云计算环境下船舶网络数据资源调度系统设计

在云计算环境下,目前船舶数据资源调度系统存在数据资源调度配准度较低的问题。针对这一问题设计云计算环境下船舶网络数据资源调度系统。首先设计系统的整体调度结构,其次设计船舶网络数据资源特征管理模块,通过资源管理器将数据分流分类,增添船舶网络数据资源干扰滤波处理模块设计,实现数据资源干扰滤波处理,保证数据资源调配准确,最后设计船舶网络数据资源调度模块,完成数据资源调度以此实现系统设计。通过仿真实验,对船舶网络数据资源调度系统与传统数据资源调度系统配准度进行对比,证明设计系统具有优越性。     

基于大数据分析的船舶通信网络优化研究

网络优化是提高船舶通信系统工作性能的重要方法,针对当前船舶通信网络优化存在工作效率低,节点能量消耗大等缺点,设计基于大数据分析的船舶通信网络优化方法。首先以数据传输能量最小为目标建立船舶通信网络优化的数学模型,然后将船舶通信网络优化问题看作为一个大数据分析处理,通过云平台对数学模型进行并行求解,每一个子任务组合模型对数据传输能耗进行预测,选择能耗最小路由进行数据传输,最后进行船舶通信网络优化方法性能的仿真测试。测试结果表明,本文可以有效对船舶通信网络进行优化,提高了船舶通信系统的数据传输速度和成功率,具有十分广泛的应用前景。     

多模式船舶物流信息自动化监控系统

因为存在大面积的网络区域影响,传统船舶物流信息监控系统存在数据延迟问题,很容易影响物流监控效果,造成数据滞后。为了解决这一问题,设计基于当前无线网络技术,制备新型多模式船舶物流信息自动化监控系统。搭建物流终端信息收发器作为物流信息监控底端硬件设备,及时采集物流信息,基于无线网络传输协议,制备CDMA数据核心网络传输模块,连通物流数据终端收发器和当前局域网络,构件不同局域网络之间的入网协议,利用监控信息随机代码确保局域网络载波同步,降低数据传输阻隔,实现多模式船舶物流信息自动化监测。实验数据证明,应用该监控系统,船舶物流信息读入速率提高了20%,读出速率提高了17%,有效降低数据传输延迟。     

云计算环境下的船舶网络资源调度系统

船舶网络资源有限,提高船舶网络资源利用率具有重要的意义,针对当前船舶网络资源调度系统的负载严重不平衡,船舶网络资源利用率等难题,设计了云计算环境下的船舶网络资源调度系统。首先分析当前船舶网络资源调度系统的研究现状,指出每一种船舶网络资源调度系统的不足,然后在此基础利用云计算技术的优势,搭建云计算环境下的船舶网络资源调度系统,采用蛙跳算法对船舶网络资源调度问题进行求解,最后在CloudSim云计算平台上与传统船舶网络资源调度系统进行对比测试,本文船舶网络资源调度系统得到了较高的资源利用率,船舶网络资源调度方案更加合理,可以保证船舶网络资源负载平衡,加快了船舶网络数据处理的速度,具有广泛的应用前景。     

基于大数据的船舶网络数据资源调度模型构建

船舶数据设备种类在不断增加,目前船舶数据调度方法在实际应用存在调度量低且精准度差的情况。因此对基于大数据的船舶网络数据资源调度模型进行构建,通过对模型特点分析后,进行大数据船舶网络数据资源调度模型构建,模型通过对大数据相似度进行计算后对数据中干扰进行过滤,对过滤后数据进行子任务量分配,从而对整体数据定义分类,最终实现分类后的大数据调度。通过仿真实验,对船舶网络大数据资源调度模型与传统船舶网络数据调度方法的数据调度总量以及数据调度精准度进行对比,证明模型构建的有效性。     

