多源信息融合的舰船通信网络可靠性分析

随着通信网络技术不断优化,船舶通信网络得到快速的发展,链路容量越来越高,通信网络可靠性研究逐渐成为人们关注的热点问题。当前,多使用舰船通信网络可靠性分析方法完成此部分研究过程,但此方法的数据分析能力较差,造成数据融合度不高的问题。因此,设计基于多源信息融合的舰船通信网络可靠性分析方法。根据多源信息融合层级使用Bayes估计法完成数据处理部分,实现通信网络数据融合分析。根据以上分析结果,使用完全状态枚举法,构建通信网络可靠性分析算法。将以上设计部分融入目前使用方法中,基于多源信息融合的舰船通信网络可靠性分析方法设计完成。根据实验结果可知,此方法的数据融合能力更为优秀,可靠性分析能力优于当前使用方法,可使用此方法弥补当前使用方法的不足,提升通信网络可靠性分析能力。     

基于船舶日志的船舶主机碳排放核查

船舶碳排放核查是航运碳减排的基础工作。船舶主机作为主要的碳排放源，是船舶碳排放核查的重中之重。根据国际公约的要求，为核查评估船舶记录的主机碳排放数据，通过研究主机、螺旋桨的功率、转速相关特性，基于航海日志和轮机日志等船舶日志记录的船舶营运参数，提出估算船舶主机油耗量等碳排放数据的方法，并考虑多种因素将估算值相对记录值的绝对偏差设定在5%以内，以评估船舶日志记录的主机碳排放数据的合理性。该方法简单易行，可方便主机碳排放数据的核查评估，供相关方参考。     

云环境下大规模融合研究舰船多源信息数据

目前对大规模舰船的多源信息数据融合研究中,在融合初期阶段,对数据的分解存在不足,导致融合后数据正确率受交集元素数量影响较大。因此提出云环境下大规模舰船多源信息数据融合研究。首先对多源信息矩阵进行分解,并且将得到的数据利用D-S证据理论在进行识别,得到数据类型和冲突程度。最后采用BP神经网络技术,通过训练后的神经网络,对多类型多冲突的数据进行融合运算。为了验证设计的数据融合技术的可行性,设计仿真实验,采用云环境下多艘舰船中的参数数据作为多源信息源数据作为实验数据,并采用设计方法和文献[1]、文献[2]、文献[3]中信息数据融合技术来进行数据融合。实验结果显示,设计方法融合后高斯噪声更低,且数据正确率受交集元素数量的影响较大。     

基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计

将强跟踪滤波理论与多传感器数据融合估计方法相结合，提出基于强跟踪滤波器的多传感器数据融合估计新算法。对拥用相同采样的分布式多传感器单模型非线性动态系统，应用强跟踪滤波器，得到目标状态基于全局信息融合估计结果，并利用计算机仿结果对算法的有效性进行了验证。这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题，从而丰富和发展了多源信息融合理论。     

多源数据融合系统性能评价的测试床研究

多源数据融合系统处理多个不同信息源上报的数据，估计战场环境中实体的当前和未来的运动特性，并识别这些实体的关键属性，生成综合战术态势。对多源数据融合算法和技术性能进行定量评价，评估多源数据融合系统是否按预期正常工作，既要求计算的准确性，又要求满足实时性。多源数据融合测试床可为评价多源数据融合系统的各种性能指标提供环境和能力。     

多源数据融合的舰船网络威胁态势评估

在舰船上,网络是非常重要的数据通信方式之一,由此使得网络成为攻击者首要攻击的目标。为提高舰船网络的整体安全性,可以利用多源数据,对网络威胁态势进行评估。多源数据融合是一种较为先进的技术,经过融合之后的数据除了可利用价值大幅度提升之外,本身的抗干扰性能也随之增强,将之运用到网络威胁态势评估当中,能够使评估结果变得更加准确。在具体的评估过程中,要充分考虑网络攻击者的预算,并根据评估结果采取相应的防御措施,以此来保证网络安全。     

多层分布式处理技术在主机遥控系统中的应用

在参考多层分布式处理模式的基础上,从人机交互、数据解析、模块化处理、网络通讯等层面针对船用柴油主机提出了一种新的主机遥控系统设计方法。该系统由操纵权限控制单元、主机起动单元、主机调速单元、主机转速与负荷限制单元、主机安全保护单元等分布式处理模块组成,彼此在已构建的多层分布式处理单元之间通过双冗余CAN网络进行数据交互。系统采用液晶化软件界面及按钮指示灯阵列为主要的人机交互方式,在轮机自动化实训平台上进行了在线调试,验证了本文所提出的系统框架和设计方法的合理性及有效性。     

