基于物联网技术的船舶异构网络切换信号预测的研究

无线通信技术和物联网技术迅速发展,船舶移动异构通信网络建设引起了广泛关注。船舶移动异构通信网络支持智能化和多模式通信,可以显著提高海上船舶与岸上基站、海上船舶之间和海上船舶与作业平台的通信能力。本文针对船舶异构无线网络,结合物联网和船联网技术,系统研究船舶移动异构网络切换信号的预测算法和流程。     

船舶一体化网络系统技术研究

船舶一体化网络将现有的信息传输网络与平台网络互联为一个整体,实现信息的互通,这对于提高船舶综合自动化程度具有重要的作用.文章在分析船舶一体化网络需求和网络技术的基础上,提出了船舶一体化网络的体系框架,并以此为基础,研究了船舶一体化网络的主干网络技术、网络综合集成技术.     

基于嵌入式Web的舰船电站运行参数网络监控系统研究

船舶电站运行参数网络的监控系统有利于促进船舶电网的自动化调度,对船舶电站运行的安全性、可靠性有重要影响。船舶电站监控系统将计算机技术、自动化控制技术和网络技术相结合,实现了对电站运行参数网络的监视、自动化控制和维护。本文针对船舶电站的网络监控系统,结合新型嵌入式Web技术,设计和优化船舶电站运行参数网络的监控系统。     

基于物联网技术的船舶异构网络定位算法研究

为了提高物联网技术在船舶工业的应用,进而促进新型船联网的建设,研究基于物联网技术的船舶异构网络定位算法具有重要的意义。物联网的节点定位技术可以为船舶的精确定位提供有力的工具,从而促进船舶的导航精度和位置服务。本文系统介绍船舶异构网络定位算法的发展,在此基础上提出三边测量的船舶异构网络定位法。     

深度学习算法的船舶通信网络非法入侵行为识别研究

非法入侵严重影响船舶通信网络安全运行,船舶通信网络非法入侵行为具有很强的变异行为,导致当前船舶通信网络非法入侵行为的识别效果差。为了对各种船舶通信网络非法入侵行为进行准确性识别,提出深度学习算法的船舶通信网络非法入侵行为识别技术。该技术将船舶通信网络非法入侵行为识别看作是一个模式分类问题,将非法入侵行为划分多种类型,然后提取各种船舶通信网络非法入侵行为的变化特征,采用深度学习算法对变化特征和船舶通信网络非法入侵行为类型之间的联系进行分析,以区别各种船舶通信网络非法入侵行为,最后选择有代表性的船舶通信网络非法入侵行为进行了性能测试。结果表明,深度学习算法的船舶通信网络非法入侵行为识别率高于95%,非法入侵行为识别时间控制在2 s以内,可以满足现代船舶通信网络通信安全的需要。     

船舶移动网络大数据异常数据优化识别研究

异常数据对船舶移动网络通信产生干扰,而当前船舶移动网络的异常数据优化方法的效果差,无法满足船舶移动网络通信要求,为此设计了一种基于大数据分析技术的船舶移动网络异常数据优化识别方法。首先分析当前船舶移动网络异常数据优化研究方法,指出它们各自存在的缺陷,然后引入大数据分析技术对船舶移动网络异常数据进行优化和识别,最后进行船舶移动网络异常数据优化识别的实例分析,结果表明,本文方法可以描述船舶移动网络异常数据变化特点,提高船舶移动网络异常数据识别的正确率,而且船舶移动网络异常数据识别时间要短于其它方法,获得了令人满意的船舶移动网络异常数据识别结果。     

基于SDH技术的船舶综合监控系统

当前船舶自动化的发展方向是用计算机网络技术实现船舶各种设备、仪器的综合监控和管理,本文提出了下层使用现场总线、上层使用当今最流行的SDH网络技术实现船舶综合网络监控的系统设计方案,并给出了提高系统可靠性的手段。     

数据挖掘聚类技术下船舶网络安全保护态势研究

船舶网络交互安全可以直接影响船舶日常工作,为了有效提高船舶网络安全保护质量,引入数据挖掘聚类技术,以此为基础设计船舶网络安全保护技术。在当前船舶网络环境下,建立多条数据基本链,不断迭代,完成网络数据挖掘,再辅以三维云数据聚类技术,完成数据聚类,根据聚类数据类型特征,设计3种不同的访问控制路径,获取特征细节层次,最后建立保护控制端口,根据网络访问数据的特征细节和稳态率,明确响应时间,以此作为排序依据,进行访问控制排列,实现船舶网络安全保护。实验数据表明,应该船舶网络技术后,船舶网络非法占用比降低了26%,程序非法捕捉率提高29%。     