船舶横向运动短期姿态预报数学建模可行性研究

传统的船舶横向运动短期姿态预报数学模型存在着预报性能低的缺陷,为此提出船舶横向运动短期姿态预报数学建模可行性研究。采用平均滤除法对船舶横向运动数据中的不良数据进行去除,完成船舶横向运动数据准备,将得到的船舶横向运动数据进行归一化处理,适应预报函数的需求,将得到的归一化的船舶横向运动数据输入到BP神经网络算法中完成船舶横向运动短期姿态的预报,实现了船舶横向运动短期姿态预报数学模型的建立。通过实验得到,构建的船舶横向运动短期姿态预报数学模型预报误差比传统模型低了21.41%,预报时间比传统模型高出3.25 s,充分说明构建的船舶横向运动短期姿态预报数学模型具备良好的可行性与预报性能。     

蚁群和粒子群优化融合算法在船舶网络资源调度中的应用

在互联网技术高速发展的今天,网络互联技术已经被广泛应用在船舶的自动化控制领域,通过集中化的网络资源管理,船员可以有效地对船舶上的电力系统、导航系统和通信系统进行资源调度,从而达到最优化的水平。本文从船舶的实际控制需求出发,结合最新的人工智能技术——蚁群和粒子优化融合技术,对船舶网络资源进行数学模型的构建。并结合粒子群优化融合算法对蚁群网络的空间布局进行优化,从而使船舶的网络资源在动态调整中达到平衡。仿真结果表明,经过蚁群和粒子群融合算法优化过的船舶网络资源调度效率更高,具有很好的实际应用前景。     

海浪载荷干扰下船舶发动机故障检测数学模型研究

针对传统船舶发动机故障检测数学模型故障检测速率较低的问题,提出一种海浪载荷干扰下船舶发动机故障检测数学模型,在海浪载荷干扰下对船舶发动机进行振动测量,提取船舶发动机的时域故障特征,通过测量获取船舶发动机转子系统的3阶、2阶、1阶临界转速以及轴向转子的固有频率,对船舶发动机的频域故障特征进行提取,利用获取的时域故障特征数据与频域故障特征数据建立船舶发动机的故障检测数学模型,实现船舶发动机的故障检测。为了验证建立的数学模型的故障检测速率较高,将该模型与基于线性分段方法的船舶发动机故障检测数学模型、基于异常检测算法的船舶发动机故障检测数学模型、基于异常子序列的船舶发动机故障检测数学模型进行对比实验,实验结果证明该模型的故障检测速率最高,说明该模型更适用于船舶发动机的故障检测。     

基于FCM聚类的船舶网络传输时延自适应优化方法研究

针对传统船舶网络传输时延控制方法存在的时延性能差、传输失败率高的问题,研究一种基于FCM聚类的船舶网络传输时延自适应优化方法。该方法利用TURBO编码和LDPC编码相结合的方法对船舶网络信道进行编码,搭建船舶网络环境;利用基于灰度关联分析预测方法预测各信道的负荷能力,结合预测结果,利用FCM聚类算法实现资源数据与传输路径之间的聚类匹配,从而合理均衡配置资源,最大程度降低网络传输时延。结果表明:船舶网络传输时延自适应优化方法进行船舶网络信息传输时延缩短了7.9 ms,平均传输失败率降低了8.44%。     

船舶导航网络路由算法的实现

为了解决传统船舶导航网络路由算法数据丢包率高、执行时间长的难题,提出船舶导航网络路由算法研究。根据对现有算法存在难题的分析,搭建船舶导航网络路由算法架构,以此为基础,将获取的海上船舶密度作为权重值,构造带有权重值的有向图,并对最优转发路径进行选择。以得到的结果为基础,采用局部最优方法对最优转发路径计算区域进行优化。以优化结果为依据,对网络路由节点分配模型进行构建,实现了船舶导航网络路由算法的设计。通过实验得到,与传统船舶导航网络路由算法相比较,提出的船舶导航网络路由算法极大的降低了数据丢包率,缩短了执行时间,充分说明提出的船舶导航网络路由算法具备更好的性能。