过算法对定义舰船轨迹数据与舰船航行数据综合分析计算,根据计算结果对PID自动控制器下达控制指令来完成自动控制操作。此种控制模式受到算法定义逻辑限制存在一定的控制误差,无法真正做到舰船航行的精准控制。为解决上述问题,提出人工智能技术的舰船航行自动控制研究。首先对舰船航行轨迹进行模型计算,接着对舰船PID控制数据进行模型计算。最后,通过人工智能技术对航向轨迹与PID控制数据进行关联计算,得到精准的舰船航行控制数据。通过对比实验对提出的控制方法与传统控制方法进行对比,数据证明提出方法的控制精准度高于传统自动控制系统。     

基于VR技术的舰船航行数据可视化分析系统

针对舰船航行数据在可视化分析中受到海上环境的影响,导致舰船航行数据可视化分析内容减少、时间变长,因此,提出基于VR技术的舰船航行数据可视化分析系统。在系统的硬件设计方面,通过舰船航行数据查询模块设计和数据可视化模块设计,完成了系统的硬件设计,通过分析舰船航行的仿真要素,对舰船航行过程中的地形进行网格处理,采用VR技术全方位分析了舰船航行的视景,建立了四叉树顶点之间的约束关系,完成系统的软件设计,实现舰船航行数据的可视化分析。测试结果表明,基于VR技术的舰船航行数据可视化分析系统不仅可以增加可视化分析内容,还可以缩短分析时间。     

基于VR虚拟现实技术在舰船航行轨迹中的应用

常规的舰船航行轨迹规划技术,设置探索航行线路的栅格疏密值差异过大,导致对复杂海域的航行轨迹规划不合理,为此研究VR虚拟现实技术在舰船航行轨迹中的应用。该技术对海域环境中的航行区、障碍区以及舰船自身进行虚拟场景模拟实现人机交互,通过动力学的运动曲线计算舰船的动态位姿,根据障碍物在航行区域的分布、体积等数据设置栅格大小,驱动虚拟舰船,提取舰船的航行曲线、侧倾角曲线以及侧向加速曲线,调整舰船航行轨迹。实验结果表明,与2种常规技术的应用相比,虚拟现实技术设置的栅格疏密值更加符合航行轨迹规划要求,所得到的航行轨迹更加合理。     

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。     

基于物联网技术的舰船运行轨迹异常点识别

针对传统舰船运行轨迹异常点识别方法存在运行轨迹检测性能较差的问题,提出一种基于物联网技术的舰船运行轨迹异常点识别方法,获取舰船自动识别系统中的舰船运行轨迹数据,在舰船自动识别系统中,舰船运行轨迹数据的存放形式是日志文件,因此对系统中的日志文件进行挖掘,基于物联网技术对挖掘数据实施预处理,通过StopT-CB算法划分舰船运行轨迹以剔除停留点,便于进行异常点的识别,通过网格划分实现舰船运行轨迹的异常点识别。为了证明基于物联网技术的舰船运行轨迹异常点识别方法的运行轨迹检测性能更好,将传统舰船运行轨迹异常点识别方法与该方法进行对比实验,实验结果证明该方法的运行轨迹检测性能优于传统方法。     

基于大数据分析的水下航行器运行轨迹规划模型研究

传统水下航行器轨迹规划计算处理过程中,受到自身算法逻辑参数影响,建模数据计算涵盖不够严谨,无法对小概率误差轨迹进行引入分析,从而导致航行器预判轨迹出现偏离。针对问题产生原因,提出基于大数据分析的水下航行器运行轨迹规划模型研究。首先,对传统模型计算算法进行修正,引入MFT样条差值规划算法对构建模型轨迹数据进行优选规划计算;接着引入迭代多项轨迹构造算法,对规划模型数据进行轨迹模型构建计算;最后,通过对构建模型进行仿真数据测试。通过与传统模型的对比证明提出构建的轨迹模型能够解决传统模型存在的问题与不足。     

基于区块链的舰船航行大数据共享安全认证研究

传统大数据共享安全认证方法经常出现错误问题,影响舰船航行大数据共享效率。为此,提出基于区块链的舰船航行大数据共享安全认证研究。根据舰船航行大数据的种类,计算出舰船航行大数据共享的总直接信任度,利用区块链技术对舰船航行大数据预处理,得到舰船航行大数据块标签,利用区块链技术确定每一个大数据子块的哈希值,判断舰船航行大数据共享的完整性,实现舰船航行大数据共享的安全认证。实验结果表明,所提方法在舰船航行大数据共享的安全认证中具有更高的可靠性和鲁棒性,从而提高了舰船航行大数据共享效率。     

大数据分析的舰船航行安全性评估系统优化

为了更好地保障船舶航行安全评估系统运行的精准和稳定性,提出了基于大数据分析的舰船航行安全性评估系统方案。通过优化CAN总线及系统电路,保障系统运行的稳定效果,同时结合神经网络原理对系统安全评估软件运行流程进行改善,最终实现对舰船航行安全性评估系统的合理设计。最后通过实验证实,大数据分析的舰船航行安全性评估系统有较高的稳定性和准确性。     