基于多源异构数据融合的船舶目标检测与跟踪技术研究

随着内河船舶通航密度加大,面向水上船舶智能化安全监管,提出了一种多源异构传感器融合的船舶目标检测及动态跟踪方法,重点分析了图像目标检测和多源数据融合算法。针对图像目标检测,提出了基于边缘检测的三帧差分法与基于混合高斯背景减除法相结合的船舶视频目标检测算法;针对多源异构数据融合,优化了一种正态性隶属度函数计算模糊矩阵的方法,实现了在动态视频修正下的激光点云数据与AIS数据的船舶轨迹特征融合,并通过空间矩阵变换实现投影到同一坐标系,最后利用卡尔曼滤波算法实现了目标的动态跟踪。通过该方法研发了一套基于多传感器融合的船舶态势主动式智能感知系统,经系统分析,该方法比传统人工检测及单一监测手段都具有更好的环境适用性和检测精度。     

无源探测器多目标跟踪的实现

本文对无源定位中的属性数据关联方法和方位数据关联方法以及目标位置的数据融合方法进行了论述,同时还对无源探测器多目标踊跃中的航迹起始方法和数据关联方法进行了介绍,并对不同方法的特点和性能作了比较。     

北极航线的海冰风险计算与航段安全评估

为保障船舶在北极航线的航行安全，研究基于多源冰情数据的海冰风险评估流程。根据海冰密集度、海冰厚度、海冰类型等遥感冰情数据，基于极地操作限制评估风险指数系统(Polar Operational Limit Assessment Risk Indexing System, POLARIS)改进不同冰级船舶的海冰风险指数计算方法，建立北极航线的航段安全评估模型，以呈现北极海冰对不同冰级船舶和不同航段的危险程度。结果表明：该流程能够融合多源冰情数据，反映不同冰级船舶在某一位置点的海冰风险数值，全面显示北极航线上各航段的海冰风险程度。研究成果可为北极航行的船舶操作与航线优化提供参考。     

基于语义Agent的网络安全数据采集模型

针对网络安全数据的多源异构特点,将语义网技术引入到基于Agent的数据采集模型中,设计了一种分布式采集、集中式管理的网络安全数据采集模型.该模型基于语义Agent对多源异构安全数据进行采集,并将其统一表示为具有语义的标准化数据,为其他系统提供更为全面、可靠、准确以及易于理解的数据,消除语义理解差异.     

运用贝叶斯网络对浮台吊装进行基于知识的危险场景概率分析（英文）

Owing to the increase in unprecedented accidents with new root causes in almost all operational areas, the importance of risk management has dramatically risen. Risk assessment, one of the most significant aspects of risk management, has a substantial impact on the system-safety level of organizations, industries, and operations. If the causes of all kinds of failure and the interactions between them are considered, effective risk assessment can be highly accurate. A combination of traditional risk assessment approaches and modern scientific probability methods can help in realizing better quantitative risk assessment methods. Most researchers face the problem of minimal field data with respect to the probability and frequency of each failure. Because of this limitation in the availability of epistemic knowledge, it is important to conduct epistemic estimations by applying the Bayesian theory for identifying plausible outcomes. In this paper, we propose an algorithm and demonstrate its application in a case study for a light-weight lifting operation in the Persian Gulf of Iran. First, we identify potential accident scenarios and present them in an event tree format. Next, excluding human error, we use the event tree to roughly estimate the prior probability of other hazard-promoting factors using a minimal amount of field data. We then use the Success Likelihood Index Method(SLIM) to calculate the probability of human error. On the basis of the proposed event tree, we use the Bayesian network of the provided scenarios to compensate for the lack of data. Finally, we determine the resulting probability of each event based on its evidence in the epistemic estimation format by building on two Bayesian network types: the probability of hazard promotion factors and the Bayesian theory. The study results indicate that despite the lack of available information on the operation of floating objects, a satisfactory result can be achieved using epistemic data.     

Epistemic-based investigation of the probability of hazard scenarios using Bayesian network for the lifting operation of floating objects

Owing to the increase in unprecedented accidents with new root causes in almost all operational areas, the importance of risk management has dramatically risen. Risk assessment, one of the most significant aspects of risk management, has a substantial impact on the system-safety level of organizations, industries, and operations. If the causes of all kinds of failure and the interactions between them are considered, effective risk assessment can be highly accurate. A combination of traditional risk assessment approaches and modern scientific probability methods can help in realizing better quantitative risk assessment methods. Most researchers face the problem of minimal field data with respect to the probability and frequency of each failure. Because of this limitation in the availability of epistemic knowledge, it is important to conduct epistemic estimations by applying the Bayesian theory for identifying plausible outcomes. In this paper, we propose an algorithm and demonstrate its application in a case study for a light-weight lifting operation in the Persian Gulf of Iran. First, we identify potential accident scenarios and present them in an event tree format. Next, excluding human error, we use the event tree to roughly estimate the prior probability of other hazard-promoting factors using a minimal amount of field data. We then use the Success Likelihood Index Method (SLIM) to calculate the probability of human error. On the basis of the proposed event tree, we use the Bayesian network of the provided scenarios to compensate for the lack of data. Finally, we determine the resulting probability of each event based on its evidence in the epistemic estimation format by building on two Bayesian network types: the probability of hazard promotion factors and the Bayesian theory. The study results indicate that despite the lack of available information on the operation of floating objects, a satisfactory result can be achieved using epistemic data.     