船舶无线网络优化数据采集与处理

传统船舶无线网络优化数据的采集和处理速度已经不能满足当前船舶数据采集获取要求,对此提出船舶无线网络优化数据采集与处理技术。通过制定船舶无线网络的信道编码,组合网络通信链路协议层,重新搭建船舶数据网络环境,采用MAP节点传输方法,根据上述设计网络环境,对船舶通信数据动态分配情况及时调整节点传输状态,提出网络判决门限算法,保证网络优化有效性,实现船舶无线网络优化和数据采集处理。实验研究表明,与传统船舶无线网络优化数据采集处理技术相比,应用新型信息采集技术后,船舶网络节点覆盖率提高22%,数据路径负载率降低17%,可以证明该技术可以有效提高船舶数据采集和处理速率。     

液货船自动化系统网络的设计

当前船舶自动化的发展方向是利用计算机网络实现船舶机电设备与航海仪器的综合监视、控制和管理,即实现数字化船舶监控。文章论述了计算机网络技术的发展及其在船舶上应用的现状,分析了船舶自动化系统设计的理念对船舶发展的影响。     

舰载网络移动支持技术研究

在新一代舰载作战指挥系统技术研究中,舰载网络的移动支持技术是一个重要的关键技术。通过对链路层的无线通信协议、应用层的移动SIP和网络层的移动IP三种移动网络支持协议的综合分析,以及舰载移动战位系统的核心技术要求,提出了基于移动IP的舰载网络移动支持技术。进一步地对移动IP舰载网络移动支持技术影响舰载作战指挥系统实时业务性能的宏观移动、QoS、TCP的影响、二层链路切换等关键问题进行了研究分析,并提出了一些相关策略。     

基于混合学习算法的水下机器人神经网络辨识

借鉴Elman和Jordan神经网络的特点,构造了一种新的动态神经网络.该网络能对隐含层的历史进行状态记忆,实时调整过去的信号对现在值的影响,并且增加了输出层节点的反馈以增强神经网络的信号处理能力.将基于遗传算法(GA)和误差反传算法(BP)的混合学习算法用于神经网络权值的修改,既可提高收敛速度又能避免陷于局部极小值.最后,将改进的神经网络应用于水下机器人动力学模型辨识,仿真结果表明,基于混合学习算法的神经网络提高了学习的收敛速度和辨识精度.     

CORBA技术在机务段信息管理系统中的研究与应用

介绍基于CORBA的数字化信息转换规范,提出了基于WEB/CORBA相结合的技术来解决机车出入段管理信息系统中分布式异构网络环境之间的通讯问题。     

舰船环形区域配电结构及可靠性分析

舰船电网形式的选择直接关系到电力系统供电的可靠性，其重要性不亚于电站。本文首先对舰船电网形式进行了分析研究，然后利用基于可靠性框图的网络分析法，对几种典型的船舶电网进行了可靠性计算，通过对四种船舶电网的对比分析，得到环形区域配电的可靠性水平高于辐射网结构和电源环形网结构，是舰船电网结构发展的方向。     

动态模糊神经网络在船舶动力定位中的应用

在前向模糊神经网络的归一化层和输出层之间加入递归层,形成的一种新型动态模糊神经网络(DFNN)具有动态映射能力,从而对动态系统有更好的响应.文章还推导了基于BP的反传学习算法.运用DFNN对船舶动力定位控制进行的仿真实验结果证明了该方法的有效性.     

区域配电网络在舰船电力推进系统中应用与发展

舰船配电网络结构是关系舰船电力系统可靠性的关键因素,现有舰船配电网络结构已不能满足未来舰船电力系统发展的要求.本文介绍了目前舰船配电网络结构,指出了现有配电网络结构中存在的不足,然后总结分析了区域配电的特点,提出区域配电将是未来舰船配电网络的发展方向.     

神经网络用于船舶操纵动态特性学习的研究

本文针对BP网络存在的一些问题，提出一种单层神经网络结构，通过大量的仿真试验，对两种网络在学习、预报和适应参数变化等方面的特性进行了对比。结果表明单层神经网络用于学习船舶操纵动态特性，具有收敛速度极快、预测误差较小、能快速跟踪参数变化等优点，可用于船舶操纵特性的实时学习。     

移动自组网跨层设计：方法与难点

首先分析了跨层设计提出的背景,然后对文献中的跨层设计建议进行了分类,分为无线TCP的跨层设计、基于网络层的跨层设计和以链路层为核心的跨层设计三类,并综述了每一类的典型协议和算法。接着介绍了一个跨层设计框架,分析了其设计思路和实现方式。进而总结了跨层设计面临的难点,包括跨层设计理论研究、性能和代价的权衡、跨层设计建议的共存问题和三层以上跨层设计四个方面。     

船舶监控网络中的冗余设计和实现

当前船舶自动化的发展方向是用计算机网络实现船舶机电设备与航海仪器的综合监视、控制和管理，即实现数字化船舶监控。作者结合三年多来在系统设计、软硬件开发和实际工程应用方面的经验，提出了下层使用现场总线、上层使用以大网实现船舶综合网络监控的系统设计方案，给出了其中上层计算机网络的系统组成、软件分布和确保系统高性能运行的一些技术手段，详细论述了系统中所采用的各种软硬件冗余功能和实现原理，给出了部分实现代码。