基于大数据与人工智能的舰船避碰路径优化调度算法

舰船航行路径中存在许多障碍物,当前舰船避碰路径优化调度算法存在障碍物识别正确率低、规划路径长,不仅无法获得最优的舰船航行路径,而且不能保证舰船航行的安全,为了获得最优的舰船航行路径,设计了基于大数据与人工智能的舰船避碰路径优化调度算法。首先分析当前舰船避碰路径优化调度算法的工作原理,找到弊端,然后引入大数据分析方法建立舰船避碰路径优化的数学模型,实现障碍物识别,并采用人工智能技术——遗传算法找到最优的舰船避碰路径,最后进行舰船避碰路径优化调度算法性能的仿真测试,结果表明,本文方法可以更快找到最优的舰船避碰路径,舰船避碰路径更短,不仅减少了舰船航行的时间和成本,而且可以准确识别各种舰船障碍物,具有显著的优越性。     

无线网络在舰船安全监测系统中的应用

为确定无线网络主机的实际应用价值,从而实现对船舶航行轨迹的安全性监测,针对无线网络在舰船安全监测系统中的实际应用能力展开研究。以网络执行主机作为船舶航行轨迹数据的核心生成设备,联合数据收发模块与网关设备元件,实现系统的硬件执行环境搭建。在此基础上,导入航行轨迹监测数据,通过信息定位处理的方式,实现系统的软件执行环境搭建,结合相关硬件设备结构,完成基于无线网络的舰船安全监测系统设计。对比实验结果表明,与点迹型监测系统相比,无线网络型监测系统对船舶航行轨迹的把控精准度可达到90%以上,能够实现对无线网络主机的合理化利用。     

基于傅里叶分析的舰船航行安全监控系统

针对当前舰船航行安全监控系统在运行时,监控测量精度较低,导致系统测量的周期性脉冲信号较为分散的问题,设计基于傅里叶分析的舰船航行安全监控系统。硬件部分设计舰船航行安全监控控制器,实现监控控制模块功能,设计安全监控信号输出接口,分析船用发动机各种状态参数。软件部分设计采用高精度傅里叶分析法,接收监控测频数据,制定串口通信程序数据分析过程。设计监控信号接口输出代码,通过监控信号接口输出分析结果,完成舰船航行安全监控系统设计。测试结果表明,基于傅里叶分析的舰船航行安全监控系统监控测量的周期性脉冲信号较为集中,能够有效提高监控测量精度。     

基于大数据分析的海上智能航线设计

本文基于大数据分析方法提出了一种船舶智能航线设计方法。通过基础电子海图地理信息数据提取和航行知识专题数据库的标准建设,对船舶航线历史大数据进行分析,计算出港口到港口、任意点到港口、任意点到任意点的最优航线,并以珠江口船舶航线设计为例进行了PC端和手机APP终端的设计。     

利用AIS数据挖掘生成船舶航迹点方法研究

由于船舶航行受海上环境的影响而产生航迹误差,为了准确控制船舶航行轨迹,提出利用AIS数据挖掘生成船舶航迹点方法研究。根据AIS数据挖掘算法,提取船舶航行轨迹点数据特征,利用船舶航行轨迹点数据库中航行线路设置信息与目标对象运动信息之间的相似性,挖掘出船舶航迹动力定位数据,将AIS数据挖掘算法映射到船舶海上航行领域中,提取出AIS船舶位置采集点,通过设定阈值得到船舶航行转向点,将所有转向点连接成线,初步生成船舶航行轨迹点,利用船舶轨迹点生成流程,实现船舶航行轨迹点的生成。实验结果表明,基于AIS数据挖掘的船舶轨迹点生成方法在精度和时间上,都可以准确控制船舶航行轨迹。     

基于人工智能技术的舰船轨迹规划算法

轨迹规划是保证舰船安全航行的关键技术,针对当前舰船轨迹规划算法存在规划精度低、速度慢等不足,为了获得更优的舰船轨迹规划方案,设计了基于人工智能技术的舰船轨迹规划算法。首先分析了当前舰船轨迹规划的研究现状,并构建了舰船轨迹规划的数学模型,然后采用人工智能技术对舰船轨迹规划的数学模型进行求解,搜索到最优的舰船轨迹规划方案,最后采用具体仿真模拟实验验证舰船轨迹规划算法的性能。结果表明,人工智能技术的舰船轨迹规划精度高,舰船轨迹规划速度快,获得了比其他算法更优的舰船轨迹规划方案,可以应用于实际舰船安全航行管理中。     

舰船航行状态信息集中监测系统的研究与设计方法

舰船航行状态信息复杂度逐渐提升,为舰船航行状态信息监测带来了极大难度,现有系统已经无法满足舰船稳定航行的需求,故提出舰船航行状态信息集中监测系统的研究与设计方法。设计舰船航行状态信息集中监测系统硬件单元包括ADMA型惯导单元、FPGA选型单元与CAN通信单元,软件模块为CAN通信模块、惯导数据解算模块与航行状态信息存储模块。通过上述硬件单元与软件模块的设计,实现了舰船航行状态信息集中监测系统的运行。实验结果显示:与现有系统相比较,设计系统响应时间更短,角度平均误差较小,充分证实了设计系统信息监测效果更好。     

大数据技术在舰船导航模式识别中的应用

针对现有导航模式识别方法无法获得精确且完整的导航轨迹信息,致使识别准确率无法满足舰船的安全性需求,故提出大数据技术在舰船导航模式识别中的应用。将舰船雷达与AIS目标点迹表示为因素集合,并构造综合因素关联隶属度函数,通过双门限关联算法对舰船导航点迹关联性进行判定,应用大数据技术融合处理关联的雷达与AIS目标轨迹信息,以此为基础,通过附加动量法改进BP神经网络算法,将融合后导航轨迹信息输入至改进BP神经网络算法中,输出即为导航模式识别结果。实验数据显示,与应用文献[4]方法相比较,应用大数据技术的导航轨迹方差较小,为导航模式识别提供更精确的数据支撑。