基于HHGA-RBF算法的网络态势预测模型研究

安全态势评估作为网络安全态势技术的重要组成部分,对于最终决策的制定起着关键作用。目前关于安全态势评估的研究较为热门,但尚不成熟,其中安全态势预测更处于起步阶段。在对现有网络安全态势评估方法和技术进行调研分析基础上,基于对当前网络安全态势的数据分析,得到量化后的离散数据点,研究得出这些离散数据点在时间轴上具有非线性分布的特点,提出了一种基于HHGA-RBF算法的网络安全态势预测模型,对态势评估输出的数据,采用预测模型对安全态势的发展趋势进行预测。根据网络安全态势的实际特点,对该算法进行了改进,详细讨论了具体的预测算法和执行过程。最后,设计并实现了军用网络安全态势评估软件系统,实现了网络态势预测。     

大型船舶燃油输送监控系统设计

着重介绍了大型船舶燃油输送监控系统设计特点,以及分区设计的思想.遵循设备和系统技术的可靠、适用和先进原则,讨论现场总线网络、传感器等的选型及设计.利用可视化编程工具,编制便于操作人员迅速掌握操作要领的人机操作界面.为满足系统的采集、监测、控制与报警等功能,对其网络组成、体系架构、传感器选配、数据采集处理系统和软件构架等进行研究和设计,利用联调试验验证以及适应性改进,确保最终产品的成功.介绍研制过程中出现的问题及解决方法.现场设备采用分区布置设计,并选用现场总线Profinet网络,应用人机界面LabVIEW编程软件.上位网借用平台主干网搭建.由于利用了平台资源及其坚固性和可靠性,不仅能提高本系统数据传输的可靠性和通信能力,还可减少投资,避免因单独组网而造成的技术风险和成本增加.     

基于BIM的航道工程多源测量数据集成技术

针对航道工程多源测量数据的集成问题,提出一种基于BIM技术的集成方法。通过技术路线设计、工程案例分析,阐述BIM技术在航道工程多源测量数据集成的具体实施步骤。以长江下游某航道整治工程为例,研究在航道工程中基于BIM技术的多源测量数据集成方法,真实显现航道现状三维地貌。结果表明BIM技术集成方法具有优越性,可为数字航道建设提供参考依据。     

基于功效系数法与BP神经网络的造船业风险预警研究

将功效系数法和BP神经网络相结合,从汇率、利率、出口退税、钢材综合价格指数、行业平均工人工资、设备价格、新船价格指数、BDI指数(八个对造船业影响最大的指标)来综合衡量中国造船业的风险;运用功效系数法得出历史数据的警情,用历史数据训练BP神经网络预警模型;通过一组数据进行检验,并对2011年前的造船业风险进行了预警.研究表明:该方法能够对造船业风险进行测评并预报警情,对防范我国造船业风险具有一定的现实指导意义.     

小样本情况下的船舶溢油事故风险评价研究

船舶溢油风险评价是一项复杂的多因素问题,是船舶溢油应急管理的关键环节.作为智能搜索算法的代表理论,BP神经网络被认为是进行不确定风险评价的较好方法之一,然而船舶溢油事故属于小样本事件,统计数据往往难以满足BP神经网络要求的样本容量.针对这一困境,首先提出一种利用B样条最小二乘理论的数据拟合法,显著增加样本数.其次,根据船舶溢油特点建立了基于BP神经网络的船舶溢油风险评价模型.最后以上海港近年发生的10起溢油事故为实例,检验了模型的可行性.     

军用信息保障系统安全风险评估研究

信息系统安全风险评估工作是信息系统安全管理的基础和前提.本文在充分论述军用信息保障系统安全重要性的基础上,针对其安全风险评估问题,阐述了相关定义,给出了军用信息保障系统安全风险评估的思路,并着重介绍了基于系统综合、灰色理论、模糊理论和神经网络的风险评估方法,为定义系统安全需求、制定有效的安全风险控制策略提供了理论依据.     

模拟器中船舶搁浅危险性评价方法的研究

在航海模拟器中,如何对模拟训练的过程实时、连续地进行航行安全评价一直是急待解决的重要课题。通过建立狭水道航行船舶搁浅危险性定量分析的数学方法,提出了基于大型船舶操纵模拟系统的狭水道航行船舶搁浅危险性评价模型。该模型能实时、连续地评价航行于狭水道等受限水域船的搁浅危险性,是一种对航海模拟训练评价的较客观、科学的方法。